Analizzando i dati metabolici di oltre 18.000 partecipanti in Cina, gli scienziati hanno costruito modelli “a orologio” dell’invecchiamento umano. che possono fornire indizi sul rischio di malattie croniche e mortalità. Lo studio esaustivo fornisce una miniera di dati sull’impatto dell’invecchiamento sul metabolismo e produce parametri clinicamente rilevanti che potrebbero guidare il monitoraggio della salute e le iniziative di prevenzione delle malattie.
L’invecchiamento è un processo estremamente complesso e gli scienziati hanno appena iniziato a comprendere come i percorsi molecolari del corpo si modificano con l’avanzare dell’età. Negli ultimi anni, i ricercatori hanno cercato di identificare i biomarcatori dell’invecchiamento, come i marcatori epigenetici e le modifiche delle caratteristiche metaboliche, e di integrarli in modelli chiamati orologi dell’invecchiamento. Questi modelli potrebbero aiutare i medici a identificare le persone a maggior rischio di malattie croniche e potrebbero fornire informazioni utili per interventi precoci.
Ora, Linlin Cao e colleghi presentano i risultati di uno degli studi più completi finora condotti sull’invecchiamento metabolico, che ha coinvolto 18.476 partecipanti di età compresa tra uno e 96 anni provenienti da sei centri clinici in Cina. Hanno analizzato i metaboliti nei campioni di plasma dei partecipanti e collegato 56 metaboliti a cambiamenti associati all’età. Sulla base di questi dati, il team ha derivato un parametro chiamato accelerazione dell’età metabolomica (mAA), che si è correlato a un rischio maggiore di steatosi epatica, ipertensione, diabete e mortalità per tutte le cause con l’avanzare dell’età della coorte. Il team ha anche esaminato una coorte di pazienti affetti da diverse patologie e ha scoperto un secondo parametro metabolico chiamato deviazione dell’età, che risultava più elevato nei pazienti con malattie sistemiche più gravi. “Nel complesso, questi risultati supportano la metabolomica plasmatica come quadro di riferimento scalabile e clinicamente interpretabile per studi sulla prevenzione delle malattie, la diagnosi precoce, l’invecchiamento sano e l’eterogeneità legata all’invecchiamento nel corso della vita”, concludono Cao e colleghi. Aggiungono che il loro modello di previsione dell’età è disponibile al pubblico tramite un’interfaccia web .
Science Translational Medicine: “Metabolomic aging and mortality clocks based on ensemble learning identify systemic aging risk across the human lifespan in 18,476 individuals”. DOI: 10.1126/scitranslmed.adz4815
