Возраст, который скрывают клетки: новый метод считывает признаки старения по одному простому образцу

Идея определить биологический возраст человека по обычному анализу мочи становится реальностью благодаря разработке японских исследователей. Они создали модель, которая позволяет оценивать темпы старения организма по микроРНК и показывает высокую точность на больших выборках.

Технология обещает новые возможности для мониторинга здоровья и раннего выявления возрастных нарушений. Об этом сообщает MedicalXpress.

Как появились "мочевые" биологические часы

Компания Craif Inc. из Нагои вместе со специалистами Института инноваций для будущего общества Нагойского университета представила первую систему оценки старения, основанную на анализе микроРНК в моче.

Авторы работы объясняют, что традиционное понимание возраста опирается на количество прожитых лет, однако хронологический возраст далеко не всегда отражает состояние организма.

Одни люди стареют быстрее, другие — медленнее, и биомаркеры, способные показать реальную скорость этих процессов, становятся важным инструментом профилактической медицины.

Исследователи отметили, что уже существуют модели, построенные на метилировании ДНК или анализе микроРНК из крови. Они демонстрируют связь с риском хронических заболеваний и повышенной вероятностью смертности.

Однако анализ мочи долгое время оставался недостаточно изученным, несмотря на простоту получения образцов и удобство для пациентов. Это и подтолкнуло команду к разработке новой системы.

Дизайн исследования

Авторы использовали данные 6331 человека, проходившего скрининг на выявление рака miSignal Scan. Участники заполняли анкету, где указывали возраст, пол, вес, рост, уровень физической активности, частоту употребления алкоголя, а также сопутствующие заболевания.

Организация также предоставила возможность отказаться от участия, что обеспечило соответствие этическим требованиям.

Как работает модель и что она показывает

Каждый образец мочи был секвенирован примерно до 4 млн исходных прочтений. После отбора данных модель машинного обучения сохранила 407 особенностей микроРНК, которые проявлялись стабильно и могли служить надежными предикторами возраста. Обучающая выборка включала 2400 человек.

Первая тестовая группа — 2840 участников с равномерным распределением по возрасту и полу. Вторая тестовая группа — 1091 человек без такой балансировки.

В ходе перекрестной проверки модель предсказывала возраст в пределах 5,1 года от фактического значения. Первая внешняя тестовая выборка сократила погрешность до 4,5 года, а независимая выборка показала лучшие результаты — 4,4 года.

Эти показатели демонстрируют сопоставимую точность при работе с большими и разнородными группами.

Исследователи выделили 20 микроРНК, наиболее тесно связанных с возрастом. Десять из них увеличивались у мужчин и женщин, четыре повышались только у мужчин, а шесть снижались по мере старения.

Анализ этих молекул показал их связь с процессами клеточного старения: развитием остеокластов, ремоделированием костной ткани, дифференцировкой B-клеток, регуляцией апоптоза и нарушениями в работе митохондрий.

Сравнение с другими биологическими часами

Хотя разработанная модель немного уступает по точности системам, основанным на ДНК-метилировании, она превосходит многие существующие подходы, использующие микроРНК или мРНК из крови.

Авторы отмечают, что снижение точности наблюдается в крайних возрастных категориях — у людей младше 25 и старше 80 лет. В этих случаях оценку рекомендуется трактовать осторожно, а использование в клинической практике может быть ограниченным.

Тем не менее исследование стало важным шагом в создании невысокозатратного, удобного и точного метода определения биологического возраста, который можно применять на больших выборках и в скрининговых программах.

Работа японских специалистов открывает возможность использовать анализ мочи как простой и информативный инструмент для оценки темпов старения организма.

Модель на основе микроРНК позволяет выявлять отклонения биологического возраста и потенциально отслеживать влияние заболеваний на скорость старения. Такие результаты формируют основу для дальнейших разработок в области превентивной медицины и персонализированного подхода к здоровью.