本文主要目的為介紹GrimAge的詳細構建步驟。
2356個血液樣本，來源於the Framingham heart study (FHS) Offspring Cohort。
訓練集：測試集 = 7:3，平均年齡分別為66和67歲。
每個樣本帶有的信息：性別、年齡、88個血漿中基於免疫分析獲得的蛋白指標測量值（plasma protein variables）、甲基化芯片結果。
兩步法：
2.1 DNAm-based surrogate biomarkers of plasma proteins and smoking pack-years
用訓練集訓練88個線性回歸模型分別預測88種蛋白指標的值，輸入數據包括甲基化芯片值、性別、年齡。
采用ElasticNet線性回歸模型，自動選擇組合與預測蛋白指標最相關的位點。
結果：獲得88個分別用於預測88種蛋白指標的線性模型。大多數模型最終所選擇的CpG位點少於200個。
除了88種蛋白指標，作者用同樣的方法還訓練了壹個預測smoking pack year（代表妳壹輩子吸了多少根煙）的線性模型。
雖然作者訓練了88個用於預測各種蛋白指標的模型，但大部分模型的預測效果不好（表1），其中只有12個模型在測試集裏的相關系數大於0.35；另外吸煙模型的相關系數為0.66。於是作者只留下這13個模型繼續往下分析。
2.2 Constructing a composite biomarker of lifespan based on surrogate biomarkers
接下來作者訓練了壹個預測死亡率的模型：
因變量Y為樣本收集日期距離該個體死亡的時間；
自變量X包括：甲基化預測吸煙包數、年齡、性別和上面12種蛋白指標的甲基化模型預測值。
算法：Elastic net Cox regression model
最終該模型自動選擇了如下變量組合：甲基化預測吸煙包數、年齡、性別和其中 蛋白指標的甲基化模型預測值（表1紅框）。
作者然後將上面公式左邊的線性組合部分經過線性轉換，就得到了最後的年齡預測模型即 GrimAge 。線性轉換中所用到的截距和斜率是這樣取得的：強制使最終GrimAge的平均值和方差與實際年齡Age的分布壹致。從圖壹可以發現，作者最終所用的截距和斜率分別為-50.28483和8.3268。
我們來看壹下作者提供的各個變量的系數：
AgeAccelGrim，基於GrimAge計算的age acceleration。作者為了使AgeAccelGrim與Age不相關，先建立了GrimAge與Age的線性回歸模型，所以
最後來看壹下作者提供的GrimAge與Age在不同數據集裏的相關性情況吧：
計算GrimAge需要1030個CpG位點及相應的系數，但是作者申請了專利沒有公開。
歡迎對這個模型、文章感興趣的朋友與我交流（ wangyucheng511@gmail.com ）