Longevity & AgingArticle de rechercheAccès libre

L'IA cartographie le vieillissement de chaque organe, et les résultats sont étonnamment différents

Un nouveau cadre d'analyse, fondé sur plus de 25 000 biopsies tissulaires, révèle que les organes vieillissent selon des trajectoires distinctes et non linéaires — et se détériorent souvent de façon conjointe.

mercredi 2 septembre 2026 5 vues
Publié dans Nat Aging
A grid of colorful human tissue biopsy slides under a microscope, showing cross-sections of different organs including muscle, blood vessel, and intestinal tissue, in a bright modern pathology lab

Résumé

Des chercheurs ont conçu un outil d'IA baptisé PathStAR, qui examine des lames de microscope ordinaires de tissus et mesure la façon dont la structure physique d'un organe évolue avec l'âge. Contrairement aux horloges du vieillissement existantes, il n'a pas été entraîné à prédire l'âge chronologique. Il compare plutôt la structure des tissus entre différentes tranches d'âge afin de repérer le moment où le changement s'accélère. L'équipe a analysé 25 306 biopsies post-mortem provenant de 40 tissus chez 970 donneurs âgés de 21 à 70 ans. Les organes ne vieillissent pas de façon régulière. Les vaisseaux sanguins ont changé le plus rapidement dans la trentaine, l'utérus et le vagin ont changé le plus autour de la ménopause, et le tube digestif ainsi que les organes reproducteurs masculins ont présenté deux phases de changement, dans la trentaine et dans la cinquantaine. Les périodes de changement structurel rapide partageaient une signature moléculaire associant une inflammation croissante à une baisse de la production d'énergie, de la réparation et du contrôle qualité. Les organes vieillissaient également de concert au sein d'une même personne, et les hormones sexuelles semblent faire le lien entre le système digestif et le système reproducteur masculin.

Résumé détaillé

Le vieillissement est le principal facteur de risque de la plupart des maladies chroniques, et les horloges moléculaires du vieillissement ont affiné notre estimation du risque. Mais l'architecture physique des tissus, c'est-à-dire la façon dont les cellules, les vaisseaux sanguins et la matrice extracellulaire sont organisés, sous-tend la fonction des organes et a rarement été cartographiée de façon systématique dans l'ensemble du corps. La plupart des horloges histologiques existantes sont en outre entraînées à prédire l'âge chronologique, ce qui suppose que le vieillissement est linéaire. Cette étude a cherché à déterminer quand et comment la structure des tissus se détériore, et si les organes vieillissent de façon indépendante ou de concert.

L'équipe a développé PathStAR (Pathology-based Structural Aging Rate) et l'a appliqué aux données du Genotype-Tissue Expression (GTEx) : 25 306 images de lames entières colorées à l'hématoxyline-éosine, provenant de 970 donneurs non malades âgés de 21 à 70 ans (66,4 % d'hommes), couvrant 40 tissus et environ 30,3 millions de fragments d'image. Un modèle de fondation pré-entraîné en pathologie (UNI) a converti chaque lame en une empreinte morphologique. Le taux de vieillissement structurel a ensuite été calculé en comparant des fenêtres d'âge glissantes de 10 ans, et l'écart de chaque personne par rapport à la trajectoire de la population a été évalué. Aucun modèle n'a été entraîné sur l'âge.

L'ovaire a servi de preuve de concept. Dans 250 échantillons d'ovaire, PathStAR a retrouvé une trajectoire bimodale avec des pics d'accélération à 35-40 ans, correspondant au déclin de la fertilité, et à 55-60 ans, correspondant à la ménopause. Les deux premières composantes principales expliquaient r2 = 0,43 de l'âge. La même analyse non supervisée sur les données appariées d'expression génique et de méthylation n'a pas reproduit les deux pics. Le premier pic montrait une surexpression des voies inflammatoires (TNF via NFKB, IL2-STAT5). Le second montrait une sous-expression des voies du TGF-β, de la transition épithélio-mésenchymateuse et du cycle cellulaire.

À l'échelle du corps, 15 tissus présentant un signal d'âge net (r2 > 0,15, au moins 200 échantillons) se répartissaient en trois profils. Les artères, y compris tibiales et coronaires, vieillissaient précocement, avec un pic dans la trentaine, et les annotations d'athérosclérose augmentaient le plus fortement durant cette décennie. L'utérus et le vagin vieillissaient tardivement, avec un pic au début ou au milieu de la cinquantaine. Neuf des 14 tissus autres que l'ovaire étaient biphasiques, avec des pics autour de la trentaine et de la cinquantaine, notamment l'œsophage, l'estomac, le côlon, l'intestin grêle, la glande salivaire, la prostate et le testicule. Les artefacts post-mortem expliquaient moins de 10 % de la variance dans presque tous les tissus, la prostate faisant exception. Les résultats ont été globalement reproduits avec trois autres modèles de fondation.

Les périodes d'accélération partageaient une signature moléculaire. Les programmes inflammatoires (TNF, interféron alpha et gamma, complément) augmentaient, tandis que la phosphorylation oxydative, la prolifération (E2F, G2M, MYC) et le contrôle qualité (réponse aux protéines mal repliées, réparation de l'ADN, mTORC1) diminuaient. Le déclin de la voie des peroxysomes était spécifique aux artères, et le testicule montrait la plus forte suppression de la spermatogenèse (NES −3,04) parallèlement à une activation immunitaire. Entre la première et la seconde période d'accélération, les réponses aux œstrogènes précoce, aux œstrogènes tardive et aux androgènes déclinaient dans 9/10, 8/10 et 8/10 tissus, tandis que les voies de la réponse aux protéines mal repliées, de la réparation de l'ADN et des espèces réactives de l'oxygène augmentaient dans 8/10, 7/10 et 7/10 tissus. Au sein d'une même personne, les scores étaient corrélés entre tissus apparentés, par exemple les organes gastro-intestinaux, avec r = 0,20 à 0,43.

Ces travaux suggèrent que des stratégies géroprotectrices pourraient à terme être calibrées dans le temps et ciblées par organe, par exemple une protection vasculaire dans la trentaine. Les réserves sont importantes : les données sont des instantanés post-mortem transversaux, et non un suivi d'individus, et la cohorte est majoritairement masculine. Seuls 15 des 40 tissus ont fourni des trajectoires de confiance élevée. Les liens moléculaires sont corrélatifs, et certaines valeurs de P des trajectoires n'ont pas été ajustées pour les comparaisons multiples.

Principales conclusions

  • PathStAR analyzed 25,306 H&E biopsies from 40 tissues in 970 donors aged 21–70 (66.4% male) without training on chronological age
  • Ovary structural aging showed two peaks at ages 35–40 and 55–60, matching fertility decline and menopause; expression and methylation profiles failed to reproduce this bimodal pattern
  • Three temporal programs emerged: arteries aged early (peak in the 30s), uterus and vagina aged late (early to mid 50s), and 9 of 14 non-ovary tissues were biphasic (30s and ~50s)
  • Post-mortem artifacts (RIN, autolysis, ischemic time) explained under 10% of structural aging variance in nearly all tissues, with prostate the exception
  • Acceleration periods across tissues combined upregulated inflammation (TNF, interferon, complement) with suppressed oxidative phosphorylation, proliferation, DNA repair, and mTORC1 signaling
  • Estrogen early, estrogen late, and androgen response pathways fell between the first and second acceleration periods in 9/10, 8/10, and 8/10 tissues, with the steepest drops in esophagus, GEJ, and stomach
  • Peroxisome pathway decline occurred only in arteries, and testis showed the strongest spermatogenesis suppression (NES −3.04) with immune activation
  • Individuals who aged faster in one tissue tended to age faster in related tissues, e.g., colon, esophagus, and stomach (r = 0.20–0.43)

Méthodologie

L'étude a utilisé des images de lames entières colorées à l'H&E (×20) issues de la base GTEx, prélevées post mortem chez 970 donneurs non malades, soit 25 306 biopsies couvrant 40 tissus et environ 30,3 millions de patchs. Le vision transformer UNI a produit des embeddings de patchs à 1 024 dimensions, moyennés (mean-pooling) pour obtenir une représentation unique au niveau de chaque lame. Le taux de vieillissement structurel a été quantifié sous la forme d'une taille d'effet entre des fenêtres d'âge consécutives de 10 ans, glissant par pas de 1 an, et des scores de delta de vieillissement structurel ont permis de saisir l'écart individuel par rapport aux trajectoires de la population. L'analyse moléculaire a reposé sur des tests t de Welch bilatéraux et sur une GSEA préclassée (10 000 permutations) appliquée à des données appariées d'expression génique et de méthylation en bulk. La robustesse des résultats a été vérifiée avec UNI v2, CONCH v1.5 et Virchow2.

Limites de l'étude

Les données proviennent d'échantillons post-mortem transversaux de GTEx : les trajectoires sont donc déduites d'un donneur à l'autre, et non suivies chez les mêmes individus. La cohorte est en outre majoritairement masculine et ne couvre que les âges de 21 à 70 ans. Seuls 15 des 40 tissus répondaient aux critères permettant d'obtenir des trajectoires à haut niveau de confiance, et certaines valeurs de P des trajectoires n'ont pas été ajustées pour tenir compte des comparaisons multiples. Les associations moléculaires sont corrélatives, et le texte fourni ne comporte pas de déclaration de conflits d'intérêts.

Ce résumé vous a plu ?

Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.

Saisissez votre e-mail pour vous abonner :