Longevity & AgingArticolo di ricercaA pagamento

Multi-omica e intelligenza artificiale stanno ridefinendo il modo in cui gli scienziati misurano l'età biologica

Una nuova revisione mostra come i dati genomici, epigenetici, proteomici, metabolomici e del microbioma, insieme all'intelligenza artificiale (AI), potrebbero consentire un monitoraggio personalizzato dell'età biologica e un invecchiamento in salute.

sabato 14 novembre 2026 0 visualizzazioni
Pubblicato in Ageing Res Rev
Translucent human silhouette with layered glowing DNA, protein, metabolite and gut microbiome data streams converging into a digital clock face.

Riepilogo

L'età anagrafica racconta solo una parte della storia su quanto bene si stia invecchiando. Questa revisione esamina come le tecnologie omiche ad alta produttività, che misurano milioni di biomolecole a partire da un singolo campione, vengano utilizzate per definire e monitorare l'età biologica. Gli autori trattano genomica, epigenomica, proteomica, metabolomica e microbiomica. Descrivono le varianti genetiche associate alla longevità, gli orologi epigenetici che predicono l'età biologica, i punteggi del proteoma ematico che possono riflettere l'invecchiamento specifico per organo e per sesso, le firme metaboliche e i nuovi orologi basati sul microbiota intestinale. La revisione segnala inoltre che gli studi su esercizio fisico e alimentazione che utilizzano misurazioni omiche suggeriscono che alcuni interventi possano ridurre l'età biologica. Guardando al futuro, gli autori sostengono che l'integrazione della multi-omica con dati clinici e sullo stile di vita, tramite machine learning e intelligenza artificiale, potrebbe portare a una definizione più olistica dell'età biologica e supportare strategie personalizzate per invecchiare in salute.

Riepilogo Dettagliato

L'invecchiamento è un processo complesso e multifattoriale, e nessun singolo biomarcatore riesce a descriverlo nella sua interezza. L'età anagrafica è un indicatore poco affidabile del declino funzionale, per questo i ricercatori cercano misure molecolari dell'età biologica che possano orientare la prevenzione e valutare gli interventi anti-invecchiamento.

Questa revisione narrativa sintetizza i lavori più recenti che applicano genomica, epigenomica, metabolomica e microbiomica alla ricerca sull'invecchiamento, con una discussione anche sulla proteomica del sangue. Si concentra su come ciascun livello contribuisca alla scoperta di biomarcatori, alla comprensione dei meccanismi e al potenziale traslazionale. Per questa sintesi era disponibile solo l'abstract, quindi i dettagli degli studi citati non sono trattati.

Secondo l'abstract, gli studi genomici hanno identificato varianti associate a una longevità estrema, e gli orologi epigenetici sono descritti come predittori solidi dell'età biologica. I punteggi del proteoma ematico possono seguire le traiettorie di invecchiamento nel tempo, in modo specifico per organo e per sesso. Le firme metabolomiche indicano metaboliti che riflettono le traiettorie di invecchiamento. La composizione del microbiota intestinale sembra sia rispecchiare sia modulare l'invecchiamento biologico, e stanno emergendo gli orologi del microbioma. Anche gli studi basati sulle omiche su esercizio fisico e dieta suggeriscono che gli interventi possano ridurre l'età biologica misurata.

Gli autori propongono che l'integrazione dei dati multi-omici con informazioni cliniche e sullo stile di vita, tramite machine learning e intelligenza artificiale, possa portare a una definizione più olistica dell'età biologica. Questo, a sua volta, potrebbe sostenere strategie personalizzate per un invecchiamento in salute e metodi migliori per monitorare l'efficacia degli interventi.

Ci sono però dei limiti. Si tratta di una revisione, non di un nuovo studio clinico, e l'abstract non riporta dimensioni dell'effetto, dettagli sulle coorti né dati di validazione. Una riduzione del punteggio di età biologica non significa necessariamente migliori esiti di salute o una vita più lunga. Standardizzazione, riproducibilità e validazione clinica di questi orologi restano questioni aperte.

Risultati Principali

  • Epigenetic clocks are described as robust predictors of biological age across the omics layers reviewed.
  • Blood proteome scores can track ageing trajectories in an organ- and sex-specific manner.
  • Gut microbiome composition mirrors and may modulate biological ageing, and microbiome clocks are emerging.
  • Omics studies suggest exercise and diet can reduce measured biological age.
  • Machine learning integration of multi-omics, clinical and lifestyle data may enable a holistic, personalized biological age definition.

Metodologia

Si tratta di una revisione narrativa che sintetizza la letteratura recente su genomica, epigenomica, proteomica, metabolomica e microbiomica nella ricerca sull'invecchiamento. L'abstract non descrive una strategia di ricerca sistematica, criteri di inclusione né una sintesi quantitativa. Per questa analisi era disponibile solo l'abstract.

Limitazioni dello Studio

L'abstract non fornisce dati quantitativi, per cui non è possibile valutare la solidità e la coerenza delle evidenze relative a ciascun livello omico. Le evidenze secondo cui gli interventi riducono l'età biologica non dimostrano che migliorino gli esiti clinici o l'aspettativa di vita. La standardizzazione, la generalizzabilità alle diverse popolazioni e la validazione clinica di questi orologi restano questioni irrisolte.

Ti è piaciuto questo riepilogo?

Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.

Inserisci la tua email per iscriverti: