Noile instrumente pentru evaluarea vârstei biologice pot identifica riscuri de sănătate înainte de apariția simptomelor
O revizuire recentă publicată în The Journal of Clinical Investigation analizează progresele în estimarea vârstei biologice (BA) de-a lungul anilor și limitările în continuare care trebuie abordate pentru o aplicare clinică viitoare.
Diferența dintre vârsta cronologică (CA) și vârsta biologică (BA) este semnificativă. Vârsta cronologică reflectă o măsură uniformă a timpului, în timp ce vârsta biologică indică declinul celular și fiziologic. Primele ceasuri de vârstă, precum cele dezvoltate de Horvath și Hannum, erau antrenate pentru a prezice vârsta cronologică. Ceasurile de generație a doua, cum ar fi PhenoAge și GrimAge, se concentrează pe sănătatea fenotipică și riscul de mortalitate. Ceasurile de generație a treia, precum DunedinPACE, măsoară rata actuală a îmbătrânirii biologice. Următoarea generație de ceasuri își propune să măsoare vârsta biologică specifică organelor.
Studiile recente sugerează că medicii ar putea folosi aceste metode pentru a identifica indivizii cu risc ridicat și pentru a sprijini strategii personalizate de prevenție sau tratament. Totuși, rolul acestor instrumente în îngrijirea de rutină rămâne nerezolvat.
Persoanele de același sex, născute în același an, cu profiluri clinice similare, cum ar fi adipozitatea, pot prezenta diferențe în abilitățile fizice, rezistența imunitară, probabilitatea de a dezvolta boli și supraviețuirea generală. Aceasta reflectă efectele cumulative ale îmbătrânirii influențate de expuneri de mediu, comportamente de sănătate, predispoziții genetice, schimbări moleculare și evenimente întâmplătoare. Vârsta biologică poate capta aceste variații individuale.
Oamenii de știință dezvoltă noi strategii pentru a determina vârsta biologică a diferitelor celule, țesuturi și organe. Aceste eforturi ar putea sprijini abordările de medicină de precizie și, în cele din urmă, îmbunătăți standardul de îngrijire.
În această revizuire, cercetătorii oferă o privire generală asupra abordărilor de estimare a vârstei biologice și asupra provocărilor și limitărilor în continuare.
Modelele tradiționale de estimare a vârstei biologice au folosit în principal variabile predefinite, factori de risc și markeri funcționali, interpretând rezultatele ca îmbătrânire întârziată sau accelerată. De asemenea, au dezvoltat scoruri composite pentru îmbătrânirea fiziologică. Deși aceste metode ajută la estimarea riscurilor de boli, ele sunt de obicei incapabile să explice diferențele la nivel celular care pot influența mobilitatea, forța și echilibrul, afectând astfel capacitatea de a desfășura activități zilnice.
Cercetătorii integrează acum profilarea moleculară cu algoritmi de inteligență artificială (AI) într-un cadru unificat pentru a îmbunătăți estimarea vârstei biologice. Primele ceasuri, precum Horvath și Hannum, au folosit modele de învățare automată supravegheată bazate pe site-uri de metilare CpG selectate pentru a estima vârsta cronologică, în timp ce ceasurile ulterioare au fost concepute pentru a capta mai bine îmbătrânirea fenotipică, morbiditatea și riscul de mortalitate.
Modelele digitale AI pot analiza imagistica, electrofiziologia, semnalele purtabile și textul clinic, în timp ce abordările bazate pe modele lingvistice mari (LLM) au arătat promisiuni în estimarea îmbătrânirii fenotipice din rapoartele de examinare a sănătății colectate în mod obișnuit și din dosarele de sănătate electronice.
Scăderile în viteza de mers și forța de prindere sunt asociate cu o funcție fizică mai slabă și riscuri mai mari de mortalitate. Noile modele utilizează analize derivate din video și analize computerizate pentru a face aceste evaluări mai scalabile.
Pe măsură ce oamenii îmbătrânesc, căptușeala interioară a arterelor devine mai puțin eficientă. Dilația mediată de flux oferă o fereastră bazată pe ultrasunete în funcția endotelială, în timp ce viteza undei de puls și presiunea pulsatilă captează aspecte legate de rigiditatea arterială și îmbătrânirea vasculară.
Dispozitivele purtabile și monitoarele digitale pot contribui cu date continue despre ritmul cardiac, activitate, somn și tipare fiziologice asociate, în timp ce vârsta derivată din ECG, biomarkerii inflamatori și măsurile precum consumul maxim de oxigen oferă informații complementare asupra rezervei fiziologice cardiovasculare și a întregului corp.
Nivelele ridicate de peptide natriuretice, cum ar fi NT-proBNP, pot ajuta la estimarea riscului pe termen lung de boli cardiovasculare la niveluri mult sub măsurile standard. De asemenea, cistatina C, un marker renal, a depășit indicele tradițional bazat pe creatinină în predicția riscurilor de mortalitate.
Modelele de învățare profundă pot estima vârsta biologică din scanările prin rezonanță magnetică a creierului și imaginile cu rezoluție înaltă ale vaselor de sânge retiniene. Modelele avansate de învățare automată pot, de asemenea, să prezică rezultatele de supraviețuire la pacienții cu cancer utilizând imagini faciale, în timp ce profilarea moleculară poate capta tipare biologice legate de vârstă care pot îmbunătăți stratificarea riscurilor. De exemplu, nivelurile mai ridicate de PAI-1 la femeile de vârstă mijlocie au fost asociate cu profile adverse metabolice și cardiovasculare.
Estimarea vârstei biologice prin abordări composite, cum ar fi metoda Klemera-Doubal și PhenoAge, precum și ceasurile de metilare a ADN-ului, cum ar fi GrimAge și DunedinPACE, a îmbunătățit determinarea riscurilor de mortalitate prin combinarea biomarkerilor clinici, proceselor biologice și semnalelor de îmbătrânire bazate pe metilare.
Noile ceasuri, precum Systems Age, OMICmAge, GlycanAge și MileAge, pot cuantifica schimbările din mai multe sisteme de organe, populații de celule imune și căi metabolice. Ceasurile de îmbătrânire proteomică (PAC) pot acum să analizeze mii de proteine utilizând modele de regresie pentru a ajuta la estimarea vârstei biologice, a duratei sănătoase, a susceptibilității la boli și a riscului de mortalitate.
Deși comunitatea științifică a realizat progrese semnificative în estimarea vârstei, câteva provocări rămân. Nu există un cadru standardizat și unificat pentru determinarea unei măsuri adecvate a vârstei biologice. În plus, majoritatea modelor de vârstă biologică se bazează pe analize transversale și informații prognostice.
Comparările directe ale fiabilității metodologice, răspunsurilor la tratamente, fezabilității și stabilității pe termen lung sunt necesare pentru a înțelege dacă schimbările în măsurătorile vârstei biologice reflectă îmbunătățiri sau declinuri reale în sănătate.
Oamenii de știință trebuie să îmbunătățească mode
