Současný stav vývoje biologických hodin a jejich praktické využití
Vědecká komunita se dlouhodobě zaměřuje na vývoj takzvaných biologických hodin, které mají za úkol kvantifikovat proces stárnutí organismu. Tyto modely využívají strojové učení k analýze různých parametrů získaných z epidemiologických dat. Přestože tempo vývoje nových hodin zůstává vysoké, jejich praktické uplatnění v klinické praxi a při hodnocení účinnosti omlazujících terapií naráží na metodologické limity.
Hlavním problémem současných modelů je nedostatečné pochopení kauzálních vztahů mezi biologickým věkem a konkrétními biomarkery, které hodiny měří. Vzhledem k tomu, že tyto nástroje jsou vytvářeny zpětným inženýrstvím, není v současnosti jasné, zda a jakým způsobem dokážou věrně reflektovat zásahy do buněčného a tkáňového poškození. Validace každého typu hodin pro konkrétní terapeutický zásah stále vyžaduje dlouhodobé a nákladné studie přežití, což je proces, kterému se výzkum snaží vyhnout.
Nové poznatky v oblasti multi-omických modelů
Výzkumný tým nedávno představil nový model nazvaný StackAge, který představuje pokus o integraci proteomických a metabolomických profilů plazmy. Data pro tento model byla získána z britské databáze UK Biobank, která zahrnuje 30 376 účastníků. Autoři studie uvádějí, že model dosahuje vysoké přesnosti v predikci chronologického věku a vykazuje schopnost predikce rizika u dvanácti chronických onemocnění.
Výsledky publikované v časopise Briefings in Bioinformatics ukazují, že u diagnóz, jako je diabetes druhého typu, Alzheimerova choroba a chronické onemocnění ledvin, dosáhl model StackAge hodnoty plochy pod křivkou přesahující 0,90. Integrace odhadovaných rychlostí stárnutí navíc zlepšila predikční schopnosti modelu ve srovnání s běžnými demografickými či omickými údaji.
Analýza biomarkerů a jejich interpretace
Interpretace parametrů použitých v modelu StackAge naznačuje souvislost biologického stárnutí s procesy, jako jsou zánětlivé reakce, metabolický stres a remodelace extracelulární matrice. Mediace analýz ukázala, že ovlivnitelné faktory životního stylu mohou proces biologického stárnutí urychlovat, což následně zvyšuje náchylnost k rozvoji kardiovaskulárních, neurologických, imunitních a muskuloskeletálních poruch.
Autoři výzkumu dospěli k závěru, že vytvořený multi-omický rámec umožňuje kvantifikovat individuální trajektorie stárnutí. Tento přístup má potenciál sloužit jako klinicky využitelný indikátor v rámci prevence a řízení zdraví u chorob spojených s vyšším věkem. Otázkou pro další výzkum však zůstává, jakým způsobem tyto modely využít pro validaci nových terapeutických postupů zaměřených na přímou modifikaci procesů stárnutí.