年齢予測因子としてのエピジェネティック・クロック：その歴史、強み、限界
高齢が、がん、心血管疾患、神経変性の主要なリスク因子であることは、私たちも十分に認識しています。残念ながら、患者の生物学的老化速度を予測するために用いられてきたツールの信頼性が低かったため、老化研究の進展は長年にわたり遅れていました。老化プロセスをより深く理解し、介入法を開発するために、anti-aging分野には生物学的年齢を測定する、より有効なシステムへのアクセスが必要でした。
そこで登場したのがエピジェネティック・クロックです。DNAメチル化（DNAm）に基づくこれらの年齢予測因子は、この10年ほどで注目されるようになり、より定量的な研究への道を開きました。法医学を含む新しいクロックや応用例が、頻繁に発表されています。エピジェネティック・クロックが老化のどの側面を正確に捉えているのかは依然として不明ですが、これは真のブレークスルーです。現在利用可能ないくつかのエピジェネティック・クロックを見て、それぞれの強みと弱点を整理してみましょう。
つまり、DNAmは生物学的年齢を予測する最も効率的なバイオマーカーの一つとして浮上してきました。エピジェネティック・クロック（DNAm年齢予測因子とも呼ばれます）は、加齢に伴って変化するCpG（DNA領域）を用いて開発されます。ほとんどのクロックは、ペナルティ付き回帰モデルと呼ばれる手法を用いて構築され、研究者が関連するCpG群を選択するのに役立ちます。その後、主要なCpG部位におけるメチル化率に基づいて、暦年齢を推定するためにクロックが使用されます。改良と新たな発見は急速に進んでいます。
年齢加速
まずは、エピジェネティック年齢（eAge）と暦年齢（chAge）の差を指す年齢加速を見ていきましょう。これは、複数の加齢関連状態と関連しています。例えば、肥満、ダウン症候群、ハンチントン病、ソトス症候群、ウェルナー症候群の患者では、年齢加速の増加が見られる傾向があります。eAge加速は、身体的および認知的フィットネスとも関連しています。エピジェネティック老化速度のばらつきは、性別や民族的背景によって大きく異なります。
ビタミンDが十分な人では、eAge加速が低く、白血球テロメア長（LTL）が長いことが示されています。喫煙は、気道細胞および肺組織におけるeAgeの上昇と関連付けられています（それぞれ4.9年および4.3年）。さらに研究者たちは、妊娠中の喫煙が子どものeAgeに悪影響を及ぼす可能性があることを明らかにしています。新しい知見は常に報告されていますが、エピジェネティック・クロックが生物学的年齢の予測において高い精度を示していることは明らかです。
クロック設計の初期段階
最初期のエピジェネティック・クロックは、後のバージョンと比べて、トレーニングデータセットに含まれるCpG部位とサンプル数が比較的少ないものでした。初期の研究者たちは、68サンプル（34組の双子）からクロックを作成し、唾液中の年齢を平均5.2年の精度で予測しました。初期研究の後、エピジェネティック・クロックは、実装されるサンプル数、組織、CpGの数において複雑化していきました。
最初の多組織年齢予測因子であるHorvathクロック、またはPan-Tissueクロックは、353個のCpGを使用し、平均誤差は3.6年で、当時としては前例のない精度でした。このクロックは、50種類を超える健康な組織を含む82件の研究から得られた8000サンプルを用いて開発されました。トレーニングデータの圧倒的な規模は、クロック設計における新たなベンチマークとなりました。Horvathクロックは、最小限のCpGで複数組織の年齢を予測できる能力により、科学コミュニティで急速に多くの支持を獲得しました。
設計の進化
Horvathクロックは、組織が異なる速度で老化する可能性を示すためにも使用されました。例えば、脳組織は体内の他の組織と比較して、より遅く老化するようです。しかし、このクロックは培養細胞、特に線維芽細胞では一貫して機能しませんでした。その結果、Horvathはヒト線維芽細胞、頬粘膜細胞、内皮細胞、ケラチノサイト、リンパ芽球様細胞、血液、皮膚、唾液サンプルの年齢を予測するエピジェネティック・クロックの開発に着手しました。皮膚・血液（S&B）クロックと呼ばれるこの新しいクロックは、in vivoおよびin vitroの両方の組織を高い精度で予測できます。
その後、他の研究者たちは正確な皮膚年齢予測因子を開発しました。一方、Zhangクロックは、主に血液で機能するようトレーニングされていますが、乳房、肝臓、脂肪、筋肉組織の年齢をHorvathクロックと同程度の精度で予測できます。このクロックは、血液年齢の予測に関して、HorvathクロックとHannumクロックの両方を上回ります。13,000を超えるサンプルを含むトレーニングデータの規模によって、同クロックは際立っています。
限界と不正確性
若年者（20歳未満）の年齢を予測する際、エピジェネティック・クロックに一部の不正確性が明らかになり、この課題に対処するためにPediatric-Buccal-Epigenetic（PedBE）クロックが作成されました。これは新生児から20歳までの使用を特に目的としたものです。これは、特定の組織だけでなく特定の年齢層を対象にすることでも、エピジェネティック・クロックの精度を高められることを示す良い例です。しかし有望である一方、エピジェネティック・クロックには現時点でもいくつかの限界があります。
ほとんどのエピジェネティック・クロックは高価なIllumina Infiniumメチル化アレイに依存しているため、新薬発見の分野でeAge技術を広く応用することは現実的ではありません。Qiagenシーケンシングプラットフォームは、より費用対効果の高いアプローチを可能にしますが、独自の欠点もあります。法医学における最小化クロックの使用はまだ発展途上であり、ほとんどのクロックでは交差検証が不足しています。研究者たちは、HorvathクロックとHannumクロックの両方が、高齢者の年齢を日常的に過小評価することを示しています。
将来への期待
要約すると、eAge予測は、実験老年学の世界をすでに根本的に変革している、刺激的で急速に成長している新分野です。エピジェネティック・クロックの数と種類が増えるにつれて、生物学的年齢に対する人類の理解も深まっています。ただし、まだ初期段階です。線形モデルは20歳から70歳までの個人のeAge予測には有用ですが、この年齢範囲外では精度が低下します。
科学者たちは、DNAmデータのみに依存しないさまざまな他の技術も試みています。PhenoAgeやGrimAgeのような複合クロックは、その方向への第一歩です。
参考文献:
1. Baker, G. T., & Sprott, R. L. (1988). 老化のバイオマーカー. Experimental Gerontology, 23(4-5), 223– 239
2. Bacalini, M. G., Deelen, J., Pirazzini, C., De Cecco, M., Giuliani, C., Lanzarini, C., Ra-vaioli, F., Marasco, E., Van Heemst, D., Suchiman, H. E. D., Slieker, R., Giampieri, E., Recchioni, R., Marcheselli, F., Salvioli, S., Vitale, G., Olivieri, F., Spijkerman, A. M., DollCrossed, M. E., … Garagnani, P. (2017). ELOVL2遺伝子の全身性加齢関連DNA高メチル化。細胞複製プロセスのin vivoおよびin vitroエビデンス. Journals of Gerontology - Series A Biological Sciences and Medical Sciences, 72(8), 1015– 1023.
3. Arneson, A., Haghani, A., Thompson, M. J., Pellegrini, M., Kwon, S. B., Vu, H., Yao, M., Li, C. Z., Lu, A. T., Barnes, B., Hansen, K. D., Zhou, W., Breeze, C. E., Ernst, J., & Horvath, S. (2021). 保存配列におけるメチル化レベルをプロファイリングするための哺乳類メチル化アレイ. bioRxiv, 2021.01.07.425637.
4. Aliferi, A., Ballard, D., Gallidabino, M. D., Thurtle, H., Barron, L., & Syndercombe Court, D. (2018). 大規模並列シーケンシングデータと複数の機械学習モデルを用いたDNAメチル化ベースの年齢予測. Forensic Science International: Genetics, 37, 215– 226.
5. Al Muftah, W. A., Al-Shafai, M., Zaghlool, S. B., Visconti, A., Tsai, P.-C., Kumar, P., Spector, T., Bell, J., Falchi, M., & Suhre, K. (2016). アラブ人集団における2型糖尿病およびBMIのエピジェネティックな関連. Clinical Epigenetics, 8(1).
6. Belsky, D. W., Caspi, A., Houts, R., Cohen, H. J., Corcoran, D. L., Danese, A., Harrington, H., Israel, S., Levine, M. E., Schaefer, J. D., Sugden, K., Williams, B., Yashin, A. I., Poulton, R., & Moffitt, T. E. (2015). 若年成人における生物学的老化の定量化. Proceedings of the National Academy of Sciences of the United States of America, 112(30), E4104– E4110.
7. Bergsma, T., & Rogaeva, E. (2020). DNAメチル化クロックと、老化表現型および健康寿命に対するその予測能力. Neuroscience Insights, 15, 263310552094222.
8. Binder, A. M., Corvalan, C., Mericq, V., Pereira, A., Santos, J. L., Horvath, S., Shepherd, J., & Michels, K. B. (2018). エピジェネティック・クロックのより速い進行速度は、女児におけるより速い思春期発達と関連する. Epigenetics, 13(1), 85– 94.
9. Bocklandt, S., Lin, W., Sehl, M. E., Sánchez, F. J., Sinsheimer, J. S., Horvath, S., & Vilain, E. (2011). 年齢のエピジェネティック予測因子. PLoS One, 6(6), e14821.
10. Breitling, L. P., Saum, K.-U., Perna, L., Schöttker, B., Holleczek, B., & Brenner, H. (2016). ドイツ人コホートにおいて、フレイルはエピジェネティック・クロックと関連するが、テロメア長とは関連しない. Clinical Epigenetics, 8(1), 1– 8.
