Eine neue Plattform vergleicht 41 epigenetische Alterungsuhren anhand von 179 Blutdatensätzen
TranslAGE harmonisiert 179 Blutmethylierungsdatensätze und bewertet 41 epigenetische Uhren hinsichtlich Stabilität, Ansprechen auf Behandlungen, Assoziationen und Risiko.
Zusammenfassung
Epigenetische Uhren schätzen das biologische Alter anhand der DNA-Methylierung. Es gibt jedoch Dutzende davon, und Studien vergleichen sie nur selten fair miteinander. Forschende der Yale University und ihre Kooperationspartner haben TranslAGE entwickelt, eine kostenlose Online-Ressource, die 179 Methylierungsdatensätze aus menschlichem Blut mit mehr als 42.000 Proben zusammenführt. Für jede Probe wurden 41 veröffentlichte Uhren vorab berechnet. Jede Uhr wird anhand von vier Merkmalen bewertet: Stabilität gegenüber Messrauschen, Ansprechen auf Behandlungen, Zusammenhänge mit Krankheiten und anderen Merkmalen sowie die Fähigkeit, künftige Erkrankungen oder Todesfälle vorherzusagen. Zusammen ergeben diese Merkmale einen Gesamtwert, den STAR-Score. Ziel ist es, Wissenschaftlerinnen und Wissenschaftlern sowie Planenden klinischer Studien zu helfen, die passende Uhr für ihren Zweck auszuwählen, statt zu raten. Es handelt sich um einen Preprint, der noch keinem Peer-Review unterzogen wurde. Der vorliegende Text beschreibt vor allem die Plattform und die Methoden, weniger die endgültigen Rangfolgen der Uhren.
Detaillierte Zusammenfassung
Epigenetische Uhren gehören zu den am häufigsten verwendeten Biomarkern in der Alternsforschung, doch das Feld hat ein Selektionsproblem. Die Uhren haben sich von Prädiktoren des chronologischen Alters der ersten Generation (Horvath, Hannum) zu Uhren für Mortalität und Tempo des Alterns (PhenoAge, GrimAge, DunedinPACE) sowie zu systemspezifischen Uhren weiterentwickelt, und es wurden Tausende methylierungsbasierter Algorithmen beschrieben. Studien testen meist nur wenige Uhren, in einem Datensatz und auf eine Eigenschaft hin. Wenn sich Ergebnisse widersprechen, kann niemand sagen, ob die Ursache in der Uhr, der Population oder der Analyse liegt.
TranslAGE von der Yale University und Mitarbeitenden, darunter Albert Higgins-Chen, geht dieses Problem direkt an. Die Plattform harmonisiert 179 humane Vollblut-Methylierungsdatensätze aus NCBI GEO, EMBL und von privaten Kooperationspartnern. Sie umfassen mehr als 34.000 Personen und mehr als 42.000 Methylierungsprofile auf Illumina-450k- und EPIC-Arrays. Von diesen Datensätzen sind 129 longitudinal und 51 querschnittlich. Jeder Datensatz wurde in ein gemeinsames Metadatenschema überführt, und 41 Uhren wurden mit einer Erweiterung des R-Pakets methylCIPHER berechnet. Jeder Wert wurde um das chronologische Alter und das Geschlecht bereinigt (Residualisierung).
Die Plattform bewertet Uhren in vier Bereichen, die zusammen das STAR-Framework bilden. Stability (Stabilität) misst die Zuverlässigkeit mithilfe des Intraklassen-Korrelationskoeffizienten. Fünf Datensätze mit technischen Replikaten und sechs mit biologischen Replikaten (wiederholte Proben innerhalb von 24 Stunden, mit Ereignissen wie Mahlzeiten, leichtem Stress oder Pollenexposition) wurden nach der Fisher-z-Transformation per Random-Effects-Metaanalyse zusammengeführt. Das ist wichtig, denn ein Rauschen, das den Effekt einer Intervention übersteigt, erhöht die für eine Studie erforderliche Stichprobengröße.
Die Behandlungsantwort (Treatment response) nutzt Längsschnittdaten. Von 129 longitudinalen Datensätzen bestanden 101 die Qualitätskontrolle. Vierundsiebzig betrafen eine mutmaßliche Anti-Aging-Intervention: 25 Lebensstil, 11 Nahrungsergänzungsmittel, 22 pharmakologisch und 16 sonstige, etwa mediterrane Ernährung, Rauchstopp und Metformin. Neunzehn erfassten schädliche Expositionen wie Strahlentherapie, SARS-CoV-2-Infektion oder Luftverschmutzung, und 8 waren unbehandelte Kontrollen. Gepaarte t-Tests verglichen die Residuen zu Studienbeginn und bei der Nachuntersuchung. Die Effektgrößen wurden auf die Standardabweichung der Population jeder Uhr aus einem großen EPICv1-Datensatz skaliert. Negative Werte bedeuten also ein jüngeres biologisches Alter, und 1,0 entspricht einer Standardabweichung.
Der Bereich Associations (Assoziationen) erfasst querschnittliche Zusammenhänge mit Alter, demografischen Merkmalen, Krankheiten und anderen Phänotypen. Der Bereich Risk (Risiko) prüft die Vorhersage von künftigem Funktionsverlust, künftiger Morbidität und Mortalität. Interaktive Dashboards unter translage.io erlauben es, Uhren nach jedem Bereich oder nach dem zusammengesetzten STAR-Score zu ordnen. Ein Forscher, der eine Lebensstilstudie plant, kann so beispielsweise die Uhren finden, die sowohl stabil sind als auch auf ähnliche Interventionen ansprechen. Die Autoren beschreiben die Plattform als das erste standardisierte, reproduzierbare Benchmarking-Framework dieser Art und planen fortlaufende Aktualisierungen.
Mehrere Einschränkungen sind zu beachten. Es handelt sich um einen Preprint auf bioRxiv, und der vorliegende Text endet vor den detaillierten Ergebnissen zu Associations und Risk sowie vor der Diskussion; konkrete Rankings der Uhren werden hier daher nicht zusammengefasst. Die Stabilitätsanalyse beruht auf nur 11 Datensätzen. Die Plattform enthält derzeit ausschließlich humane Vollblut-Arraydaten.
Wichtigste Erkenntnisse
- TranslAGE integrates 179 harmonized human blood DNA methylation datasets with more than 34,000 individuals and more than 42,000 methylation profiles
- 41 epigenetic biomarker scores are precalculated for every sample, spanning first-generation, mortality, reliability-optimized and system-specific clocks
- Of the datasets, 129 are longitudinal and 51 are cross-sectional, on Illumina 450k and EPIC arrays
- Stability is quantified from 5 technical-replicate and 6 biological-replicate datasets using pooled intraclass correlation coefficients
- 101 of 129 longitudinal datasets passed quality control for treatment response, including 74 intervention datasets (25 lifestyle, 11 supplement, 22 pharmacological, 16 other)
- 19 datasets capture adverse exposures such as radiotherapy, SARS-CoV-2 infection and air pollution, and 8 serve as untreated controls
- The four-domain STAR framework (Stability, Treatment response, Associations, Risk) combines test metrics into one composite score for ranking clocks
Methodik
Die Autoren stellten öffentliche (NCBI GEO, EMBL) und private Methylierungs-Array-Datensätze aus menschlichem Vollblut zusammen, standardisierten deren Metadaten und berechneten 41 Uhren mit einer erweiterten methylCIPHER-Pipeline. Die Werte wurden um Alter und Geschlecht bereinigt (Residualisierung) und je nach Datensatztyp den Analysen zu Stabilität, Therapieansprechen, Assoziationen und Risiko zugeordnet. Die Stabilitätsanalyse stützte sich auf Intraklassen-Korrelationskoeffizienten, die per Fisher-z-Transformation umgewandelt und mittels Random-Effects-Metaanalyse zusammengeführt wurden. Für das Therapieansprechen wurden gepaarte t-Tests der Residuen zwischen Baseline und Follow-up verwendet; die Effektstärken wurden an der Standardabweichung der Bevölkerung für jede Uhr skaliert, die aus einem großen EPICv1-Datensatz stammt.
Studienlimitierungen
Dies ist ein Preprint, der noch nicht von Fachkollegen begutachtet wurde (Peer-Review). Der bereitgestellte Text endet vor den Ergebnissen zu Assoziationen und Risiko sowie vor der Diskussion, sodass diese Befunde nicht abgedeckt sind. Die Datensätze beschränken sich auf Array-Daten aus menschlichem Vollblut, und die Stabilitätsanalyse beruht auf lediglich 5 technischen und 6 biologischen Replikat-Datensätzen. Herunterladbare harmonisierte Daten stehen bis zur Veröffentlichung in einer Fachzeitschrift noch aus und beschränken sich auf ursprünglich öffentliche Datensätze. Im bereitgestellten Text war keine Erklärung zu Interessenkonflikten enthalten.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: