Les horloges de vieillissement populaires présentent des défauts mathématiques et passent à côté d'éléments biologiques essentiels

Les horloges de l'âge biologique basées sur la méthylation de l'ADN sont devenues un pilier de la recherche sur la longévité, utilisées pour évaluer des interventions, estimer le risque de maladie et prétendre révéler les mécanismes du vieillissement. Mais une nouvelle communication rapide issue du laboratoire d'Irina Conboy à UC Berkeley remet en question les fondements scientifiques de ces outils, en présentant des preuves quantitatives que les horloges les plus populaires sont à la fois mathématiquement incohérentes et biologiquement trompeuses.

La critique centrale porte sur la régression elastic net (EN), le modèle linéaire pénalisé utilisé pour construire la quasi-totalité des principales horloges DNAm, notamment Horvath, Hannum, PhenoAge, GrimAge et PACE. La méthode EN sélectionne un sous-ensemble restreint de sites CpG — généralement quelques centaines parmi 500 000 à 800 000 sondes de puces — et leur attribue des pondérations de sorte que leur somme pondérée permette de prédire l'âge chronologique ou une variable proxy. Les auteurs démontrent que ce processus d'optimisation est intrinsèquement biaisé : il minimise les résidus en privilégiant les CpG à faible variance au sein des échantillons de même âge, ce qui exclut systématiquement les CpG à forte variance, pourtant les plus susceptibles de refléter un vieillissement pathologique ou accéléré. Les caractéristiques les plus informatives pour distinguer un vieillissement sain d'un vieillissement pathologique sont ainsi éliminées par construction.

L'article introduit et quantifie le concept d'« incohérence » : des sites CpG dont le signe du coefficient du modèle est opposé à la direction réelle de leur variation de méthylation univariée avec l'âge. Dans l'ensemble des principales horloges analysées, entre 23,9 % et 53,8 % des variables CpG sélectionnées étaient incohérentes — dans certains modèles, plus de la moitié. Ces variables mal alignées contribuaient à hauteur de 11,2 % à 40,8 % du poids total du modèle. Les auteurs proposent une visualisation interactive de ces désalignements pour chaque modèle, rendant l'erreur transparente et reproductible. Cette incohérence signifie que, même lorsque les résidus des horloges (ce qu'on appelle « l'accélération de l'âge biologique ») sont statistiquement significatifs, ils ne peuvent pas être interprétés de manière pertinente comme le reflet d'une biologie sous-jacente.

Un échec particulièrement frappant documenté dans l'article est l'incapacité de ces horloges à détecter l'inflammaging — le passage bien établi, lié à l'âge, des populations de cellules immunitaires lymphoïdes vers les populations myéloïdes, accompagné d'une inflammation chronique de faible intensité. Étant donné que la plupart des horloges DNAm sont entraînées sur des jeux de données dérivés du sang (PBMC ou leucocytes), l'inflammaging devrait être le signal biologique le plus facile à détecter. Pourtant, des tests systématiques ont montré que les prédictions des horloges se chevauchaient substantiellement entre des individus sains et des patients atteints de pathologies inflammatoires chroniques, notamment la polyarthrite rhumatoïde, la sclérose en plaques, la maladie de Parkinson et les tauopathies. Même l'horloge PACE, entraînée sur des scores de risque de maladie, peinait à établir cette distinction, fonctionnant essentiellement comme un prédicteur de l'âge chronologique.

Les auteurs précisent en outre que les horloges EN sont également biaisées vers les signaux de fraction cellulaire leucocytaire, la composition en neutrophiles dominant de nombreux modèles. Lorsque l'incohérence est corrigée — en alignant les signes des coefficients avec les directions réelles de méthylation — le modèle rectifié présente une meilleure discrimination entre populations saines et populations pathologiques, un biais neutrophile réduit et une meilleure détection de l'inflammaging, au prix d'une précision moindre dans la prédiction de l'âge chronologique. Ce compromis, selon les auteurs, est fondamental et insuffisamment reconnu : donner la priorité à l'ajustement mathématique à la progression temporelle sacrifie nécessairement l'interprétabilité biologique. L'article conclut en plaidant pour des approches d'apprentissage automatique non linéaires qui retracent la trajectoire naturelle du vieillissement à partir de données primaires, sans imposer un cadre linéaire à un processus intrinsèquement non linéaire.