1989年，在他們zui后一次討論時，3人達成了這樣的共識：今后的職業生涯要專注于研究如何用科學延長人類壽命。Jorg著眼于計算機科學和人工智能領域；Markus專注于生物化學和遺傳學領域；Steve表示，他計劃用數學模型和基因網絡研究如何延長壽命。Jorg如愿以償地實現了“人工智能夢"——成為德國波恩大學的計算機科學家，Markus則成為了一名精神科醫生。
Steve目前是美國加州大學洛杉磯分校（UCLA）的人類遺傳學家兼生物統計學家，他說：“我已經準備好兌現承諾。"在數年的艱辛研究過程中，他被編輯和評審員多次拒絕?，F在，他已經收集并分析了13000多個人類組織樣本數據。他發現，細胞生物鐘的運轉速率和身體其他部位一樣。Steve研究的性讓其他科學家印象深刻。但是，細胞生物鐘一些“有趣的例外"可能為研究人類衰老提供了線索。
Horvath從表觀遺傳學角度研究細胞生物鐘。表觀遺傳學是指在基因組序列不變的情況下，可以決定基因表達與否、并可穩定遺傳下去的調控密碼。隨著細胞的老化，表觀改變的模式也會發生變化。為了弄清如何判斷一個人的年齡，Horvath研究了數百例細胞樣本中DNA的位置，并分析這些位置發生甲基化的頻率。
Horvath發現了一種基于DNA甲基化狀態的算法，elisa試劑盒這種算法能非常準確地估計年齡——不是根據細胞本身，而是根據細胞生長環境。例如，白血球的存活周期可能只有幾天或數周，但它卻攜帶著一位50多歲捐贈者的生命特征，誤差僅在數年之間。除了白血球之外，從大腦、結腸以及許多其他器官提取的DNA也一樣含有人體的生命特征。以往的推算方法單純依靠年齡的生物標記，而這種標記只存在于1到2種組織中。新方法打破了原有的束縛，包括追溯年齡的黃金法則——天冬氨酸外消旋化技術，該技術只能依靠測量牙齒或者骨頭內的蛋白質判別年齡。
Horvath說：“我希望找到一種適用于大多數組織的方法。這是一個非常冒險的嘗試。"現在，這場“*博"似乎有了回報。去年他的文章發表。時鐘算法的中間誤差在3.6年之間，這意味著依靠該方法，研究者能夠從寬泛選擇的組織中推斷出捐贈者的實際年齡，誤差控制在43個月之間。若給出特定的組織，準確性會更高，例如：單獨給出唾液樣本，誤差縮小到2.7年之間；給出特定白血球，誤差在1.9年之間；若給出大腦皮層組織，則誤差僅在1.5年之間。時鐘算法的實際測量結果顯示，當給出從胚胎中提取的干細胞時，結果鑒定為極度年輕；當給出從百歲老人大腦提出的樣本時則顯示大約為100歲左右。
Horvath論文發表后的數月，其他研究人員也在不斷擴充該研究?？茖W家認為該研究有廣泛應用前景。澳大利亞昆士蘭大學數量遺傳學系主任Peter Visscher說：“這是很新奇的東西。如果Horvath是對的，那么在衰老的過程中，真的存在類似表觀遺傳的時鐘在起作用。這個發現非常重要。"
Horvath一直堅持吉爾伽美什項目的研究，為此他補修了數學博士學位和生物統計學博士學位，并于2000年加入UCLA遺傳學研究所。2006年，Horvath在獲得了終身教職后開始專注于老化研究，為此他不斷研究基因活動在整個生命過程中的變化。研究由一名博士生具體執行，通過統計過濾器來完善基因轉錄數據，以期能夠找到一個明顯的生物年齡標記。但經過1年多，Horvath和那名博士生仍沒有找到符合要求的目標。他們總結道：如果真有生物年齡標記存在于基因轉錄數據中，那么它可能因為人與人的不同、器官與器官的差異而被湮沒。盡管研究未取得進展，Horvath仍決定繼續這種大膽而充滿想象力的研究項目，但卻不再邀請學生和博士后參與。Horvath說：“為了一個不太可能完成的項目而斷送別人的前程，我認為這是不公平的。"
2011年，elisa試劑盒研究有了起色。Horvath在UCLA的同事Eric Vilain領導了另一個研究小組。作為小組成員，Horvath從68名成年人的唾液樣本中提取DNA用于研究甲基化模式。Vilain小組原本在研究一種與性取向相關的表觀遺傳模式，但zui終一無所獲。Horvath和同事決定利用手中的數據檢測是否能夠將其應用于老化研究中。
在人類的DNA中，甲基通常附著在CpG點上，后者是胞嘧啶處理鳥嘌呤的地方。一段正常的人類基因組含有超過2800萬個CpG點，但是用于探測甲基化樣本的微陣列技術只能發現極少的一部分：老式機器只能定位2.7萬個點，而新型機器也只能找到48.5萬個點。
Horvath很幸運，他在一個簡單的統計模型中獲得了成功，該模型研究的內容是：在一滴唾液中有多少細胞含有只在特定兩個CpG點發生甲基化的DNA。研究指數與實驗參與者的年齡大致一致，相關性為0.85或者說準確度為85%，平均誤差在5年之間。
盡管是在繼續他人的研究，但Horvath在研究中確認，甲基化模式與另外多種類型的細胞間的相關性更加密切，例如大腦和血液。突然，一個曾經被Horvath排除的想法再次涌現出來：或許在人體的各個部分都可以找到生物年齡標記。
但這是一個很艱難的研究，Horvath需要將包括年齡和DNA甲基化信息在內的無數數據集全部綜合在一起。甲基化譜被應用于許多醫學研究，通常是與老化不同的研究領域。且由于收集和處理方式的不同，數據很難進行對比。Horvath擔憂：“如果這些數據是由不同的實驗室以不同的方式收集的，那么如何才能使數據庫具有可比性？"
Horvath以英國倫敦大學學院的Andrew Teschendorff的工作為基礎，設計了一種將甲基化譜規格化的方法，并把它們置于同樣的基礎上。除此之外，對于實驗中出現的一些不確定因素，Horvath采取了直接忽視的態度——這是一個大膽的策略，他希望這不會影響到模型的準確性。
準確性確實沒有受到影響。在2012年早期，Horvath將新算法應用到基因組的16 CpG 點中，并得出有9種組織與實際年齡的相關性為96%。新算法的準確度非常驚人：血液樣本的中間誤差為3年，臉頰黏膜拭子的中間誤差僅為18個月。
但是，elisa試劑盒兩份雜志的編輯否定了Horvath的論文。Horvath認為，編輯否定論文的zui關鍵一點在于：它太美好了，所以不可能是真的。他們懷疑時鐘模型的設計或許與訓練數據相符，但Horvath沒有足夠的測試數據來充分證明這一點。
盡管被拒絕，但Horvath仍頑強地堅持收集數據，并擴充運算法則。截至2012年12月，他的甲基化數據庫囊括了51種非癌癥組織，外加20種癌癥組織，年齡測量者已經能覆蓋353個CpG點。
在線客服
