Grâce à l'horloge CheekAge de nouvelle génération, les scientifiques peuvent désormais prédire avec précision la mortalité en analysant les cellules des joues, offrant ainsi de nouvelles informations sur le vieillissement et l'évaluation des risques pour la santé. Cette avancée pourrait remodeler l’avenir de la surveillance personnalisée de la santé.
Étude: CheekAge, une horloge buccale épigénétique de nouvelle génération, permet de prédire la mortalité dans le sang humain. Crédit d’image : Générateur d’IA Shutterstock/Shutterstock.com
Dans une étude récente publiée dans Frontiers in Aging, les chercheurs utilisent CheekAge, une horloge épigénétique de nouvelle génération, pour prédire le risque de mortalité.
Sommaire
À propos des horloges épigénétiques
Une horloge de vieillissement épigénétique est un modèle d’apprentissage automatique qui prédit l’âge chronologique sur la base de la méthylation de l’ADN. La méthylation de l'ADN se produit principalement sur les dinucléotides formés de cytosines suivis de résidus guanine (CpG).
Les horloges épigénétiques peuvent être entraînées pour déterminer l’âge chronologique ou prédire les résultats en matière de santé au niveau de la population. Les horloges de première génération sont souvent utilisées dans les enquêtes médico-légales, car elles ont été entraînées à prédire l’âge chronologique.
En comparaison, les horloges de nouvelle génération utilisent les données de méthylation pour fournir des informations importantes sur les résultats en matière de santé et de mode de vie. Cependant, ces modèles nécessitent des prélèvements sanguins, ce qui limite leur utilité pour un usage domestique ou chez les personnes âgées.
Qu’est-ce que CheekAge ?
CheekAge a été formé sur l'ensemble de données buccales Infinium MéthylationEPIC, qui comprend plus de 200 000 sites de méthylation de l'ADN provenant de plus de 8 000 échantillons de cellules buccales adultes. CheekAge a été développé pour estimer l'âge épigénétique et identifier toute association pouvant exister entre le mode de vie et des facteurs de santé/maladie tels que l'exercice hebdomadaire, la qualité du sommeil, le stress et l'alimentation.
Auparavant, les chercheurs de la présente étude avaient signalé un CheekAge plus élevé chez les patients souffrant d'affections telles que le méningiome ou la progéria, d'infections respiratoires et d'antécédents de cancer infantile nécessitant une radiothérapie. La présente étude vise à examiner l'exactitude de CheekAge dans la prévision du risque de décès, car cela est requis pour un biomarqueur du vieillissement de haute qualité.
À propos de l'étude
Les chercheurs ont utilisé CheekAge pour prédire la mortalité dans les cohortes de naissance Lothian de 1921 et 1936. Ces cohortes ont été initialement établies pour surveiller le vieillissement cognitif et cérébral et documenter le mode de vie et les facteurs psychosociaux, en plus des données biomédicales, génétiques, épigénétiques et de neuroimagerie de toutes les études. participants.
L'étude actuelle a inclus 1 513 participants disposant de données sur la méthylation. L'âge chronologique variait de 67,8 à 90,6 ans.
Les données sur la mortalité ont été obtenues à partir des registres centraux de santé et converties en âge en jours au moment du décès, ce qui a constitué la mesure des résultats. Les dernières données de méthylation ont été utilisées pour prédire CheekAge.
Initialement, les chercheurs ont appliqué les CpG Infinium HumanMéthylation450 basés sur la méthylation sanguine aux données buccales originales du réseau Infinium MéthylationEPIC sur lesquelles CheekAge a été formé. Cependant, environ 50 % des entrées CpG manquaient en raison de différences entre les ensembles de données. Néanmoins, les chercheurs ont obtenu des résultats similaires à ceux obtenus avec le modèle CheekAge complet avec tous les CpG disponibles.
Par la suite, les CpG Infinium HumanMéthylation450 ont été appliqués aux données Lothian. L’âge delta standard a ensuite été déterminé en divisant l’âge delta, calculé en soustrayant l’âge chronologique de l’âge épigénétique, par l’écart type de tous les âges delta. Cela a montré une corrélation significative avec la mortalité.
Les résultats de l’étude reflètent une augmentation de 21 % de la mortalité pour chaque changement d’unité d’écart type. Les courbes de survie prédisent que 50 % des individus ayant le delta CheekAge le plus élevé seraient morts 7,8 ans plus tôt que ceux ayant le CheekAge le plus bas.
C’est la première fois qu’un biomarqueur du vieillissement développé pour le tissu buccal permet de prédire la mortalité à partir des données de méthylation sanguine.
Comparaison avec d'autres horloges
CheekAge a systématiquement surpassé toutes les horloges de première génération utilisées simultanément sur les données de cohorte. En fait, les résultats de CheekAge étaient comparables à l’horloge DNArn PhenoAge de nouvelle génération, qui indiquait une augmentation de 23 % de la mortalité pour chaque changement d’écart type d’unité. Il est important de noter que DNArn PhenoAge a été formé sur des échantillons de sang plutôt que sur des échantillons buccaux utilisés pour CheekAge.
CpG sur la mortalité
L’âge Delta a également été réexaminé par rapport à chacun des CpG. À chaque suppression itérative d'un CpG, la signification de l'association de mortalité a été calculée. Cela a conduit à l'identification de « CpG de mortalité et d'anti-mortalité », définis comme des CpG qui augmentent et réduisent l'importance du risque de mortalité prévu.
L'effet le plus important a été observé avec la suppression du CpG de mortalité cg14386193, qui est annoté sur le gène ALPK2. Ce a conduit à une multiplication par près de trois de la valeur du taux de fausses découvertes (FDR). D'autres CpG, comme cg00991744 et cg20210051, tous deux annotés pour PDZRN4un gène suppresseur de tumeur possible, et cg00664454, annoté CPNE2, étaient également prédictifs du risque de mortalité.
Ces CpG de mortalité ont été impliqués dans le vieillissement ou dans des maladies liées à l'âge, telles que la survie, le cancer, l'ostéoporose ou le syndrome métabolique. Néanmoins, des recherches supplémentaires sont nécessaires pour confirmer les effets transcriptionnels des CpG sur la mortalité.
Des analyses d'enrichissement des CpG annotés avec des associations de mortalité ont également été réalisées pour élucider leurs rôles biologiques. À cette fin, plusieurs gènes associés aux CpG anti-mortalité ont également été associés aux processus de développement, à la morphogenèse et à la protéostasie.
Conclusions
Ensemble, nous fournissons une validation importante pour CheekAge et mettons en évidence de nouveaux CpG qui sont à la base d'une association de mortalité nouvellement identifiée..»
Malgré la disponibilité limitée des intrants CpG obtenus à partir d’un tissu différent, CheekAge a identifié des associations significatives avec la mortalité. L’aspect longitudinal de l’ensemble de données garantit que ce modèle a surpassé les horloges de première génération formées sur des ensembles de données dérivés du sang.
La plupart des méthylations liées au vieillissement sont spécifiques aux tissus ; par conséquent, une étude de suivi longitudinale est nécessaire pour clarifier quels CpG ont les associations les plus fortes avec la mortalité.