Une étude récente publiée dans la revue Vieillissement de la nature ont étudié l'architecture génétique des écarts d'âge biologiques (BAG) dérivés de l'intelligence artificielle (IA) pour plusieurs systèmes d'organes et leurs liens avec le mode de vie, les maladies chroniques et le vieillissement.
Le vieillissement est un processus biologique aux multiples facettes, façonné par le mode de vie, la génétique et les facteurs environnementaux, qui affecte les systèmes organiques et conduit à des maladies chroniques. Décrypter l'hétérogénéité phénotypique du vieillissement selon les organes peut conduire à des avancées en médecine de précision. Une étude a examiné cette hétérogénéité en utilisant l'IA pour estimer les BAG.
Le BAG représente la différence entre l'âge prédit par l'IA et l'âge chronologique des individus. Malgré les progrès de la recherche multi-organes, deux questions demeurent : quelles variantes génétiques influencent l'hétérogénéité phénotypique des BAG et comment sont-elles liées de manière causale entre elles, aux facteurs de style de vie et aux maladies chroniques ?
Étude : L'âge biologique de plusieurs organes montre qu'aucun système organique n'est isolé. Crédit photo : Ws Studio1985 / Shutterstock
L'étude et les résultats
Dans la présente étude, les chercheurs ont utilisé la génomique computationnelle et l’IA pour explorer l’architecture génétique des BAGs de neuf systèmes organiques et leurs liens de causalité et associations avec les facteurs liés au mode de vie, au vieillissement des organes et aux maladies chroniques. Ils ont utilisé des données multi-omiques de plus de 370 000 participants de la Biobank du Royaume-Uni.
Dans un premier temps, une régression à vecteur de support a été utilisée pour dériver les BAGs des systèmes métabolique, musculo-squelettique, cardiovasculaire, oculaire, cérébral, immunitaire, rénal, hépatique et pulmonaire à l'aide de données d'imagerie cliniques et spécifiques aux organes. Les BAGs ont été ajustés en tant que phénotypes dans une étude d'association pangénomique (GWAS) pour identifier des signaux génétiques indépendants, c'est-à-dire des loci.
Par la suite, plusieurs analyses en aval ont été réalisées pour valider les signaux génétiques. Il s'agissait notamment d'une estimation de l'héritabilité basée sur le polymorphisme d'un seul nucléotide, d'une analyse de l'expression génique spécifique au tissu, d'une analyse d'enrichissement de l'ensemble de gènes, d'une analyse du réseau gène-médicament-maladie, d'une analyse de causalité et d'une corrélation génétique.
Au total, 393 paires de loci BAG-génomiques liées à neuf BAG ont été identifiées. Les chercheurs ont noté une spécificité d'organe ainsi qu'une interaction entre les organes. Les corrélations phénotypiques et génétiques entre les BAG étaient similaires, ce qui étaye la conjecture de Cheverud (selon laquelle les corrélations phénotypiques sont probablement des estimations justes des corrélations génétiques).
L'analyse de l'expression génétique spécifique aux tissus a validé les signaux génétiques, qui ont montré un enrichissement spécifique à l'organe. Autrement dit, les gènes liés aux BAG cardiovasculaires étaient surexprimés ou enrichis dans les tissus artériels et cardiaques. De plus, l'équipe a identifié des associations causales potentielles entre les BAG, les facteurs liés au mode de vie (par exemple, le poids corporel et le sommeil) et les maladies chroniques (par exemple, le diabète et la maladie d'Alzheimer).
Conclusions
Dans l'ensemble, l'étude renforce le fait que les systèmes organiques ne fonctionnent pas de manière isolée, en soulignant les corrélations spécifiques à chaque organe et les interconnexions entre les systèmes organiques. Les interconnexions entre les organes suggèrent que les médicaments destinés à traiter des maladies dans des systèmes organiques distincts pourraient être réutilisés, ce qui pourrait améliorer les taux de réussite du développement de médicaments. Les limites de l'étude incluent la non-généralisation des résultats à divers groupes ethniques.
« Nous sommes très enthousiastes à propos de cette étude et des pistes de recherche qu’elle ouvre. Nous prévoyons un changement de paradigme, passant d’une approche mono-organe à une approche multi-organe, permettant une modélisation plus complète du vieillissement et des maladies humaines. » – Junhao Wen, l’auteur principal.
Bien qu'il existe de fortes corrélations entre les valeurs bêta du GWAS des populations européennes et d'autres groupes ancestraux, les études devraient se concentrer sur les groupes sous-représentés. De plus, les différences entre les sexes étaient importantes dans quelques systèmes organiques, en particulier le BAG cardiovasculaire. Dans l'ensemble, les résultats suggèrent que cette recherche devrait être explorée de manière plus approfondie, en considérant conjointement la maladie et le vieillissement, car les différences entre les sexes existent souvent dans les maladies chroniques, notamment l'autisme et la maladie d'Alzheimer.
