Doskonale wiemy, że starość jest głównym czynnikiem ryzyka raka, chorób sercowo-naczyniowych i neurodegeneracji. Niestety, postępy w badaniach nad starzeniem się były opóźnione przez wiele lat z powodu niskiej wiarygodności narzędzi używanych do przewidywania tempa biologicznego starzenia się pacjentów. Aby lepiej zrozumieć proces starzenia się i opracować interwencje, dziedzina anty-aging potrzebowała dostępu do bardziej efektywnego systemu pomiaru wieku biologicznego.
Wprowadzenie zegarów epigenetycznych. Te predyktory wieku, oparte na metylacji DNA (DNAm), zyskały na znaczeniu w ciągu ostatniej dekady, torując drogę dla bardziej ilościowych badań. Nowe zegary i zastosowania, w tym kryminalistyka, są ogłaszane często. Stanowią one prawdziwy przełom, nawet jeśli precyzyjne aspekty starzenia się uchwycone przez zegary epigenetyczne pozostają niejasne. Przyjrzyjmy się kilku zegarom epigenetycznym dostępnym dzisiaj i podsumujmy ich mocne i słabe strony.
Tak więc DNAm wyłonił się jako jeden z najskuteczniejszych biomarkerów do przewidywania wieku biologicznego. Zegary epigenetyczne (znane również jako predyktory wieku DNAm) są opracowywane przy użyciu CpG (regionów DNA), które zmieniają się z wiekiem. Większość zegarów jest budowana przy użyciu czegoś, co nazywa się modelem regresji karanej, co pomaga badaczom wybrać odpowiednie grupy CpG. Zegary te są następnie używane do szacowania wieku chronologicznego na podstawie procentu metylacji w kluczowych miejscach CpG. Ulepszenia i nowe odkrycia pojawiają się szybko i często.
Przyspieszenie Wieku
Zacznijmy od przyjrzenia się przyspieszeniu wieku, które odnosi się do różnicy między wiekiem epigenetycznym (eAge) a wiekiem chronologicznym (chAge). Jest to związane z kilkoma schorzeniami związanymi z wiekiem. Na przykład pacjenci z otyłością, zespołem Downa, chorobą Huntingtona, zespołem Sotosa i zespołem Wernera mają tendencję do wykazywania zwiększonego przyspieszenia wieku. Przyspieszenie eAge jest również powiązane z kondycją fizyczną i poznawczą. Zmienność w tempie starzenia epigenetycznego różni się znacznie w zależności od płci i pochodzenia etnicznego.
Osoby z wystarczającym poziomem witaminy D mają niższe przyspieszenie eAge i dłuższe telomery leukocytów (LTL). Palenie zostało powiązane z podwyższonym eAge w komórkach dróg oddechowych i tkance płucnej (odpowiednio o 4,9 i 4,3 roku). Ponadto, badacze ustalili, że palenie w czasie ciąży może mieć negatywny wpływ na eAge u potomstwa. Nowe odkrycia są ujawniane cały czas, ale jest jasne, że zegary epigenetyczne okazały się być dokładne w przewidywaniu wieku biologicznego.
Wczesne dni projektowania zegarów
Pierwsze zegary epigenetyczne obejmowały stosunkowo niewiele miejsc CpG i próbek w swoich zestawach danych treningowych w porównaniu do późniejszych wersji. Wczesni badacze stworzyli zegar z 68 próbek (34 pary bliźniąt), który przewidywał wiek w ślinie z średnią dokładnością 5,2 roku. Po początkowych badaniach zegary epigenetyczne stały się bardziej złożone pod względem liczby próbek, tkanek i zaimplementowanych miejsc CpG.
Pierwszy predyktor wieku dla wielu tkanek — zegar Horvatha lub zegar Pan-Tissue — wykorzystywał 353 CpGs i miał średni błąd wynoszący 3,6 roku, co było bezprecedensowe w tamtym czasie. Zegar został opracowany na podstawie 8000 próbek z 82 badań, w tym ponad 50 zdrowych tkanek. Imponująca wielkość danych treningowych stanowiła nowy punkt odniesienia w projektowaniu zegarów. Zegar Horvatha szybko zyskał dużą popularność w społeczności naukowej dzięki swojej zdolności do przewidywania wieku w wielu tkankach przy użyciu minimalnej liczby CpGs.
Ewolucja Projektowania
Zegar Horvatha został również użyty do ustalenia, że tkanki mogą starzeć się w różnym tempie. Na przykład wydaje się, że tkanka mózgowa starzeje się wolniej w porównaniu do innych tkanek w ciele. Jednak zegar nie działał konsekwentnie na komórkach hodowlanych, szczególnie fibroblastach. W rezultacie Horvath postanowił opracować zegar epigenetyczny, który przewidywałby wiek ludzkich fibroblastów, komórek policzkowych, komórek śródbłonka, keratynocytów, komórek limfoblastoidalnych, krwi, skóry i próbek śliny. Ten nowy zegar, zwany zegarem skóry i krwi (S&B), może z dużą dokładnością przewidywać zarówno tkanki in vivo, jak i in vitro.
Inni badacze później opracowali dokładny predyktor wieku skóry. Tymczasem zegar Zhang, choć pierwotnie szkolony do pracy z krwią, jest w stanie przewidywać wiek tkanek piersi, wątroby, tkanki tłuszczowej i mięśni z taką samą dokładnością jak zegar Horvatha. Ten zegar przewyższa również zarówno zegar Horvatha, jak i Hannuma, jeśli chodzi o przewidywanie wieku krwi. Wyróżnia się wielkością danych treningowych, z ponad 13 000 próbek.
Ograniczenia i niedokładności
Niektóre niedokładności zegarów epigenetycznych stały się widoczne przy przewidywaniu wieku młodszych osób (poniżej 20 roku życia), dlatego stworzono zegar Pediatric-Buccal-Epigenetic (PedBE), aby rozwiązać ten problem. Był on przeznaczony specjalnie do użytku u noworodków do 20-latków. To stanowi dobry przykład, jak można zwiększyć dokładność zegarów epigenetycznych — nie tylko poprzez ukierunkowanie na określone tkanki, ale także na konkretne grupy wiekowe. Jednak mimo obiecujących wyników, zegary epigenetyczne wciąż mają pewne ograniczenia.
Większość zegarów epigenetycznych zależy od drogiej matrycy metylacji Illumina Infinium, co sprawia, że szerokie zastosowanie technologii eAge jest niepraktyczne w dziedzinie odkrywania nowych leków. Platforma sekwencjonowania Qiagen umożliwia bardziej opłacalne podejście, ale ma swoje własne wady. Zastosowanie zminimalizowanych zegarów w kryminalistyce wciąż się rozwija, a dla większości zegarów brakuje walidacji krzyżowej. Badacze wykazali, że zarówno zegary Horvatha, jak i Hannuma rutynowo zaniżają wiek starszych osób.
"Obietnica na przyszłość"
Podsumowując, prognozowanie eAge to ekscytująca i szybko rozwijająca się nowa dziedzina, która już radykalnie zmieniła świat eksperymentalnej gerontologii. Wraz ze wzrostem liczby i różnorodności zegarów epigenetycznych, rośnie również zrozumienie przez ludzkość wieku biologicznego. To jednak wciąż wczesne dni. Chociaż modele liniowe są przydatne w przewidywaniu eAge osób w wieku od 20 do 70 lat, ich dokładność jest słabsza poza tymi przedziałami wiekowymi.
Naukowcy eksperymentują również z szeregiem innych technik, które nie opierają się wyłącznie na danych DNAm. Zegary złożone, takie jak PhenoAge i GrimAge, są pierwszymi krokami w tym kierunku.
Bibliografia:
1. Baker, G. T., & Sprott, R. L. (1988). Biomarkery starzenia. 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). Systemowe związane z wiekiem hipermetylowanie DNA genu ELOVL2. Dowody in vivo i in vitro na proces replikacji komórek. 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). Macierz metylacji ssaków do profilowania poziomów metylacji w zachowanych sekwencjach. bioRxiv, 2021.01.07.425637.
4. Aliferi, A., Ballard, D., Gallidabino, M. D., Thurtle, H., Barron, L., & Syndercombe Court, D. (2018). Przewidywanie wieku na podstawie metylacji DNA z wykorzystaniem danych z masowego sekwencjonowania równoległego i wielu modeli uczenia maszynowego. 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). Związki epigenetyczne cukrzycy typu 2 i BMI w populacji arabskiej. 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). Kwantyfikacja biologicznego starzenia się u młodych dorosłych. Proceedings of the National Academy of Sciences of the United States of America, 112(30), E4104–E4110.
7. Bergsma, T., & Rogaeva, E. (2020). Zegary metylacji DNA i ich zdolność predykcyjna dla fenotypów starzenia i długości życia w zdrowiu. 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). Szybsze tempo zegara epigenetycznego jest związane z szybszym rozwojem pokwitania u dziewcząt. Epigenetics, 13(1), 85–94.
9. Bocklandt, S., Lin, W., Sehl, M. E., Sánchez, F. J., Sinsheimer, J. S., Horvath, S., & Vilain, E. (2011). Epigenetyczny predyktor wieku. PLoS One, 6(6), e14821.
10. Breitling, L. P., Saum, K.-U., Perna, L., Schöttker, B., Holleczek, B., & Brenner, H. (2016). Kruchość jest związana z zegarem epigenetycznym, ale nie z długością telomerów w niemieckiej kohorcie. Clinical Epigenetics, 8(1), 1–8.
