Longevity & AgingArticle de rechercheAccès libre

Les bactéries de votre bouche peuvent prédire votre âge biologique et votre risque de maladie

Une nouvelle horloge du vieillissement basée sur le microbiome oral prédit la mortalité, la fragilité et le risque de cancer au-delà des facteurs conventionnels, à partir d'échantillons de salive non invasifs.

mercredi 7 octobre 2026 0 vue
Publié dans Nat Commun
Colorful 3D bacterial colonies swirling inside an open mouth silhouette, with a glowing age timeline overlaid.

Résumé

Des chercheurs ont analysé les données du microbiome oral de près de 6 000 Américains répartis sur deux cohortes NHANES et ont développé un modèle de machine learning capable de prédire l'âge biologique à partir de 64 genres bactériens associés au vieillissement. Le score OMAA (Oral Microbiome Aging Acceleration) qui en résulte — c'est-à-dire l'écart entre l'âge prédit par le microbiome et l'âge chronologique — prédit de manière indépendante la mortalité toutes causes confondues, la fragilité et l'insuffisance rénale, tout en améliorant significativement la prédiction du risque de cancer et d'infarctus du myocarde au-delà des facteurs cliniques standard. Validé dans une cohorte externe multinationale, le score OMAA s'est révélé largement indépendant du régime alimentaire et des médicaments, ce qui suggère qu'il capture le vieillissement biologique intrinsèque plutôt que le bruit lié au mode de vie.

Résumé détaillé

Le vieillissement de la population s'accélère à l'échelle mondiale, pourtant l'âge chronologique capture mal l'état physiologique réel d'un individu. Les horloges de l'âge biologique — dérivées de l'épigénétique, de biomarqueurs sanguins ou de la composition du microbiote intestinal — sont apparues comme des indicateurs plus informatifs. Cette étude soutient que le microbiome oral, prélevé de manière non invasive par rinçage buccal, peut constituer une fenêtre tout aussi puissante et bien plus accessible sur le vieillissement biologique.

L'équipe a analysé des données de séquençage 16S rRNA issues d'échantillons de rinçage buccal provenant de deux cohortes NHANES séquentielles totalisant 4 675 adultes âgés de 30 à 70 ans. À l'aide de modèles additifs généralisés ajustés pour le sexe et l'origine ethnique/raciale, ils ont identifié 64 genres bactériens dont l'abondance variait de manière significative et reproductible avec l'âge. Parmi les plus informatifs : <em>Rothia</em> (enrichi chez les adultes plus âgés et précédemment associé à la fragilité) et <em>Scardovia</em> (appauvri avec l'âge, reflétant potentiellement une altération du métabolisme oral des glucides). La diversité alpha a diminué de manière constante avec l'âge selon les quatre métriques, tandis que l'analyse de la diversité bêta a confirmé une séparation compositionnelle significative entre les participants plus jeunes et plus âgés.

Un modèle de forêt aléatoire entraîné sur ces 64 genres a prédit l'âge chronologique avec une corrélation de Spearman de 0,44 dans la cohorte de découverte et de 0,35 dans la cohorte de validation interne. Appliqué à un jeu de données externe indépendant de 1 293 participants issus de plusieurs pays et utilisant 37 genres communs, le modèle a tout de même atteint une corrélation significative (ρ = 0,22, P = 2,17×10⁻¹⁵), démontrant une généralisabilité inter-populations. Le score OMAA — défini comme le résidu entre l'âge prédit par le microbiome et l'âge chronologique réel — a ensuite été dérivé et testé par rapport aux résultats cliniques.

Des scores OMAA plus élevés prédisaient indépendamment la mortalité toutes causes confondues (HR = 1,05, P = 0,024) et la fragilité (OR = 1,05, P = 0,008) après ajustement pour l'âge chronologique et les covariables standard. La fonction rénale, mesurée par le DFGe, diminuait significativement avec des scores OMAA plus élevés (β = −0,066, P = 5,22×10⁻⁴). Fait crucial, l'ajout du score OMAA aux modèles de facteurs de risque conventionnels a significativement amélioré la discrimination pour le cancer (AUC 0,70 vs. 0,67, P = 0,009) et la crise cardiaque (AUC 0,79 vs. 0,76, P = 0,016). Notamment, les habitudes alimentaires présentaient une association minimale avec les scores OMAA, et l'utilisation de médicaments n'avait que de faibles liens, suggérant que le score reflète des processus de vieillissement biologique plus profonds plutôt que des comportements de mode de vie modifiables mesurés à un seul moment.

L'étude positionne le score OMAA comme un outil évolutif et non invasif pour la stratification du risque à l'échelle de la population. Son recours à un simple rinçage buccal plutôt qu'à une prise de sang ou un échantillon de selles abaisse les obstacles au déploiement dans les contextes cliniques de routine et de santé publique. Les limites incluent la conception transversale (la causalité ne peut être établie), le recours au séquençage 16S rRNA plutôt qu'à la métagénomique par séquençage aléatoire (limitant la résolution fonctionnelle), et le fait que la validation externe a nécessité de réduire le modèle à 37 genres, atténuant ainsi les performances.

Principales conclusions

  • 64 oral bacterial genera shift significantly and reproducibly with age across two large NHANES cohorts (N=4,675).
  • Random forest model predicts chronological age from oral microbiome with ρ=0.44 internally and ρ=0.22 in a multi-country external cohort.
  • OMAA Score independently predicts all-cause mortality (HR=1.05) and frailty (OR=1.05) beyond chronological age.
  • Adding OMAA Score improves cancer and heart attack risk prediction (AUC gains of +0.03 each, P<0.02).
  • Higher OMAA Score correlates with lower eGFR, indicating impaired kidney function independent of other factors.

Méthodologie

Deux cohortes transversales NHANES (2009–2010 et 2011–2012 ; N=4 675 adultes âgés de 30 à 70 ans) ont fourni des données de séquençage 16S rRNA par rinçage buccal. Un modèle de forêt aléatoire entraîné sur 64 genres associés à l'âge (identifiés par des GAMs) a prédit l'âge chronologique ; le résidu du Score OMAA a ensuite été associé à la mortalité (modèles de Cox), à la fragilité (régression logistique), à la fonction rénale (régression linéaire) et au risque de maladie (comparaison des AUC), avec une validation externe sur N=1 293 participants issus de plusieurs pays.

Limites de l'étude

La conception transversale de l'étude ne permet pas d'établir de lien de causalité entre les modifications du microbiome buccal et les marqueurs du vieillissement : il reste impossible de déterminer si ces modifications en sont la cause ou simplement le reflet. La validation externe a nécessité de réduire le modèle de 64 à 37 genres, ce qui affaiblit ses performances inter-populations (le ρ chutant à 0,22). Le séquençage 16S rRNA offre une résolution taxonomique mais pas fonctionnelle, et les protocoles de séquençage propres à chaque cohorte peuvent introduire des effets de lot.

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 :