Biological age reversal, epigenetic clocks, senolytics, and anti-aging interventions
2 835 articles
Découvrez comment vos cellules détectent les dommages à l'ADN et déclenchent l'alerte — et pourquoi ce système de défense ancestral pourrait alimenter silencieusement le processus de vieillissement.
Une analyse groupée a révélé qu'une dose de 1 000 mg/jour de NR pendant cinq mois réduisait l'âge épigénétique musculaire d'environ 2,5 ans selon l'horloge MEAT.
Genflow Biosciences rapporte une amélioration de la survie et l'absence d'événements indésirables chez des beagles âgés trois mois après une thérapie génique ciblant SIRT6.
Une nouvelle feuille de route scientifique propose que le NHS italien passe du traitement des maladies à la préservation de la fonction et de l'autonomie tout au long de l'espérance de vie.
Un modèle combinant protéomique et métabolomique plasmatiques identifie la sarcopénie à partir de seulement quatre biomarqueurs, atteignant une AUC de 0,911 en validation — surpassant toute approche mono-omique.
Les enfants exposés à la pandémie de grippe de 1918 ont vécu près d'un an de moins à un âge avancé, révélant ainsi comment les maladies survenant tôt dans la vie façonnent la longévité des décennies plus tard.
Un atlas multi-tissus révèle que les lysosomes vieillissants accumulent des métabolites nocifs associés à des maladies rares de l'enfance — et que la restriction calorique inverse partiellement ce phénomène.
Les pièges extracellulaires des neutrophiles amplifient les dommages cutanés causés par les UVB, et leur blocage chez la souris a permis d'inverser ces effets néfastes.
De nouvelles recherches révèlent que de brèves fluctuations biologiques peuvent fausser considérablement les résultats des horloges épigénétiques, soulevant des questions quant à la fiabilité des mesures.
Les modifications des métabolites lysosomaux reflètent le vieillissement à travers les organes et imitent les maladies de surcharge lysosomale, révélant une nouvelle fenêtre de biomarqueurs sur le vieillissement.
Longevity AI et Clalit Health Group s'associent pour réentraîner des modèles de risque mondiaux à partir de données réelles issues de près de cinq millions de patients.
Des CGM aux GLP-1, l'espace de la santé métabolique converge vers des plateformes continues et personnalisées qui transforment notre façon de gérer le vieillissement.
