Wiemy aż za dobrze, że podeszły wiek jest głównym czynnikiem ryzyka nowotworów, chorób układu krążenia i neurodegeneracji. Frustrujące jest to, że postęp w badaniach nad starzeniem się został opóźniony o wiele lat ze względu na słabą niezawodność narzędzi stosowanych do przewidywania tempa biologicznego starzenia się pacjentów. Aby lepiej zrozumieć proces starzenia i opracować interwencje, przeciwdziałanie starzeniu wymagało dostępu do skuteczniejszego systemu pomiaru wieku biologicznego.
Wprowadź zegary epigenetyczne. Te predyktory wieku, oparte na metylacji DNA (DNAm), zyskały na znaczeniu w ciągu ostatniej dekady, torując drogę do bardziej ilościowych badań. Często ogłaszane są nowe zegary i aplikacje, w tym kryminalistyczne. Stanowią one prawdziwy przełom, nawet jeśli dokładne aspekty starzenia się rejestrowane przez zegary epigenetyczne pozostają niejasne. Przyjrzyjmy się kilku dostępnym obecnie zegarom epigenetycznym i podsumujmy ich mocne i słabe strony.
Zatem DNAm stał się jednym z najskuteczniejszych biomarkerów do przewidywania wieku biologicznego. Zegary epigenetyczne (znane również jako predyktory wieku DNAm) opracowuje się przy użyciu CpG (regionów DNA), które zmieniają się wraz z wiekiem. Większość zegarów jest zbudowana przy użyciu tak zwanego modelu regresji karanej, który pomaga badaczom wybrać odpowiednie grupy CpG. Zegary wykorzystuje się następnie do oszacowania wieku chronologicznego na podstawie procentowej metylacji w kluczowych miejscach CpG. Ulepszenia i nowe odkrycia nadchodzą gęsto i szybko.
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 wykazują tendencję do szybszego starzenia się. Przyspieszenie e-Age jest również powiązane ze sprawnością fizyczną i poznawczą. Różnice w tempie starzenia się epigenetycznego są bardzo zróżnicowane w zależności od płci i pochodzenia etnicznego.
Osoby posiadające wystarczającą ilość witaminy D mają mniejsze przyspieszenie eAge i dłuższe telomery leukocytów (LTL). Palenie zostało powiązane z podwyższonym poziomem eAge w komórkach dróg oddechowych i tkance płuc (odpowiednio o 4,9 i 4,3 roku). Ponadto badacze ustalili, że palenie w czasie ciąży może mieć szkodliwy wpływ na eAge u potomstwa. Ciągle ujawniane są nowe odkrycia, ale jasne jest, że zegary epigenetyczne okazały się dokładne w przewidywaniu wieku biologicznego.
Wczesne dni projektowania zegarów
Pierwsze zegary epigenetyczne zawierały stosunkowo niewiele miejsc i próbek CpG w swoich zbiorach danych szkoleniowych w porównaniu z późniejszymi wersjami. Pierwsi badacze stworzyli zegar z 68 próbek (34 par bliźniaczych), który przewidywał wiek śliny ze średnią dokładnością 5,2 roku. Po wstępnych badaniach zegary epigenetyczne stały się coraz bardziej złożone pod względem liczby zastosowanych próbek, tkanek i CpG.
Pierwszy wielotkankowy predyktor wieku — zegar Horvatha lub Pan-Tissue — wykorzystywał 353 CpG i charakteryzował się średnim błędem wynoszącym 3,6 roku, co było wówczas niespotykane. Do opracowania zegara wykorzystano 8000 próbek z 82 badań, w tym ponad 50 zdrowych tkanek. Imponujący rozmiar danych treningowych stanowił nowy punkt odniesienia w projektowaniu zegarów. Zegar Horvatha szybko zyskał dużą rzeszę fanów w społeczności naukowej ze względu na jego zdolność do przewidywania wieku w wielu tkankach przy użyciu minimalnych wartości CpG.
Ewolucja projektu
Do ustalenia, że tkanki mogą starzeć się w różnym tempie, wykorzystano także zegar Horvatha. Na przykład wydaje się, że tkanka mózgowa starzeje się wolniej w porównaniu z innymi tkankami w organizmie. Jednakże zegar nie działał konsekwentnie w przypadku hodowanych komórek, zwłaszcza fibroblastów. W rezultacie Horvath postanowił opracować zegar epigenetyczny, który przewidywał wiek ludzkich fibroblastów, komórek policzka, komórek śródbłonka, keratynocytów, komórek limfoblastoidalnych, a także próbek krwi, skóry i śliny. Ten nowy zegar, zwany zegarem skóry i krwi (S&B), może z dużą dokładnością przewidywać stan tkanek in vivo i in vitro.
Inni badacze opracowali później dokładny prognostyk wieku skóry. Tymczasem zegar Zhanga, choć przede wszystkim przystosowany do badania krwi, jest w stanie przewidzieć wiek piersi, wątroby, tkanki tłuszczowej i mięśniowej z taką samą dokładnością jak zegar Horvatha. Zegar ten przewyższa także zegary Horvatha i Hannuma, jeśli chodzi o przewidywanie wieku krwi. Wyróżnia się wielkością danych treningowych, liczących ponad 13 000 próbek.
Ograniczenia i niedokładności
Pewne niedokładności w zegarach epigenetycznych stały się oczywiste podczas przewidywania wieku młodszych osób (poniżej 20 roku życia), dlatego aby rozwiązać ten problem, stworzono zegar pediatryczno-policzkowo-epigenetyczny (PedBE). Został on przeznaczony specjalnie do stosowania u noworodków do 20. roku życia. Stanowi to dobry przykład tego, jak można zwiększyć dokładność zegarów epigenetycznych — nie tylko poprzez oddziaływanie na określone tkanki, ale także na określone grupy wiekowe. Jednak pomimo obietnic zegary epigenetyczne nadal podlegają pewnym ograniczeniom.
Większość zegarów epigenetycznych opiera się na drogim układzie metylacyjnym Illumina Infinium, co sprawia, że powszechne zastosowanie technologii eAge jest niepraktyczne w dziedzinie odkrywania nowych leków. Platforma sekwencjonowania Qiagen pozwala na bardziej opłacalne podejście, ale ma swoje wady. Stosowanie zminimalizowanych zegarów w kryminalistyce wciąż ewoluuje, a w przypadku większości zegarów brakuje weryfikacji krzyżowej. Naukowcy wykazali, że zarówno zegary Horvatha, jak i Hannuma rutynowo nie doceniają wieku osób starszych.
Obietnica na przyszłość
Podsumowując, przewidywanie eAge to ekscytująca i szybko rozwijająca się nowa dziedzina, która radykalnie zmieniła już świat eksperymentalnej gerontologii. Wraz ze wzrostem liczby i różnorodności zegarów epigenetycznych wzrasta również wiedza ludzkości na temat wieku biologicznego. Jednak to wciąż dopiero początek. Chociaż modele liniowe są przydatne w przewidywaniu e-wieku osób w wieku od 20 do 70 lat, dokładność danych poza tym wiekiem jest słabsza.
Naukowcy eksperymentują także z szeregiem innych technik, które nie opierają się wyłącznie na danych DNAm. Zegary kompozytowe, takie jak PhenoAge i GrimAge, to pierwszy krok w tym kierunku.
Bibliografia:
1. Baker, GT i Sprott, R. L. (1988). Biomarkery starzenia. Gerontologia eksperymentalna, 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). Ogólnoustrojowa hipermetylacja DNA genu ELOVL2 związana z wiekiem. Dowody in vivo i in vitro procesu 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, CE, Ernst, J. i Horvath, S. (2021). Tablica metylacji ssaków do profilowania poziomów metylacji w konserwatywnych sekwencjach. bioRxiv, 2021.01.07.425637.
4. Aliferi, A., Ballard, D., Gallidabino, MD, Thurtle, H., Barron, L. i Syndercombe Court, D. (2018). Przewidywanie wieku w oparciu o metylację DNA przy użyciu masowo równoległego sekwencjonowania 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. i Suhre, K. (2016). Epigenetyczne powiązania cukrzycy typu 2 i BMI w populacji arabskiej. Epigenetyka kliniczna, 8(1).
6. Belsky, D. W., Caspi, A., Houts, R., Cohen, H. J., Corcoran, D. L., Danese, A., Harrington, H., Izrael, S., Levine, ME, Schaefer, J. D., Sugden, K ., Williams, B., Yashin, AI, Poulton, R. i Moffitt, TE (2015). Kwantyfikacja starzenia biologicznego młodych dorosłych. Proceedings of the National Academy of Sciences of the United States of America, 112(30), E4104–E4110.
7. Bergsma, T. i Rogaeva, E. (2020). Zegary metylacji DNA i ich zdolność predykcyjna dla fenotypów starzenia i długości zdrowia. Neuroscience Insights, 15, 263310552094222.
8. Binder, A. M., Corvalan, C., Mericq, V., Pereira, A., Santos, J. L., Horvath, S., Shepherd, J. i Michels, K. B. (2018). Szybsze tykanie zegara epigenetycznego wiąże się z szybszym rozwojem dojrzewania u dziewcząt. Epigenetyka, 13(1), 85–94.
9. Bocklandt, S., Lin, W., Sehl, M. E., Sánchez, F. J., Sinsheimer, J. S., Horvath, S. i Vilain, E. (2011). Epigenetyczny predyktor wieku. PLoS One, 6(6), e14821.
10. Breitling, L. P., Saum, K.-U., Perna, L., Schöttker, B., Holleczek, B. i Brenner, H. (2016). W kohorcie niemieckiej słabość jest powiązana z zegarem epigenetycznym, ale nie z długością telomerów. Epigenetyka kliniczna, 8(1), 1–8.
