38 geschlechtsspezifische Alterungsuhren zeigen, wie Männer und Frauen in jedem Organ unterschiedlich altern
Eine wegweisende Studie entwickelt 38 geschlechtsspezifisch stratifizierte biologische Alterungsuhren für 15 Organsysteme und legt dabei deutliche genetische, molekulare und krankheitsbezogene Risikoprofile offen.
Zusammenfassung
Die meisten biologischen Alterungsuhren werden an Männern und Frauen gemeinsam trainiert, was voraussetzt, dass das Altern bei beiden Geschlechtern gleich verläuft. Forschende entwickelten 38 separate Uhren für Frauen und Männer über 15 Organsysteme hinweg, basierend auf MRT, Blutproteinen und Metaboliten. Die Uhren wichen in bedeutsamer Weise voneinander ab. Genetische Einflüsse auf die Alterung von Leber und Stoffwechsel waren bei Frauen stärker, während die Alterung von Immunsystem und Milz bei Männern erblicher war. Bei beiden Geschlechtern erfassten unterschiedliche Blutproteine das Altern, und die Uhren sagten unterschiedliche künftige Erkrankungen voraus. Bei Menschen mit leichter kognitiver Beeinträchtigung mehr als verdoppelte ein älter wirkendes Gehirn bei Frauen das Risiko für das Fortschreiten zur Alzheimer-Krankheit (HR 2,25), während es bei Männern um 74 % erhöht war. Die Autorinnen und Autoren empfehlen, geschlechtsspezifische und gemeinsam trainierte Modelle zusammen einzusetzen.
Detaillierte Zusammenfassung
Biologische Alterungsuhren, also KI-Modelle, die das Alter anhand von MRT, Blutproteinen oder Metaboliten vorhersagen, wurden als Instrumente vorgeschlagen, um geroprotektive Interventionen zu bewerten, Menschen mit einem Risiko für altersbedingte Erkrankungen einzustufen und möglicherweise Teilnehmende für klinische Studien auszuwählen. Fast alle wurden mit Männern und Frauen gemeinsam trainiert, wobei implizit angenommen wurde, dass das Altern bei beiden Geschlechtern gleich verläuft. Das ist relevant, weil Frauen länger leben, aber im höheren Alter mehr Morbidität tragen und überproportional von Alzheimer betroffen sind, während Männer früher kardiometabolische Erkrankungen entwickeln. Diese Studie ging der Frage nach, ob ein geschlechtsspezifisch getrennter Ansatz sichtbar macht, was gepoolte Modelle verbergen.
Anhand von Daten des MULTI-Konsortiums trainierte das Team getrennte Uhren für Frauen und Männer über 15 Organsysteme und drei Omics-Ebenen hinweg (Organ-MRT, Plasmaproteomik, Metabolomik). Nach dem Ausschluss überangepasster Modelle blieben 38 Uhren übrig: 20 weibliche und 18 männliche. Der Vorhersagefehler lag bei etwa 5 Jahren und war damit mit früheren gepoolten Modellen vergleichbar. In einem abgeglichenen Vergleich übertrafen geschlechtsspezifische Fettgewebsuhren die gepoolten und verschlechterten sich in Hold-out-Daten weniger. Eine Einschränkung: Die männliche Augenproteomik-Uhr hatte einen akzeptablen Fehler (~6 Jahre), korrelierte aber nicht mit dem Alter (r=0,024, P=0,7); es braucht daher mehrere Metriken. Die meisten Paare aus weiblicher und männlicher Uhr unterschieden sich signifikant. Ausnahmen waren die MRT-Uhren für Milz, Bauchspeicheldrüse und Fettgewebe sowie die proteomische Uhr des weiblichen Fortpflanzungssystems.
Genetisch ergab die GWAS 359 Locus-Uhr-Paare. Die Heritabilität war bei Frauen höher für die hepatische Proteomik-Uhr, die Leber-MRT-Uhr und die metabolischen Uhren, bei Männern höher für die immunmetabolomische Uhr, die Haut-Proteomik-Uhr und die Milz-MRT-Uhr. Auch die Polygenität unterschied sich: Die endokrine Proteomik-Uhr war bei Frauen polygener (0,045 vs. 0,004), die immunproteomische Uhr bei Männern (0,06 vs. 0,016). Die Mendelsche Randomisierung fand 103 Verbindungen von Erkrankung zu Uhr und 63 von Uhr zu Erkrankung, überwiegend geschlechtsspezifisch. So beschleunigte beispielsweise eine genetische Veranlagung für Schlafstörungen das immunmetabolische Altern nur bei Frauen. Das stichprobengrößenangepasste gepoolte Modell zeigte keinen signifikanten Effekt.
Proteinanalysen gegen 2.923 Plasmaproteine ergaben keine Effekte mit umgekehrtem Vorzeichen, aber deutliche geschlechtsspezifische Signale. SLITRK1 verfolgte das Gehirnalter nur bei Frauen, während Männer acht einzigartige Proteine hatten, darunter GDF15. Die männliche Milzuhr war mit 46 Proteinen verknüpft, darunter TNF, gegenüber vier bei Frauen. In der Nachbeobachtung der UK Biobank hatten Frauen 5 Uhren mit Bezug zu 4 Erkrankungen (Hazard Ratios ~1,25–1,5; metabolische Uhr und bipolare Störung ~3,9). Männer hatten 15 Paare aus Uhr und Erkrankung, darunter das proteomische Herzalter und Vorhofflimmern. Die Mortalität war bei Frauen mit 12 Uhren und bei Männern mit 14 Uhren verknüpft.
In ADNI sagte das Gehirnalter bei keinem Geschlecht den Übergang von kognitiv unauffällig zu MCI voraus. Für den Übergang von MCI zu Alzheimer lag die Hazard Ratio pro SD bei 1,74 (95-%-KI 1,45–2,08) bei Männern und 2,25 (1,77–2,86) bei Frauen. In der präklinischen A4-Solanezumab-Studie hatten Frauen mit jünger wirkendem Gehirn in Woche 240 höhere kognitive Werte als Männer (P=0,0038), während beschleunigt alternde Gehirne bei beiden Geschlechtern signifikant abbauten (P<0,001).
Die Autoren betonen, dass geschlechtsspezifische, gepoolte und Geschlechter-Interaktionsmodelle einander ergänzen und nicht konkurrieren. Geschlechtsspezifische Uhren sind nicht grundsätzlich besser, und viele Alterungsprozesse sind beiden Geschlechtern gemeinsam. Geschlechtsspezifische GWAS-Daten sind weiterhin begrenzt, und die Ergebnisse sind Assoziationen und statistische Schlussfolgerungen, kein Beleg für geschlechtsspezifisch zugeschnittene Interventionen.
Wichtigste Erkenntnisse
- Built 38 sex-specific aging clocks (20 female, 18 male) across 15 organ systems and 3 omics layers, with prediction error around 5 years
- Sex-stratified adipose clocks outperformed matched pooled clocks and showed less overfitting in hold-out data
- GWAS found 359 locus-clock pairs; liver and metabolic clocks were more heritable in women, immune, skin and spleen clocks in men
- Endocrine proteomic clock was far more polygenic in women (Pi 0.045 vs 0.004); immune proteomic clock more so in men (0.06 vs 0.016)
- Mendelian randomization found 103 disease-to-clock and 63 clock-to-disease links, mostly sex-specific; sleep disorder liability accelerated immune metabolic aging only in women
- Male spleen aging tied to 46 plasma proteins including TNF versus four in women; SLITRK1 tracked brain aging only in women
- In ADNI, an older-appearing brain raised MCI-to-Alzheimer's hazard by 74% in men (HR 1.74) and 125% in women (HR 2.25)
Methodik
Die Autorinnen und Autoren nutzten multimodale Daten des MULTI-Konsortiums, darunter Organ-MRT, Olink-Plasmaproteomik und Metabolomik, und trainierten getrennte Modelle zur Altersvorhersage für Frauen und Männer (Lasso als anschauliches Beispiel, mit Überprüfungen auf Overfitting anhand eines kognitiv gesunden Hold-out-Datensatzes). Zu den nachgelagerten Analysen gehörten GWAS mit SBayesS und LDSC, bidirektionale Mendelsche Randomisierung, proteomweite und metabolomweite Assoziationsanalysen (mit Bonferroni-Korrektur) sowie Cox-Modelle für neu auftretende Erkrankungen und Mortalität in der UK Biobank über einen Zeitraum von etwa zwei Jahrzehnten. Das Fortschreiten der Alzheimer-Erkrankung wurde in der ADNI-Kohorte untersucht, kognitive Verläufe (PACC) in der präklinischen A4-Studie zu Solanezumab. Geschlechtsübergreifend gepoolte Modelle und Vergleiche mit angepasster Stichprobengröße dienten als Sensitivitätsanalysen.
Studienlimitierungen
Die Autoren weisen darauf hin, dass geschlechtsstratifizierte GWAS-Summenstatistiken für viele Krankheitsendpunkte nicht verfügbar sind, was die Mendelsche Randomisierung einschränkt. Sie betonen außerdem, dass geschlechtsspezifische Modelle nicht grundsätzlich überlegen sind, da gepoolte Modelle größere Stichproben bieten und gemeinsame Mechanismen der Alterungsbiologie erfassen. Die Ergebnisse sind Assoziationen und statistische Schlussfolgerungen; die übrigen Einschränkungen waren im vorliegenden Text nicht ersichtlich.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben:
