Simple Science

Scienza all'avanguardia spiegata semplicemente

# Scienze della salute# Epidemiologia

Nuove intuizioni sull'età biologica attraverso la metabolomica

La ricerca svela come i cambiamenti metabolici siano collegati all'età biologica e ai rischi per la salute.

― 7 leggere min


Svelare intuizioniSvelare intuizionisull'età biologicaall'età biologica.metabolismo ai rischi per la salute eUno studio collega i cambiamenti nel
Indice

L'invecchiamento si riferisce al declino graduale nella capacità del corpo di funzionare bene e resistere allo stress col passare del tempo. Questo declino può portare a un aumento della probabilità di problemi di salute e anche alla morte. Le persone invecchiano a ritmi diversi, influenzati da fattori come l'ambiente, le scelte di vita e il patrimonio genetico. Per questo motivo, l'Età biologica di un individuo, che riflette la sua salute fisica, potrebbe non corrispondere sempre alla sua Età cronologica, che è semplicemente il numero di anni vissuti. L'età biologica può fornire migliori informazioni sulla salute e sulla durata della vita di una persona rispetto all'età cronologica da sola.

I recenti progressi nella scienza hanno permesso ai ricercatori di trovare nuovi modi per misurare l'età biologica utilizzando metodi che analizzano numerose caratteristiche molecolari nel corpo. Un metodo del genere si chiama Metabolomica, che si occupa delle piccole molecole nel corpo. Queste piccole molecole possono dirci molto su come il corpo cambia con l'invecchiamento. Gli studi hanno dimostrato che man mano che le persone invecchiano, il loro metabolismo tende a rallentare e vari segni di invecchiamento possono essere rilevati attraverso i cambiamenti in queste piccole molecole.

Sviluppo di orologi biologici

I ricercatori hanno creato "orologi biologici" utilizzando queste nuove tecniche. Questi orologi ci aiutano a vedere come l'età biologica di una persona si confronta con la sua età cronologica. Un modo per farlo prevede l'utilizzo di una tecnica chiamata spettroscopia di risonanza magnetica nucleare (NMR). Questa tecnica aiuta a misurare varie molecole nel sangue e può fornire informazioni chiare e dettagliate. Ad esempio, gli scienziati hanno utilizzato questo metodo in un ampio studio olandese e hanno scoperto che può prevedere eventi cardiovascolari e Mortalità molto meglio dell'età cronologica da sola.

Sono emersi due approcci diversi nella creazione di questi orologi biologici. Un approccio si concentra sull'età cronologica, identificando i cambiamenti che avvengono con l'età ma potrebbe non fornire un quadro completo della salute di una persona. L'altro approccio guarda di più alla durata della vita e alla salute generale, misurando quanto a lungo le persone potrebbero vivere considerando le malattie presenti in età avanzata.

Lo scopo dello studio

In questo studio, i ricercatori miravano a creare nuovi modelli di età biologica utilizzando la metabolomica basata su NMR in diversi ampi gruppi di persone provenienti da Regno Unito e Finlandia. Volevano vedere quanto bene questi modelli potessero prevedere i Rischi per la salute, i tipi di malattie e i tassi di mortalità basati sull'età biologica. Inoltre, pianificavano di testare questi modelli rispetto a quelli esistenti per vedere quanto fossero affidabili nel prevedere problemi di salute legati all'età.

Partecipanti allo studio e raccolta dei dati

Lo studio includeva più gruppi di partecipanti provenienti da vari studi nel Regno Unito e in Finlandia. Questo comprendeva persone di diverse fasce d'età e background. Ha anche comportato la raccolta di campioni di sangue e la misurazione di molte diverse molecole presenti nel sangue che possono fornire indicazioni sulla salute e sull'invecchiamento.

Lo studio ha utilizzato un metodo chiamato spettroscopia NMR ad alto rendimento per analizzare i campioni di sangue. Questo metodo ha fornito misurazioni dettagliate per una vasta gamma di metaboliti, o piccole molecole. Sono state effettuate un totale di 233 misurazioni iniziali, ma a causa di informazioni mancanti in alcune coorti, i ricercatori si sono concentrati su 98 segnali di metaboliti ben quantificati per ulteriori analisi.

Comprendere età e mortalità attraverso la metabolomica

Per vedere come specifici metaboliti si correlano con l'età e la mortalità, i ricercatori hanno analizzato i vari metaboliti in relazione sia all'età che ai risultati di salute. Hanno condotto analisi approfondite per capire come questi metaboliti si comportassero in diverse fasi della vita. Molti metaboliti, come il glucosio e alcuni acidi grassi, sono stati trovati cambiare con l'età. Alcuni sono aumentati, mentre altri sono diminuiti, suggerendo diverse implicazioni per la salute man mano che le persone invecchiano.

Costruzione di modelli predittivi

Utilizzando i dati raccolti dai partecipanti, i ricercatori hanno costruito modelli per prevedere l'età biologica. Hanno impiegato diversi metodi, tra cui la regressione elastica e le spline adattive multivariabili (MARS). Questi approcci li hanno aiutati a creare modelli che potessero riflettere accuratamente l'età biologica basata su molteplici variabili.

Risultati sui rischi per la salute e l'invecchiamento

I ricercatori hanno trovato forti collegamenti tra età biologica e vari rischi per la salute. Ad esempio, fattori di rischio come il diabete, l'ipertensione e l'obesità erano positivamente associati a un'età biologica più alta. Hanno anche notato che il fumo e bassi livelli di istruzione erano collegati a un'età biologica aumentata.

Inoltre, lo studio ha valutato la relazione tra età biologica e eventi di salute gravi come le malattie cardiache e la mortalità. I partecipanti con un'età biologica più alta erano più propensi a sperimentare questi esiti avversi per la salute.

Validazione in un gruppo più ampio

I modelli creati in questo studio sono stati convalidati utilizzando un altro ampio campione di popolazione, noto come UK Biobank. Questo campione includeva oltre 100.000 individui e forniva ulteriore contesto per i risultati. I ricercatori volevano vedere se i modelli avrebbero comunque funzionato bene nel prevedere l'età biologica basata sui dati di questo gruppo indipendente.

I modelli hanno mostrato vari gradi di successo nel prevedere l'età cronologica, con alcuni che hanno funzionato meglio di altri. Nel complesso, i modelli addestrati con i dati sull'età biologica hanno mostrato forti correlazioni con esiti legati alla mortalità e alle malattie.

Diversi cambiamenti metabolici con l'età

Lo studio ha identificato diversi cambiamenti metabolici che si verificano man mano che gli individui invecchiano. Ad esempio, i livelli di certe proteine e grassi cambiavano costantemente con l'età. Sostanze come l'albumina, gli aminoacidi essenziali e vari tipi di colesterolo diminuivano con l'età, indicando potenziali declini nelle funzioni epatiche e renali. Al contrario, sostanze come glucosio, creatina e specifici acidi grassi aumentavano, suggerendo implicazioni per la salute alternative.

L'importanza della metabolomica

I risultati hanno messo in evidenza il potenziale della metabolomica come strumento potente per comprendere l'invecchiamento e la salute. Misurando i metaboliti nei campioni di sangue, i ricercatori possono ottenere informazioni su come i processi di salute di un individuo funzionano nel tempo. Questo metodo offre un quadro più chiaro dell'invecchiamento biologico rispetto ai metodi tradizionali che potrebbero trascurare cambiamenti metabolici significativi.

Limitazioni e direzioni future

Sebbene lo studio abbia fornito importanti informazioni sulla relazione tra metaboliti e età, ha anche riconosciuto delle limitazioni. La ricerca si è principalmente concentrata su popolazioni dell'Europa settentrionale, il che potrebbe influenzare l'applicabilità dei risultati ad altri gruppi. Inoltre, la dipendenza dai dati trasversali potrebbe non catturare completamente le complessità dell'invecchiamento nel tempo.

I futuri studi potrebbero beneficiare dell'incorporazione di popolazioni più ampie e diversificate e di disegni longitudinali per valutare meglio il processo di invecchiamento. I ricercatori hanno anche suggerito di combinare diverse tecniche analitiche metaboliche per identificare un'ampia gamma di metaboliti che potrebbero essere importanti per comprendere la salute in relazione all'età.

Conclusione

Questo studio ha enfatizzato il valore di utilizzare la metabolomica per comprendere meglio le complessità dell'invecchiamento e della salute. Sviluppando modelli che prevedono l'età biologica e valutando vari rischi per la salute, i ricercatori contribuiscono a una conoscenza preziosa che può informare le strategie sanitarie future. Comprendere come il metabolismo cambia con l'età può portare a interventi più efficaci per migliorare la salute e allungare la vita sana. I risultati pongono le basi per ulteriori ricerche focalizzate sui legami tra processi biologici e invecchiamento, incoraggiando ulteriori esplorazioni su come possiamo valutare e affrontare meglio le sfide poste da una popolazione che invecchia.

Fonte originale

Titolo: NMR metabolomic modelling of age and lifespan: a multi-cohort analysis

Estratto: Metabolomic age models have been proposed for the study of biological aging, however they have not been widely validated. We aimed to assess the performance of newly developed and existing nuclear magnetic resonance spectroscopy (NMR) metabolomic age models for prediction of chronological age (CA), mortality, and age-related disease. 98 metabolic variables were measured in blood from nine UK and Finnish cohort studies (N {approx} 31,000 individuals, age range 24-86 years). We used non-linear and penalised regression to model CA and time to all-cause mortality. We examined associations of four new and two previously published metabolomic age models, with ageing risk factors and phenotypes. Within the UK Biobank (N{approx} 102,000), we tested prediction of CA, incident disease (cardiovascular disease (CVD), type-2 diabetes mellitus, cancer, dementia, chronic obstructive pulmonary disease) and all-cause mortality. Cross-validated Pearsons r between metabolomic age models and CA ranged between 0.47-0.65 in the training set (mean absolute error: 8-9 years). Metabolomic age models, adjusted for CA, were associated with C-reactive protein, and inversely associated with glomerular filtration rate. Positively associated risk factors included obesity, diabetes, smoking, and physical inactivity. In UK Biobank, correlations of metabolomic age with chronological age were modest (r = 0.29-0.33), yet all metabolomic model scores predicted mortality (hazard ratios of 1.01 to 1.06 / metabolomic age year) and CVD, after adjustment for CA. While metabolomic age models were only moderately associated with CA in an independent population, they provided additional prediction of morbidity and mortality over CA itself, suggesting their wider applicability.

Autori: Oliver Robinson, C.-H. E. Lau, M. Manou, G. Markozannes, M. Ala-Korpela, Y. Ben-Shlomo, N. Chaturvedi, J. Engmann, A. Gentry-Maharaj, K.-H. Herzig, A. Hingorani, M.-R. Jarvelin, M. Kahonen, M. Kivimaki, T. Lehtimaki, S. Marttila, U. Menon, P. B. Munroe, S. Palaniswamy, R. Providencia, O. Raitakari, F. Schmidt, S. Sebert, A. Wong, P. Vineis, I. Tzoulaki

Ultimo aggiornamento: 2023-11-08 00:00:00

Lingua: English

URL di origine: https://www.medrxiv.org/content/10.1101/2023.11.07.23298200

Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.11.07.23298200.full.pdf

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili