Longevity & AgingArticolo di ricercaAccesso aperto

I batteri della tua bocca possono predire l'età biologica e il rischio di malattia

Un nuovo orologio dell'invecchiamento basato sul microbioma orale predice mortalità, fragilità e rischio di cancro al di là dei fattori convenzionali, utilizzando campioni di saliva non invasivi.

mercoledì 7 ottobre 2026 0 visualizzazioni
Pubblicato in Nat Commun
Colorful 3D bacterial colonies swirling inside an open mouth silhouette, with a glowing age timeline overlaid.

Riepilogo

I ricercatori hanno analizzato i dati del microbioma orale di quasi 6.000 americani provenienti da due coorti NHANES e hanno sviluppato un modello di machine learning in grado di predire l'età biologica a partire da 64 generi batterici associati all'invecchiamento. Il punteggio risultante, denominato Oral Microbiome Aging Acceleration (OMAA) Score — ovvero il divario tra l'età prevista dal microbioma e l'età cronologica — ha predetto in modo indipendente la mortalità per tutte le cause, la fragilità e la compromissione della funzionalità renale, migliorando significativamente la predizione del rischio di cancro e infarto del miocardio rispetto ai fattori clinici standard. Validato in una coorte esterna multinazionale, l'OMAA Score è risultato in larga misura indipendente dalla dieta e dai farmaci assunti, suggerendo che rifletta l'invecchiamento biologico intrinseco piuttosto che il rumore legato allo stile di vita.

Riepilogo Dettagliato

L'invecchiamento della popolazione sta accelerando a livello globale, eppure l'età cronologica descrive in modo approssimativo il reale stato fisiologico di un individuo. Gli orologi dell'età biologica — derivati dall'epigenetica, da biomarcatori ematici o dalla composizione del microbiota intestinale — sono emersi come metriche più informative. Questo studio sostiene che il microbioma orale, campionato in modo non invasivo tramite risciacquo orale, può costituire una finestra altrettanto potente e molto più accessibile sull'invecchiamento biologico.

Il team ha analizzato dati di sequenziamento 16S rRNA ottenuti da campioni di risciacquo orale in due coorti sequenziali NHANES, per un totale di 4.675 adulti di età compresa tra 30 e 70 anni. Utilizzando modelli additivi generalizzati corretti per sesso ed etnia/razza, hanno identificato 64 generi batterici la cui abbondanza variava in modo significativo e riproducibile con l'età. Tra i più informativi: Rothia (arricchito negli adulti più anziani e precedentemente associato alla fragilità) e Scardovia (ridotto con l'età, che riflette potenzialmente un alterato metabolismo orale dei carboidrati). La diversità alfa è diminuita costantemente con l'età in tutte e quattro le metriche, mentre l'analisi della diversità beta ha confermato una significativa separazione composizionale tra i partecipanti più giovani e quelli più anziani.

Un modello random forest addestrato su questi 64 generi ha previsto l'età cronologica con una correlazione di Spearman di 0,44 nella coorte di scoperta e di 0,35 nella coorte di validazione interna. Applicato a un dataset esterno indipendente di 1.293 partecipanti provenienti da più paesi, utilizzando 37 generi sovrapposti, il modello ha comunque raggiunto una correlazione significativa (ρ = 0,22, P = 2,17×10⁻¹⁵), dimostrando una generalizzabilità trans-popolazionale. Il punteggio OMAA — definito come il residuo tra l'età prevista dal microbioma e l'età cronologica effettiva — è stato quindi derivato e testato rispetto agli esiti clinici.

Punteggi OMAA più elevati hanno predetto in modo indipendente la mortalità per tutte le cause (HR = 1,05, P = 0,024) e la fragilità (OR = 1,05, P = 0,008), dopo correzione per l'età cronologica e le covariate standard. La funzionalità renale, misurata tramite eGFR, è diminuita significativamente al crescere dei punteggi OMAA (β = −0,066, P = 5,22×10⁻⁴). È importante sottolineare che l'aggiunta del punteggio OMAA ai modelli convenzionali di fattori di rischio ha migliorato significativamente la discriminazione per il cancro (AUC 0,70 vs. 0,67, P = 0,009) e l'infarto del miocardio (AUC 0,79 vs. 0,76, P = 0,016). In modo degno di nota, i pattern alimentari hanno mostrato un'associazione minima con i punteggi OMAA e l'uso di farmaci ha evidenziato solo deboli correlazioni, suggerendo che il punteggio rifletta processi di invecchiamento biologico più profondi, piuttosto che comportamenti legati allo stile di vita modificabili misurati in un singolo momento.

Lo studio posiziona il punteggio OMAA come uno strumento scalabile e non invasivo per la stratificazione del rischio a livello di popolazione. Il ricorso a un semplice risciacquo orale anziché a un prelievo di sangue o a un campione fecale abbassa le barriere all'implementazione in ambito clinico di routine e di sanità pubblica. I limiti includono il disegno trasversale dello studio (non è possibile stabilire la causalità), il ricorso al sequenziamento 16S rRNA piuttosto che alla metagenomics shotgun (che limita la risoluzione funzionale) e il fatto che la validazione esterna ha richiesto la riduzione del modello a 37 generi, attenuandone le prestazioni.

Risultati Principali

  • 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.

Metodologia

Due coorte trasversali NHANES (2009–2010 e 2011–2012; N=4.675 adulti di età compresa tra 30 e 70 anni) hanno fornito dati di sequenziamento 16S rRNA da risciacquo orale. Un modello random forest addestrato su 64 generi associati all'età (identificati tramite GAM) ha predetto l'età cronologica; il residuo dello Score OMAA è stato quindi associato alla mortalità (modelli di Cox), alla fragilità (regressione logistica), alla funzionalità renale (regressione lineare) e al rischio di malattia (confronto AUC), con validazione esterna su N=1.293 partecipanti provenienti da più paesi.

Limitazioni dello Studio

Il design trasversale non consente inferenze causali riguardo al fatto che le alterazioni del microbioma orale guidino i processi di invecchiamento o ne siano semplicemente un riflesso. La validazione esterna ha richiesto la riduzione del modello da 64 a 37 generi, indebolendo le prestazioni tra popolazioni diverse (ρ che scende a 0,22). Il sequenziamento 16S rRNA fornisce una risoluzione tassonomica ma non funzionale, e i protocolli di sequenziamento specifici per coorte possono introdurre effetti batch.

Ti è piaciuto questo riepilogo?

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

Inserisci la tua email per iscriverti: