Una nuova piattaforma classifica 41 orologi dell'invecchiamento epigenetico su 179 dataset di sangue
TranslAGE armonizza 179 dataset di metilazione del sangue e valuta 41 orologi epigenetici in base a stabilità, risposta al trattamento, associazioni e rischio.
Riepilogo
Gli orologi epigenetici stimano l'età biologica a partire dalla metilazione del DNA, ma ne esistono decine e gli studi raramente li confrontano in modo equo. I ricercatori di Yale e i loro collaboratori hanno creato TranslAGE, una risorsa online gratuita che raccoglie 179 dataset di metilazione del sangue umano per oltre 42.000 campioni. Hanno precalcolato 41 orologi già pubblicati per ogni campione e valutano ciascuno di essi in base a quattro caratteristiche: stabilità rispetto al rumore di fondo, risposta ai trattamenti, associazioni con malattie e tratti, e capacità di predire future malattie o il decesso. Insieme, queste caratteristiche formano un punteggio composito chiamato STAR score. L'obiettivo è aiutare i ricercatori e chi progetta studi clinici a scegliere l'orologio più adatto al proprio scopo, invece di procedere a tentoni. Si tratta di un preprint che non è stato sottoposto a revisione paritaria. Il testo fornito descrive la piattaforma e i metodi più che le classifiche finali degli orologi.
Riepilogo Dettagliato
Gli orologi epigenetici sono tra i biomarcatori più usati nella ricerca sull'invecchiamento, ma il settore ha un problema di selezione. Si è passati dai predittori di età cronologica di prima generazione (Horvath, Hannum) agli orologi di mortalità e di ritmo di invecchiamento (PhenoAge, GrimAge, DunedinPACE) e agli orologi specifici per singoli sistemi, e sono stati segnalati migliaia di algoritmi basati sulla metilazione. Gli studi di solito testano solo pochi orologi, in un solo dataset, su una sola proprietà. Quando i risultati sono in conflitto, nessuno può dire se la causa sia l'orologio, la popolazione o l'analisi.
TranslAGE, sviluppato a Yale con collaboratori tra cui Albert Higgins-Chen, affronta direttamente il problema. Armonizza 179 dataset di metilazione su sangue intero umano provenienti da NCBI GEO, EMBL e collaboratori privati, per oltre 34.000 individui e oltre 42.000 profili di metilazione su array Illumina 450k ed EPIC. Di questi dataset, 129 sono longitudinali e 51 sono trasversali. Ogni dataset è stato convertito in uno schema di metadati comune e 41 orologi sono stati calcolati con un'estensione del pacchetto R methylCIPHER. Ogni punteggio è stato corretto (residualizzato) per età cronologica e sesso.
La piattaforma valuta gli orologi su quattro domini, che insieme formano il framework STAR. La stabilità misura l'affidabilità tramite il coefficiente di correlazione intraclasse. Cinque dataset con repliche tecniche e sei con repliche biologiche (campioni ripetuti entro 24 ore, con eventi come pasti, stress lieve o esposizione ai pollini) sono stati combinati con una meta-analisi a effetti casuali dopo la trasformazione z di Fisher. Questo è importante perché un rumore di misura superiore all'effetto di un intervento fa aumentare la dimensione del campione necessaria a uno studio.
La risposta al trattamento usa i dati longitudinali. Dei 129 dataset longitudinali, 101 hanno superato il controllo di qualità. Settantaquattro riguardavano un presunto intervento anti-invecchiamento: 25 sullo stile di vita, 11 su integratori, 22 farmacologici e 16 di altro tipo, come dieta mediterranea, smettere di fumare e metformina. Diciannove documentavano esposizioni avverse come radioterapia, infezione da SARS-CoV-2 o inquinamento atmosferico, e 8 erano controlli non trattati. Test t per dati appaiati hanno confrontato i residui al basale e al follow-up. Le dimensioni dell'effetto sono state scalate sulla deviazione standard di popolazione di ciascun orologio, ricavata da un ampio dataset EPICv1, per cui valori negativi indicano un'età biologica più giovane e 1,0 equivale a una deviazione standard.
Il dominio delle associazioni raccoglie i legami trasversali con età, dati demografici, malattie e altri fenotipi. Il dominio del rischio testa la previsione di futuro declino funzionale, morbilità e mortalità. Dashboard interattive su translage.io permettono di classificare gli orologi per ciascun dominio o per il punteggio STAR composito. Un ricercatore che pianifica uno studio sullo stile di vita, per esempio, può individuare gli orologi che sono sia stabili sia reattivi a interventi simili. Gli autori lo descrivono come il primo framework di benchmarking standardizzato e riproducibile di questo tipo e prevedono aggiornamenti continui.
Valgono diverse avvertenze. Si tratta di un preprint su bioRxiv e il testo fornito si interrompe prima dei risultati dettagliati sui domini associazioni e rischio e prima della discussione, quindi le classifiche specifiche degli orologi non sono riassunte qui. L'analisi della stabilità poggia su soli 11 dataset. Attualmente la piattaforma include solo dati da array su sangue intero umano.
Risultati Principali
- 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
Metodologia
Gli autori hanno raccolto dataset pubblici (NCBI GEO, EMBL) e privati di array di metilazione su sangue intero umano, ne hanno standardizzato i metadati e hanno calcolato 41 orologi epigenetici con una pipeline methylCIPHER estesa. I punteggi sono stati residualizzati per età e sesso e indirizzati alle analisi di Stabilità, Risposta al trattamento, Associazioni e Rischio in base al tipo di dataset. L'analisi della stabilità ha utilizzato i coefficienti di correlazione intraclasse, trasformati con la z di Fisher e aggregati tramite meta-analisi a effetti casuali. L'analisi della risposta al trattamento ha utilizzato test t per dati appaiati sui residui al basale rispetto al follow-up, con dimensioni dell'effetto scalate sulla deviazione standard di popolazione di ciascun orologio, ricavata da un ampio dataset EPICv1.
Limitazioni dello Studio
Si tratta di un preprint che non è stato sottoposto a revisione paritaria, e il testo fornito si interrompe prima dei risultati relativi ad Associazioni e Rischio e della discussione, quindi tali risultati non sono trattati. I dataset sono limitati ai dati di array da sangue intero umano, e l'analisi della Stabilità si basa su soli 5 dataset di repliche tecniche e 6 dataset di repliche biologiche. I dati armonizzati scaricabili saranno disponibili solo dopo la pubblicazione su rivista e sono limitati ai dataset originariamente pubblici. Nel testo fornito non compariva alcuna dichiarazione sui conflitti di interesse.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: