Une étude révolutionnaire révèle comment les protéines sanguines peuvent prédire le risque de maladie, suivre l’état de santé et proposer de nouvelles stratégies pour lutter contre les maladies liées au vieillissement.
Étude : La cartographie longitudinale du protéome sérique révèle des biomarqueurs du vieillissement en bonne santé et des maladies cardiométaboliques associées. Crédit d'image : ArtemisDiana/Shutterstock
Une étude récente publiée dans la revue Métabolisme naturel identifié des biomarqueurs du vieillissement en bonne santé et des maladies cardiométaboliques en cartographiant le protéome sérique longitudinal.
Le vieillissement est caractérisé par une dégénérescence progressive aux niveaux organique, cellulaire et moléculaire, conduisant à une susceptibilité élevée aux maladies et à un déclin fonctionnel. Bien qu’il existe diverses méthodes pour prédire l’âge chronologique, la biologie du vieillissement reste insaisissable. La protéostasie, la capacité à maintenir des systèmes protéiques stables et fonctionnels, est de plus en plus reconnue comme la pierre angulaire du vieillissement en bonne santé, ses perturbations étant liées à de nombreuses maladies liées à l'âge.
La perte de protéostasie est une caractéristique du vieillissement. Le sang, en tant que réservoir majeur de protéines, constitue une plateforme idéale pour explorer les biomarqueurs protéomiques. En effet, des études utilisant diverses technologies ont identifié de multiples protéines dans le sang en corrélation avec l’âge. Néanmoins, ils ont été limités par des périodes de suivi plus courtes et des échantillons plus petits.
Sommaire
L'étude et les résultats
Dans la présente étude, les chercheurs ont effectué un profilage longitudinal du protéome dans une cohorte d’adultes d’âge moyen et plus âgés. Ils ont utilisé les données de l'étude sur la nutrition et la santé de Guangzhou (GNHS), qui comprenait 3 796 participants et plus de 7 500 échantillons de sérum. Les participants étaient répartis entre des cohortes de découverte et de validation, comprenant 1 939 et 1 857 personnes.
En outre, une cohorte de validation externe de 124 personnes a été incluse. Le protéome sérique a été mesuré à l’aide d’une méthode basée sur la spectrométrie de masse (MS). Au total, 438, 413 et 432 protéines ont été quantifiées respectivement dans les cohortes de découverte GNHS, de validation GNHS et de validation externe. L’équipe a analysé les données de plus de 1 000 participants à la cohorte de découverte avec des mesures protéomiques à trois moments.
Ils ont utilisé le regroupement k-means pour classer 438 protéines à différents moments. Cela a révélé quatre groupes de trajectoires : le groupe 1 (32 protéines) a montré une augmentation marquée au fil du temps ; le groupe 2 (124 protéines) a présenté une légère augmentation ; le groupe 3 (179 protéines) est resté constant ; le groupe 4 (103 protéines) a montré un déclin. Ces trajectoires reflètent des tendances biologiques distinctes, telles qu’un déséquilibre de la synthèse des protéines musculaires ou des altérations de la réponse immunitaire, essentielles à la compréhension des processus de vieillissement.
Ensuite, les chercheurs ont utilisé des modèles mixtes linéaires pour évaluer les corrélations entre les niveaux de protéines mesurés en série et l'âge chronologique des participants au cours du suivi. Au total, 148 protéines étaient significativement associées à l’âge dans la cohorte des découvertes. Parmi celles-ci, 86 protéines présentaient des associations significatives similaires avec l’âge dans les deux cohortes de validation.
De plus, 83 protéines ont montré une grande précision dans la prédiction de l’âge. Quarante et une protéines étaient associées au sexe et à l'âge, avec des interactions significatives entre le sexe et l'âge pour sept protéines. Notamment, trois protéines présentaient des associations robustes avec l’âge chez les femmes uniquement, et quatre protéines étaient fortement associées à l’âge chez les hommes uniquement.
Liens avec la santé et la maladie
En outre, des modèles mixtes linéaires ont examiné la relation longitudinale entre les protéines liées au vieillissement et 32 traits cliniques, notamment les paramètres rénaux, hépatiques, inflammatoires, métaboliques, anthropométriques et cognitifs. Cela a identifié 320 associations significatives entre protéines et traits dans les deux cohortes GNHS. Ensuite, les associations entre les niveaux de base de 86 protéines liées au vieillissement et 14 maladies chroniques ont été étudiées à l'aide de modèles à risques proportionnels de Cox.
Au total, 131 associations nominalement significatives ont été observées pour 67 protéines ; seuls 35 sont restés significatifs après correction pour plusieurs tests. Parmi ceux-ci, 13 étaient associés à un diabète de type 2, 11 à une stéatose hépatique, cinq à une hépatite, trois à une dyslipidémie et un à une polyarthrite rhumatoïde, une maladie rénale et une hypertension. Parmi celles-ci, plusieurs protéines, telles que l’alpha-1-antitrypsine, ont établi des rôles dans la régulation des voies métaboliques et inflammatoires, offrant ainsi des cibles thérapeutiques potentielles. Notamment, 16 protéines pouvaient être ciblées par des médicaments, le zinc et ses composés en ciblant 10.
Développer un indicateur de santé
En outre, à l’aide d’un modèle de forêt aléatoire, l’équipe a examiné si les 86 protéines liées au vieillissement pouvaient servir de classificateurs pour un état sain ou malsain. Le modèle a atteint une aire sous la courbe (AUC) de 0,7 pour distinguer les participants en mauvaise santé et en bonne santé. Après une validation croisée dix fois, un modèle plus concis avec les 22 principales protéines a émergé avec une précision équivalente.
Ensuite, un score protéomique de vieillissement en bonne santé (PHAS) a été développé à l’aide du modèle comportant 22 protéines pour servir d’indicateur de l’état de santé. Des PHAS plus élevés étaient associés longitudinalement à des paramètres anthropométriques améliorés et à des biomarqueurs métaboliques hépatiques, rénaux, lipidiques et glucose. En outre, les chercheurs ont noté qu’une augmentation de l’écart type du PHAS réduisait le risque de maladies chroniques de 72 % dans l’ensemble de la cohorte GNHS.
Explorer les déterminants
En outre, l’équipe a évalué les déterminants des 22 protéines et du PHAS en examinant la proportion de variance expliquée par le régime alimentaire, les facteurs intrinsèques, la génétique de l’hôte et le microbiote intestinal au sein de la cohorte de découverte. La génétique de l’hôte expliquait environ 8 % de la variance pour toutes les protéines, les facteurs intrinsèques expliquaient 4 % et le microbiote intestinal représentait 3,8 %. En revanche, les facteurs inhérents expliquaient 7 % de la variance du PHAS, tandis que la génétique de l’hôte et le microbiote intestinal représentaient 4,1 % et 6,3 %. L'étude a identifié des espèces microbiennes spécifiques contribuant à la variance du PHAS, suggérant leur importance dans la modification des résultats de santé liés au vieillissement.
Enfin, des analyses exploratoires ont été effectuées pour vérifier les associations de PHAS avec 18 espèces microbiennes intestinales ayant contribué à la variance observée. Quinze espèces étaient associées de manière significative au PHAS. L’équipe a développé un score microbien intestinal basé sur les 18 espèces microbiennes intestinales. Il a été noté qu’il était positivement associé au PHAS dans la cohorte de découverte, ce qui restait cohérent avec la cohorte externe.
Conclusions
Ensemble, cette analyse longitudinale a identifié plusieurs biomarqueurs protéomiques associés au vieillissement. Ces protéines liées au vieillissement étaient étroitement associées au risque de maladie et à l’état de santé. Les PHAS développés sur la base de ces protéines ont montré des associations avec le risque à long terme de diverses maladies cardiométaboliques. Cela met en évidence son potentiel en tant qu’outil clinique pour surveiller la santé et cibler les interventions visant à réduire les morbidités liées au vieillissement.
Dans l’ensemble, ces biomarqueurs protéomiques revêtent une pertinence clinique considérable, fournissant des cibles potentielles pour des interventions thérapeutiques visant à lutter contre les morbidités liées au vieillissement.
