Simple Science

La science de pointe expliquée simplement

# Sciences de la santé# Épidémiologie

Avancées dans la mesure de l'âge biologique et des résultats de santé

De nouvelles méthodes révèlent des infos plus profondes sur l'âge biologique et les liens avec la santé.

― 7 min lire


Mesurer l'âge : LaMesurer l'âge : Lascience derrière la santébiologique aux résultats de santé.De nouvelles recherches lient l'âge
Table des matières

L'étude du vieillissement, appelée géroscience, cherche à comprendre comment on vieillit et ce qu'on peut faire pour ralentir ce processus ou même le renverser. Pour ça, les chercheurs ont besoin de moyens pour mesurer non seulement l'âge en années d'une personne, mais aussi sa santé en vieillissant. L'âge calendaire est souvent utilisé comme un facteur clé pour comprendre les risques pour la santé. Mais l'âge calendaire a plein d'inconvénients ; il ne prend pas en compte le mode de vie d'une personne ou comment son corps fonctionne.

C'est pourquoi les scientifiques cherchent de meilleures façons de mesurer l'Âge biologique, qui reflète la probabilité qu'une personne tombe malade, peu importe son âge en années. Des marqueurs idéaux de l'âge biologique aideraient à évaluer la santé d'une personne et à lui orienter vers de meilleures habitudes de vie et traitements contre le vieillissement.

Premières Tentatives pour Mesurer l'Âge Biologique

Au début, les méthodes pour estimer l'âge biologique étaient basées sur des mesures cliniques de fonctionnement du corps. Ensuite, les scientifiques ont commencé à inclure des données biologiques et moléculaires. Certaines premières mesures incluaient la longueur de parties spécifiques des cellules appelées télomères. Au fur et à mesure que la recherche progressait, des systèmes plus complexes ont été développés utilisant des données de plusieurs mesures biologiques.

Un développement clé dans ce domaine concerne la Méthylation de l'ADN, un processus qui pourrait indiquer comment l'âge biologique est lié aux résultats de santé. Ces méthodes basées sur la méthylation de l'ADN, appelées "montres de méthylation de l'ADN", ont montré une forte capacité à prédire l'âge calendaire d'une personne. Cependant, ça peut poser problème parce que si ces méthodes ressemblent trop à simplement compter les années, elles ne donnent pas une vraie image de la santé.

Nouvelles Méthodes Axées sur le Risque de Mortalité

Pour surmonter les limitations des premiers marqueurs d'âge biologique, les chercheurs ont créé une seconde génération de tests qui se concentrent sur la prédiction du risque de mort ou d'autres problèmes de santé graves. Parmi les exemples, on trouve de nouveaux marqueurs de méthylation de l'ADN appelés PhenoAge et GrimAge, ainsi qu'une méthode utilisant la résonance magnétique pour analyser des échantillons de sang.

L'avantage de ces nouveaux tests, c'est qu'ils ont été conçus avec des objectifs plus spécifiques en tête, aidant à fournir une image plus claire de la santé globale et du risque de mortalité. Par exemple, une méthode, MetaboHealth, utilise une combinaison de 14 Marqueurs métaboliques spécifiques pour prédire le risque de mortalité, avec des résultats solides indiquant son efficacité.

Comment les Données des Différentes Études Sont Combinées

Le processus d'assurer que les données des différentes études peuvent être comparées de manière précise est important dans cette recherche. En analysant les informations de diverses études de population, les chercheurs ont découvert que des différences dans la façon dont les données étaient collectées pouvaient entraîner des résultats trompeurs. Pour y remédier, ils ont développé une Technique de calibration pour contrôler ces différences et s'assurer que tous les ensembles de données pouvaient être comparés équitablement.

Cette méthode a aidé à aligner les données de quatre grandes études, rendant plus facile de voir comment la santé métabolique est liée au vieillissement et aux résultats de santé globaux. Les chercheurs ont appris qu'ils pouvaient créer des marqueurs fiables pour l'âge biologique en analysant les données de ces études harmonisées.

Construction de Modèles Prédictifs

En utilisant les données nouvellement combinées, les chercheurs ont construit des modèles prédictifs pour estimer l'âge biologique en fonction de diverses mesures, y compris la méthylation de l'ADN et les caractéristiques métaboliques. Ils ont utilisé des méthodes statistiques avancées pour identifier quelles mesures spécifiques étaient les plus utiles pour prédire les résultats de santé.

Ils ont découvert que bien que certains marqueurs métaboliques étaient très efficaces, d'autres l'étaient moins dans ce contexte. En se concentrant sur les caractéristiques les plus informatives, les chercheurs ont amélioré la précision de leurs estimations d'âge biologique.

Lien entre l'Âge Biologique et la Mortalité

Dans leurs prochaines étapes, les chercheurs ont cherché à lier cet âge biologique plus directement au risque de mortalité. Ils ont examiné des données d'un groupe spécifique d'individus pour évaluer à quel point leurs nouveaux marqueurs d'âge biologique prédisaient la mortalité. Fait intéressant, les marqueurs qu'ils ont développés ont montré des associations significatives avec les risques de mourir de diverses causes.

La capacité à prédire la mortalité pourrait conduire à de meilleures stratégies de santé. En identifiant les individus à risque plus élevé en fonction de leur âge biologique, des interventions ciblées pourraient être mises en place pour améliorer les résultats de santé.

Insights Uniques des Modèles de Méthylation de l'ADN

Un résultat notable de cette recherche a été l'identification d'indicateurs uniques qui n'avaient pas été reconnus précédemment. Les chercheurs ont découvert que des modèles spécifiques de méthylation de l'ADN pouvaient offrir des insights précieux sur la santé métabolique et le vieillissement. Ces résultats impliquent que la méthylation de l'ADN a un potentiel prometteur pour faire avancer notre compréhension de l'âge biologique et de ses implications pour la santé.

Élargir au-delà des Prédictions de Mortalité

Les chercheurs ont reconnu que se concentrer uniquement sur la mortalité pourrait limiter la compréhension du processus de vieillissement. Le vieillissement est un processus complexe et multidimensionnel, et la santé peut décliner de différentes façons. Il pourrait être bénéfique d'explorer comment leurs découvertes se rapportent à d'autres problèmes de santé, comme la fragilité ou les maladies chroniques.

En élargissant leur recherche pour examiner une gamme plus large de résultats de santé, les scientifiques pourraient rassembler des insights plus complets sur le vieillissement biologique et mieux identifier des stratégies préventives potentielles.

Importance du Contrôle de Qualité des Données

Tout au long de cette recherche, les scientifiques ont souligné l'importance de maintenir des données de haute qualité. Ils ont mis en place des mesures strictes de contrôle de qualité lors de la collecte et de l'analyse de leurs données pour assurer leur fiabilité. C'était crucial car cela les a aidés à établir des connexions solides entre les marqueurs biologiques et les résultats de santé.

Conclusion : Une Nouvelle Approche pour Comprendre le Vieillissement

Cette recherche représente un progrès précieux dans le domaine de la géroscience. En développant de nouvelles méthodes pour évaluer l'âge biologique et en les liant à des résultats de santé réels, les scientifiques ouvrent la voie à une meilleure compréhension du vieillissement.

Les insights obtenus en intégrant des caractéristiques métaboliques et la méthylation de l'ADN pourraient avoir des implications considérables pour les soins de santé. L'objectif ultime est de créer des marqueurs qui reflètent précisément l'état de santé d'une personne et de les guider vers une meilleure santé et longévité en vieillissant.

En résumé, le travail met en évidence le potentiel de lier des mesures biologiques à des résultats de santé, révélant les complexités du vieillissement et les meilleures façons de s'attaquer à ces défis. En combinant différentes sources de données et une analyse minutieuse, les chercheurs se rapprochent de réaliser des avancées significatives dans la manière dont nous comprenons et répondons au processus de vieillissement.

Source originale

Titre: 1H-NMR metabolomics-guided DNA methylation mortality predictors

Résumé: 1H-NMR metabolomics and DNA methylation in blood are widely known biomarkers predicting age-related physiological decline and mortality yet exert mutually independent mortality and frailty signals. Leveraging multi-omics data in four Dutch population studies (N=5238) we investigated whether the mortality signal captured by 1H-NMR metabolomics could guide the construction of novel DNA methylation-based mortality predictors. Hence, we trained DNA methylation-based surrogates for 64 metabolomic analytes and found that analytes marking inflammation, fluid balance, or HDL/VLDL metabolism could be accurately reconstructed using DNA-methylation assays. Interestingly, a previously reported multi-analyte score indicating mortality risk (MetaboHealth) could also be accurately reconstructed. Sixteen of our derived surrogates, including the MetaboHealth surrogate, showed significant associations with mortality, independent of other relevant covariates. Finally, adding our novel surrogates to previously established DNA-methylation markers, such as GrimAge, showed significant improvement for predicting all-cause mortality, indicating that our metabolic analyte-derived surrogates potentially represent novel mortality signal.

Auteurs: Erik B. van den Akker, D. Bizzarri, M. J. T. Reinders, L. M. Kuiper, M. Beekman, J. Deelen, J. B. J. van Meurs, J. van Dongen, R. Pool, D. I. Boomsma, M. Ghanbari, L. Franke, BIOS Consortium, BBMRI-NL Consortium, P. E. Slagboom

Dernière mise à jour: 2023-11-03 00:00:00

Langue: English

Source URL: https://www.medrxiv.org/content/10.1101/2023.11.02.23297956

Source PDF: https://www.medrxiv.org/content/10.1101/2023.11.02.23297956.full.pdf

Licence: https://creativecommons.org/licenses/by-nc/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires