Příliš dobře víme, že stáří je hlavním rizikovým faktorem pro rakovinu, kardiovaskulární onemocnění a neurodegeneraci. Je frustrující, že pokroky ve výzkumu stárnutí byly o mnoho let zpožděny kvůli nízké spolehlivosti nástrojů používaných k předpovídání rychlosti biologického stárnutí pacientů. Aby bylo možné lépe porozumět procesu stárnutí a vyvinout intervence, pole proti stárnutí potřebovalo přístup k účinnějšímu systému měření biologického věku.
Zadejte epigenetické hodiny. Tyto prediktory věku, založené na methylaci DNA (DNAm), se dostaly do popředí během posledního desetiletí a připravily půdu pro další kvantitativní studie. Nové hodiny a aplikace, včetně forenzních, jsou oznamovány často. Představují skutečný průlom, i když přesné aspekty stárnutí zachycené epigenetickými hodinami zůstávají nejasné. Podívejme se na několik epigenetických hodin, které jsou dnes k dispozici, a shrneme jejich silné a slabé stránky.
DNAm se tedy ukázal jako jeden z nejúčinnějších biomarkerů pro předpovídání biologického věku. Epigenetické hodiny (také známé jako prediktory věku DNAm) jsou vyvinuty pomocí CpG (oblasti DNA), které se mění s věkem. Většina hodin je postavena pomocí něčeho, co se nazývá penalizovaný regresní model, který pomáhá výzkumníkům vybrat relevantní skupiny CpG. Hodiny se pak použijí k odhadu chronologického stáří na základě procenta methylace na klíčových místech CpG. Vylepšení a nové objevy přicházejí velmi rychle.
Zrychlení věku
Začněme tím, že se podíváme na věkové zrychlení, které označuje rozdíl mezi epigenetickým věkem (eAge) a chronologickým věkem (chAge). To je spojeno s několika stavy souvisejícími s věkem. Například pacienti s obezitou, Downovým syndromem, Huntingtonovou chorobou, Sotosovým syndromem a Wernerovým syndromem mají tendenci vykazovat zvýšenou akceleraci věku. Zrychlení eAge je také spojeno s fyzickou a kognitivní zdatností. Rozdíly v rychlosti epigenetického stárnutí se velmi liší v závislosti na pohlaví a etnickém původu.
Lidé, kteří mají dostatek vitamínu D, mají nižší zrychlení eAge a delší telomery leukocytů (LTL). Kouření bylo spojeno se zvýšeným eAge v buňkách dýchacích cest a plicní tkáni (o 4,9 a 4,3 roku). Kromě toho vědci zjistili, že kouření během těhotenství může mít škodlivý vliv na eAge u potomků. Neustále se objevují nové poznatky, ale je jasné, že epigenetické hodiny se ukázaly jako přesné při předpovídání biologického věku.
Rané dny designu hodin
První epigenetické hodiny zahrnovaly ve srovnání s pozdějšími verzemi relativně málo míst a vzorků CpG ve svých trénovacích datových sadách. První výzkumníci vytvořili hodiny z 68 vzorků (34 dvojčat), které předpovídaly věk ve slinách s průměrnou přesností 5,2 roku. Po počátečních studiích narostla komplexita epigenetických hodin, pokud jde o počet vzorků, tkání a implementovaných CpG.
První multitkáňový prediktor věku – Horvath nebo Pan-Tissue clock – používal 353 CpG a měl průměrnou chybu 3,6 roku, v té době bezprecedentní. Hodiny byly vyvinuty pomocí 8000 vzorků z 82 studií, včetně více než 50 zdravých tkání. Působivá velikost tréninkových dat představovala nový měřítko v designu hodin. Hodiny Horvath si rychle získaly velkou základnu fanoušků ve vědecké komunitě díky své schopnosti předpovídat věk ve více tkáních pomocí minimálních CpG.
Evoluce designu
Horvathovy hodiny byly také použity ke zjištění, že tkáně mohou stárnout různou rychlostí. Například se zdá, že mozková tkáň stárne pomaleji ve srovnání s jinými tkáněmi v těle. Hodiny však nefungovaly konzistentně na kultivovaných buňkách, zejména fibroblastech. V důsledku toho se Horvath rozhodl vyvinout epigenetické hodiny, které předpovídaly stáří lidských fibroblastů, bukálních buněk, endoteliálních buněk, keratinocytů, lymfoblastoidních buněk, vzorků krve, kůže a slin. Tyto nové hodiny, nazývané hodiny kůže a krve (S&B), dokážou s velkou přesností předpovídat tkáně in vivo i in vitro.
Jiní vědci později vyvinuli přesný prediktor stárnutí pleti. Mezitím Zhangovy hodiny, ačkoliv jsou primárně trénovány pro práci s krví, jsou schopny předpovídat stáří prsou, jater, tukové a svalové tkáně se stejnou přesností jako Horvathovy hodiny. Tyto hodiny také předčí jak Horvathovy, tak Hannumovy hodiny, pokud jde o předpovídání krevního věku. Vyznačuje se velikostí trénovacích dat s více než 13 000 vzorky.
Omezení a nepřesnosti
Některé nepřesnosti v epigenetických hodinách se projevily při předpovídání věku mladších lidí (do 20 let) a pro řešení tohoto problému byly vytvořeny Pediatric-Buccal-Epigenetic (PedBE) hodiny. Byl zaměřen speciálně pro použití u novorozenců až do 20 let. To poskytuje dobrý příklad toho, jak lze zvýšit přesnost epigenetických hodin – nejen zacílením na určité tkáně, ale také na konkrétní věkové skupiny. Navzdory svému slibu však epigenetické hodiny v současnosti stále trpí určitými omezeními.
Většina epigenetických hodin závisí na drahém methylačním poli Illumina Infinium, což činí širokou aplikaci technologie eAge nepraktickou v oblasti objevování nových léků. Sekvenační platforma Qiagen umožňuje nákladově efektivnější přístup, ale má své vlastní nevýhody. Používání minimalizovaných hodin ve forenzní technice se stále vyvíjí a křížová validace u většiny hodin chybí. Vědci prokázali, že jak Horvathovy, tak Hannumovy hodiny běžně podceňují věk starších lidí.
Příslib pro budoucnost
Stručně řečeno, predikce eAge je vzrušující a rychle rostoucí nový obor, který již radikálně změnil svět experimentální gerontologie. S rostoucím počtem a rozmanitostí epigenetických hodin se zvyšuje i chápání biologického věku lidstvem. Je však ještě brzy. Ačkoli jsou lineární modely užitečné při předpovídání eAge jedinců ve věku 20 až 70 let, mimo tyto věky je přesnost nižší.
Vědci také experimentují s řadou dalších technik, které se nespoléhají výhradně na data DNAm. Kompozitní hodiny jako PhenoAge a GrimAge jsou prvními kroky tímto směrem.
Reference:
1. Baker, G.T., & Sprott, R.L. (1988). Biomarkery stárnutí. Experimentální gerontologie, 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., M.E.Crossed. Garagnani, P. (2017). Systémová hypermetylace DNA genu ELOVL2 spojená s věkem. In vivo a in vitro důkaz procesu buněčné replikace. Journals of Gerontology - řada A , 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). Methylační pole savců pro profilování úrovní methylace v konzervovaných sekvencích. bioRxiv, 2021.01.07.425637.
4. Aliferi, A., Ballard, D., Gallidabino, M. D., Thurtle, H., Barron, L., & Syndercombe Court, D. (2018). Predikce věku založená na metylaci DNA pomocí masivně paralelních sekvenačních dat a více modelů strojového učení. 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). Epigenetické asociace diabetu 2. typu a BMI v arabské populaci. Klinická epigenetika, 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). Kvantifikace biologického stárnutí u mladých dospělých. Proceedings of the National Academy of Sciences of the United States of America, 112(30), E4104– E4110.
7. Bergsma, T., & Rogaeva, E. (2020). DNA metylační hodiny a jejich prediktivní kapacita pro fenotypy stárnutí a rozsah zdraví. 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). Rychlejší tikání epigenetických hodin je spojeno s rychlejším vývojem puberty u dívek. Epigenetika, 13(1), 85–94.
9. Bocklandt, S., Lin, W., Sehl, M. E., Sánchez, F. J., Sinsheimer, J. S., Horvath, S., & Vilain, E. (2011). Epigenetický prediktor věku. PLoS One, 6(6), e14821.
10. Breitling, L. P., Saum, K.-U., Perna, L., Schöttker, B., Holleczek, B., & Brenner, H. (2016). Křehkost je spojena s epigenetickými hodinami, ale ne s délkou telomer v německé kohortě. Klinická epigenetika, 8(1), 1– 8.
