Současný výzkum v oblasti takzvaných biologických hodin zaměřených na měření stárnutí ukazuje na posun v metodologii hodnocení. Biologické hodiny, které využívají algoritmy strojového učení k analýze komplexních biologických dat, jako je například metylace DNA, jsou v současnosti schopny predikovat věk s určitou mírou přesnosti na úrovni populací. Aplikace těchto nástrojů u jednotlivců však naráží na limity v interpretaci výsledků a nejistotu ohledně reakce na konkrétní terapeutické intervence.
Význam longitudinálního sledování
Nová zjištění naznačují, že opakované měření v čase přináší vyšší informační hodnotu než izolovaný jednorázový údaj. Zatímco průřezové studie, které analyzují populaci v jednom okamžiku, nedokážou spolehlivě určit, zda jsou odchylky v biologickém věku důsledkem dlouhodobých faktorů, nebo zda jsou ovlivnitelné změnou zdravotního stavu či vnějšími vlivy, longitudinální přístup tento problém částečně eliminuje. Opakované použití stejného nástroje u jednoho subjektu v průběhu let umožňuje lépe sledovat dynamiku procesů souvisejících s biologickým stárnutím.
Výsledky studie InCHIANTI
Výzkum publikovaný v časopise Nature Aging, který analyzoval data 699 dospělých osob ze studie InCHIANTI v průběhu až 24 let, přinesl důkazy o praktickém významu dynamických změn v epigenetických hodinách. Autoři se zaměřili na to, zda tempo zrychlování různých generací epigenetických hodin koreluje s úmrtností. Závěry ukazují, že rychlejší nárůst hodnot u sledovaných epigenetických hodin je robustně spojen s vyšším rizikem úmrtí, a to nezávisle na výchozím biologickém věku či jiných sledovaných proměnných.
Perspektivy využití v medicíně
Tato zjištění naznačují, že změny v trajektoriích epigenetického stárnutí mohou odrážet proměnlivý zdravotní stav jednotlivce. Pro budoucí využití v klinické praxi, zejména při hodnocení účinnosti intervencí zaměřených na prodloužení zdravého věku (healthspan) a celkové dlouhověkosti, je nezbytné pokračovat v paralelním posuzování těchto biologických ukazatelů a skutečných klinických výsledků, jako jsou incidence onemocnění a úmrtnost. Proces validace těchto nástrojů pro individuální medicínu bude vyžadovat sběr rozsáhlých dat a jejich dlouhodobé pozorování.