En décodant les écarts d'âge dans le cerveau, le cœur, le foie, etc., les scientifiques montrent qu'il n'y a pas deux organes qui vieillissent au même rythme, une découverte qui pourrait redéfinir la façon dont nous prévoyons la maladie, ciblons les thérapies et concevons les essais sur la maladie d'Alzheimer.
Étude : Horloges multi-organes basées sur l’IRM pour le vieillissement en bonne santé et l’évaluation des maladies. Crédit d'image : VesnaArt/Shutterstock
Dans une étude récente publiée dans la revue Médecine naturelleles chercheurs ont développé sept écarts d'âge biologiques basés sur l'imagerie par résonance magnétique (MRIBAG) dans le cerveau, le cœur, le foie, la rate, les reins, le tissu adipeux et le pancréas. Ils ont testé leurs corrélats moléculaires, la génétique, la prédiction de la maladie, les liens de mortalité et la pertinence pour les résultats des essais sur la maladie d'Alzheimer.
Sommaire
Arrière-plan
Et si vos organes vieillissaient à des vitesses différentes ? Cette inadéquation pourrait expliquer pourquoi une personne développe une hypertension artérielle tandis qu’une autre est confrontée au diabète ou à une perte de mémoire. Imagerie par résonance magnétique (IRM) permet aux cliniciens d'examiner de manière non invasive la structure et la fonction des organes. Des « horloges vieillissantes » construites avec l’Intelligence Artificielle/Machine Learning (IA/ML) estiment déjà « l’âge du cerveau », mais la plupart des horloges ignorent le reste du corps. Parallèlement, de grandes cohortes telles que la UK Biobank (UKBB) fournissent désormais des données IRM multi-organes, et les outils omiques peuvent cartographier les protéines, les métabolites et les gènes qui suivent la biologie du vieillissement. Le public s’en soucie car ces horloges peuvent prévoir les maladies et adapter la prévention. Des recherches plus approfondies devraient vérifier la fiabilité, l'équité et la généralisabilité à l'ensemble des populations.
À propos de l'étude
Les enquêteurs ont rassemblé les caractéristiques de l'IRM multi-organes du UKBB et cohortes associées pour dériver sept MRIBAGla différence entre IA/ML-âge prédit et âge chronologique. Les modèles de prévision de l'âge incluaient le moindre retrait absolu et l'opérateur de sélection (LASSO) régression et régresseur de vecteur de support linéaire (RVS), réglé via une validation croisée imbriquée et répétée. Les performances du modèle ont été évaluées avec l'erreur absolue moyenne (MAE) et le r de Pearson, puis ajustés à l'aide d'une correction du biais lié à l'âge couramment appliquée en neuroimagerie. Seuls les participants sans pathologies codées ont été utilisés pour la formation sur modèle et les tests internes ; un ensemble indépendant de résistances au sein de la distribution a fourni une évaluation impartiale. Les modèles d'organes abdominaux ont montré une généralisabilité plus faible en raison de la colinéarité et des phénotypes limités dérivés de l'imagerie.
Ensuite, les études d'association à l'échelle du protéome (ProWAS) liés chacun SAC MRIBAG à 2 923 protéines plasmatiques (plateforme Olink). Études d'association à l'échelle du métabolisme (MetWAS) a testé 327 métabolites. Contrôle qualité incorporé eXpression normalisée des protéines (NPX) seuils et limite de détection (LOD).
Études d'association à l'échelle du génome (GWAS) caractérisé les polymorphismes mononucléotidiques courants (SNP) associé à MRIBAG; L'héritabilité et les liens entre les traits ont été estimés avec la régression du score de déséquilibre de liaison (LDSC). Expression Locus de trait quantitatif (eQTL) et la cartographie des interactions chromatine, ainsi que la colocalisation bayésienne, les gènes priorisés. Les recherches de gènes-médicaments ont utilisé la base de données Drug-Gene Interaction (DGIDb). Ces découvertes génétiques étaient exploratoires et nécessitent une validation.
L'utilité clinique a été testée avec la Classification internationale des maladies, dixième révision (CIM-10) les résultats des incidents, la mortalité toutes causes confondues via les modèles de Cox et les trajectoires cognitives dans le traitement anti-amyloïde de la maladie d'Alzheimer asymptomatique (A4) essai sur le solanezumab utilisant le composite cognitif préclinique sur la maladie d'Alzheimer (PACC). Scores de risque polygénique (PRS) ont été élaborés dans le cadre d'analyses à échantillon fractionné, bien que la variance globale expliquée soit modeste.
Résultats de l'étude
Les modèles optimaux pour les sept organes ont montré des associations modérées à fortes entre l'âge prédit et l'âge chronologique (r de Pearson ≈ 0,23, 0,77) avec MAE environ cinq ans dans l'ensemble indépendant au sein de la distribution, avant la correction du biais lié à l'âge, mettant en évidence les performances cérébrales et cardiaques et les opportunités d'amélioration des modèles abdominaux.
ProWAS identifié des centaines de liens protéine-organe, avec les reins et la rate MRIBAG montrant le plus d’associations protéiques. Les marqueurs notables enrichis en organes comprenaient la molécule d'adhésion des cellules vasculaires 1 (VCAM1) pour la rate et la phospholipase A2 groupe IB (PLA2G1B) pour le pancréas. MetWAS a révélé 758 associations métabolites significatives (par exemple, la créatinine avec les reins SAC MRIBAG; sous-classes de phospholipides dans le foie, le cerveau, le cœur, la rate et l'adipose), suggérant à la fois une biologie spécifique à un organe et une communication entre organes.
GWAS découvert 53 importants SAC MRIBAG-paires de locus et SNP héritabilité (h²) d'environ 0,29 à 0,47. LDSC ont montré un enrichissement spécifique aux tissus, par exemple, le cœur SAC MRIBAG héritabilité enrichie en chromatine active des tissus cardiaques. Corrélations génétiques connectées MRIBAG avec des horloges multi-omiques antérieures et des paramètres de maladie.
La randomisation mendélienne a suggéré des voies causales potentielles mais non confirmées, telles que l'hypertension augmentant le cœur SAC MRIBAGla maladie d'Alzheimer augmentant le foie SAC MRIBAGet une association inverse entre rein SAC MRIBAG et diabète sucré de type 2. Ces résultats doivent être interprétés avec prudence. Combinaison eQTL et les preuves d'interaction de la chromatine avec colocalisation à travers les horloges protéomiques et métabolomiques ont donné la priorité à 62 gènes. DGIDb les requêtes ont mis en évidence neuf gènes candidats pouvant être médicamentés (par exemple, l'Aldéhyde Déshydrogénase 2 (ALDH2) liés à plusieurs classes de médicaments neuropsychiatriques et cardiométaboliques), pointant vers des opportunités de réutilisation exploratoires plutôt que des interventions validées.
Dans les analyses de maladies incidentes, le cerveau, les tissus adipeux et le pancréas MRIBAGet un pancréas SRPprédit le diabète non insulino-dépendant (CIM-10 E11.9). Cerveau SAC MRIBAG on anticipe également des troubles anxieux et des hémorragies gastro-intestinales ; cœur SAC MRIBAG hypertension prédite, alignée sur les résultats génétiques. Pour la survie, cerveau supérieur et adipeux MRIBAG signalé un risque accru de mortalité toutes causes confondues, alors qu'un risque plus élevé de foie et de rate MRIBAG étaient protecteurs, même dans une analyse de sensibilité « sans maladie », faisant allusion à des réserves organiques distinctes qui tamponnent les facteurs de stress liés au vieillissement.
Dans le A4 essai solanezumab, participants présentant un vieillissement cérébral ralenti (partie inférieure du cerveau) SAC MRIBAG) maintenu plus haut PACC scores sur 240 semaines que ceux présentant un vieillissement accéléré, tant dans le groupe médicament que dans le groupe placebo. Cependant, aucun des deux sous-groupes n’a présenté de séparation médicament-placebo, ce qui indique que l’hétérogénéité liée au vieillissement n’était pas imputable à l’efficacité du solanezumab. Ceci illustre comment MRIBAG pourrait pré-stratifier les essais pour clarifier les trajectoires et réduire le bruit.
Conclusions
Pour résumer, sept MRIBAG offrent une vision pratique du vieillissement sur l’ensemble du corps, qui relie l’imagerie aux protéines, aux métabolites, aux gènes et aux résultats du monde réel. Ces horloges spécifiques à certains organes ont été associées à des affections courantes telles que le diabète non insulino-dépendant et l'hypertension, ont signalé des différences dans le risque de mortalité toutes causes confondues et ont suivi les trajectoires cognitives dans un essai majeur de prévention de la maladie d'Alzheimer, des informations importantes pour les patients, les familles, les cliniciens et les systèmes de santé. En mettant en évidence les cibles génétiques prioritaires du DGIDble cadre souligne également des opportunités de réutilisation de médicaments générant des hypothèses.
Ensemble, MRIBAG peut créer un pont exploitable entre l’IRM de routine et la prévention de précision, des interventions plus précoces et des essais cliniques plus intelligents, en attendant une validation longitudinale auprès de diverses populations.
