Epigenetiske klokker som aldersprediktorer: Deres historie, styrker og begrensninger
Vi vet altfor godt at høy alder er den viktigste risikofaktoren for kreft, hjerte- og karsykdommer og nevrodegenerasjon. Frustrerende nok ble fremskritt innen aldringsforskning forsinket i mange år på grunn av den dårlige påliteligheten til verktøyene som ble brukt til å forutsi pasientenes biologiske aldringshastighet. For å bedre forstå aldringsprosessen og utvikle intervensjoner, trengte anti-aldringsfeltet tilgang til et mer effektivt system for å måle biologisk alder.
Gå inn i epigenetiske klokker. Disse aldersprediktorene, basert på DNA-metylering (DNAm), har blitt fremtredende i løpet av det siste tiåret eller så, og baner vei for mer kvantitative studier. Nye klokker og applikasjoner, inkludert rettsmedisin, blir ofte kunngjort. De representerer et genuint gjennombrudd, selv om de presise aspektene ved aldring som fanges opp av epigenetiske klokker forblir uklare. La oss se på noen av de epigenetiske klokkene som er tilgjengelige i dag, og oppsummere deres styrker og svakheter.
Så, DNAm har dukket opp som en av de mest effektive biomarkørene for å forutsi biologisk alder. Epigenetiske klokker (også kjent som DNAm-alderprediktorer) er utviklet ved bruk av CpG-er (DNA-regioner) som endrer seg med alderen. De fleste klokker er bygget ved hjelp av noe som kalles en straffet regresjonsmodell, som hjelper forskere med å velge relevante grupper av CpG-er. Klokkene brukes deretter til å estimere kronologisk alder basert på prosentvis metylering ved nøkkel-CpG-steder. Forbedringer og nye oppdagelser kommer raskt og hyppig.
Aldersakselerasjon
La oss begynne med å se på aldersakselerasjon, som refererer til forskjellen mellom epigenetisk alder (eAge) og kronologisk alder (chAge). Dette er assosiert med flere aldersrelaterte tilstander. For eksempel har pasienter med fedme, Downs syndrom, Huntingtons sykdom, Sotos syndrom og Werners syndrom en tendens til å vise økt aldersakselerasjon. eAge-akselerasjon er også knyttet til fysisk og kognitiv form. Variasjon i epigenetiske aldringsrater varierer sterkt avhengig av kjønn og etnisk bakgrunn.
Personer som har tilstrekkelig vitamin D har en lavere eAge-akselerasjon og lengre leukocytt-telomerer (LTL). Røyking har blitt knyttet til en forhøyet eAge i luftveisceller og lungevev (med henholdsvis 4,9 og 4,3 år). I tillegg har forskere fastslått at røyking under graviditet kan ha en skadelig effekt på eAge hos avkom. Nye funn blir avslørt hele tiden, men det er klart at epigenetiske klokker har vist seg å være nøyaktige i å forutsi biologisk alder.
De tidlige dagene av klokkeutforming
De første epigenetiske klokkene inkluderte relativt få CpG-steder og prøver i sine treningsdatasett, sammenlignet med senere versjoner. Tidlige forskere opprettet en klokke fra 68 prøver (34 tvillingpar) som forutså alder i spytt med en gjennomsnittlig nøyaktighet på 5,2 år. Etter de innledende studiene økte epigenetiske klokker i kompleksitet når det gjelder antall prøver, vev og CpG-er som ble implementert.
Den første multi-vevs aldersprediktoren — Horvath- eller Pan-Tissue-klokken — brukte 353 CpG-er og hadde en gjennomsnittlig feilmargin på 3,6 år, noe som var enestående på den tiden. Klokken ble utviklet ved bruk av 8000 prøver fra 82 studier, inkludert mer enn 50 friske vev. Den imponerende størrelsen på treningsdataene representerte en ny standard i klokkeutforming. Horvath-klokken fikk raskt en stor tilhengerskare i det vitenskapelige miljøet på grunn av dens evne til å forutsi alder i flere vev ved bruk av et minimalt antall CpG-er.
Designutvikling
Horvath-klokken ble også brukt for å fastslå at vev kan eldes i forskjellige hastigheter. For eksempel ser det ut til at hjernevev eldes langsommere i forhold til annet vev i kroppen. Imidlertid fungerte ikke klokken konsekvent på kultiverte celler, spesielt fibroblaster. Som et resultat satte Horvath seg fore å utvikle en epigenetisk klokke som forutså alderen på menneskelige fibroblaster, buccale celler, endotelceller, keratinocytter, lymfoblastoide celler, blod, hud og spyttprøver. Denne nye klokken, kalt hud- og blodklokken (S&B-klokken), kan forutsi både in vivo og in vitro vev med stor nøyaktighet.
Andre forskere utviklet senere en nøyaktig aldersprediktor for hud. I mellomtiden er Zhang-klokken, selv om den primært er trent til å fungere på blod, i stand til å forutsi alderen på bryst-, lever-, fett- og muskelvev med samme grad av nøyaktighet som Horvath-klokken. Denne klokken overgår også både Horvath- og Hannum-klokkene når det gjelder å forutsi blodalder. Den utmerker seg ved størrelsen på treningsdataene, med over 13 000 prøver.
Begrensninger og unøyaktigheter
Noen unøyaktigheter i epigenetiske klokker ble tydelige når man skulle forutsi alderen til yngre personer (under 20 år), og den pediatriske-buccale-epigenetiske (PedBE) klokken ble opprettet for å løse dette problemet. Den var spesielt rettet mot bruk hos nyfødte til 20-åringer. Dette gir et godt eksempel på hvordan nøyaktigheten til epigenetiske klokker kan forbedres — ikke bare ved å målrette visse vev, men også spesifikke aldersgrupper. Imidlertid, til tross for deres lovende potensial, har epigenetiske klokker fortsatt noen begrensninger for øyeblikket.
De fleste epigenetiske klokker er avhengige av en kostbar Illumina Infinium metyleringsarray, noe som gjør den utbredte anvendelsen av eAge-teknologi upraktisk innenfor feltet for ny legemiddeloppdagelse. Qiagen-sekvenseringsplattformen gir en mer kostnadseffektiv tilnærming, men den har sine egne ulemper. Bruken av minimerte klokker i rettsmedisin er fortsatt under utvikling, og kryssvalidering mangler for de fleste klokker. Forskere har vist at både Horvath- og Hannum-klokkene rutinemessig undervurderer alderen til eldre mennesker.
Løfte for fremtiden
Oppsummert er eAge-prediksjon et spennende og raskt voksende nytt felt som allerede har radikalt forvandlet verdenen av eksperimentell gerontologi. Etter hvert som antallet og variasjonen av epigenetiske klokker øker, øker også menneskehetens forståelse av biologisk alder. Det er imidlertid fortsatt tidlig. Selv om lineære modeller er nyttige for å forutsi eAge hos individer mellom 20 og 70 år, er det svakere nøyaktighet utenfor disse aldersgruppene.
Forskere eksperimenterer også med en rekke andre teknikker som ikke utelukkende er avhengige av DNAm-data. Sammensatte klokker som PhenoAge og GrimAge er de første skrittene i den retningen.
Referanser:
1. Baker, G. T., & Sprott, R. L. (1988). Biomarkører for aldring. Eksperimentell gerontologi, 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). Systemisk aldersassosiert DNA-hypermethylering av ELOVL2-genet. In vivo og in vitro bevis for en celle-replikasjonsprosess. 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). En pattedyrmetyleringsarray for profilering av metyleringsnivåer ved konserverte sekvenser. bioRxiv, 2021.01.07.425637.
4. Aliferi, A., Ballard, D., Gallidabino, M. D., Thurtle, H., Barron, L., & Syndercombe Court, D. (2018). Aldersprediksjon basert på DNA-metylering ved bruk av massiv parallell sekvenseringsdata og flere maskinlæringsmodeller. 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). Epigenetiske assosiasjoner av type 2 diabetes og BMI i en arabisk befolkning. 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). Kvantifisering av biologisk aldring hos unge voksne. Proceedings of the National Academy of Sciences of the United States of America, 112(30), E4104–E4110.
7. Bergsma, T., & Rogaeva, E. (2020). DNA-metyleringsklokker og deres prediktive kapasitet for aldringsfenotyper og helse. 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). Raskere tikkefrekvens av den epigenetiske klokken er assosiert med raskere pubertetsutvikling hos jenter. Epigenetics, 13(1), 85–94.
9. Bocklandt, S., Lin, W., Sehl, M. E., Sánchez, F. J., Sinsheimer, J. S., Horvath, S., & Vilain, E. (2011). Epigenetisk prediktor for alder. PLoS One, 6(6), e14821.
10. Breitling, L. P., Saum, K.-U., Perna, L., Schöttker, B., Holleczek, B., & Brenner, H. (2016). Skrøpelighet er assosiert med den epigenetiske klokken, men ikke med telomerlengde i en tysk kohort. Clinical Epigenetics, 8(1), 1–8.