Индекс здорового старения включает 22 белка сыворотки

Ученые из Китая проанализировали белки в образцах сыворотки тысяч человек среднего и пожилого возраста. Образцы от каждого участника брали трижды на протяжении девяти лет. Исследователи выделили 22 белка, ассоциированных с рисками развития различных возрастных патологий. Также они создали индекс здорового старения на основе этих белков, высокие значения которого связаны с низким риском развития диабета 2 типа, дислипидемии, жировой болезни печени и гипертензии. На индекс также влиял микробиом.

Credit:
123rf.com

Для старения характерна прогрессирующая дегенерация на молекулярном и клеточном уровнях, а также на уровне органов. Несмотря на использование физиологических измерений, функциональных тестов и сложных омиксных подходов для предсказания хронологического возраста, биология старения все еще остается сложной для понимания. Идут поиски надежных биомаркеров старения.

Белковый гомеостаз играет ключевую роль в поддержании жизни организма, а его нарушение считается одним из важнейших признаков старения. В новой работе ученые из Китая исследовали протеом 7565 образцов сыворотки 3796 участников среднего и пожилого возраста, отобранных трижды в течение девяти лет, и обнаружили, что экспрессия 86 белков была значимо ассоциирована с возрастом. Затем авторы создали специальный индекс на основе 22 белков, способный предсказывать развитие кардиометаболических заболеваний в ходе старения. Также исследователи проанализировали роль различных факторов, образа жизни, диеты и микробиоты на работу индекса.

Исследователи выявили четыре функциональные сети белковых взаимодействий, состоящие из девяти и более белков, связанных со старением, каждая из которых сосредоточена вокруг ключевого узла: аполипопротеина B (APOB), комплемента C3, NF-κB и иммуноглобулина. Эти функциональные сети включали липидный обмен, повреждение и аномалии организма, неврологические заболевания и межклеточный сигналинг. При этом 12 из 18 белков, связанных с липидным обменом, были ассоциированы как минимум с одним липидным биомаркером в сыворотке. Аналогично, некоторые белки, связанные с повреждениями и аномалиями организма, были тесно связаны с биомаркерами функций печени и почек. Эти данные подтверждают биологическую значимость белков, связанных со старением, и их тесную связь с состоянием здоровья.

Для изучения роли выявленных протеомных биомаркеров в различных патологиях авторы проанализировали связь между начальными уровнями 86 белков и частотой возникновения 14 хронических заболеваний в течение девятилетнего периода наблюдения. Ученые сгруппировали полученные ассоциации в восемь кластеров; например, белки в первом кластере были положительно связаны с риском развития почечных заболеваний, а в третьем — с риском возникновения гепатита. Также значимые ассоциации были выявлены с диабетом 2 типа, жировой болезнью печени, дислипидемией, гипертензией и ревматоидным артритом. Эти белки могут быть мишенями для терапии.

Затем ученые применили алгоритм машинного обучения Random Forest, чтобы проверить, могут ли комбинации белков служить протеомным классификатором для здоровых и больных участников. На основе 22 белков исследователи создали белковый индекс здорового старения (proteomic healthy ageing score, PHAS): более высокие значения PHAS ассоциировались с улучшением антропометрических параметров, липидного и глюкозного обмена, а также биомаркеров функции печени и почек. Так, увеличение PHAS на 1 стандартное отклонение ассоциировалось со значительно меньшим риском диабета 2 типа, дислипидемии, жировой болезни печени и гипертензии.

Наконец, авторы изучили влияние на PHAS внутренних факторов (возраста, пола, ИМТ), образа жизни (курения, употребления алкоголя, физической активности), диеты, кишечного микробиома и генетических особенностей. Наибольшую долю вариации объясняли генетические особенности и внутренние факторы, за ними следовал состав микробиоты кишечника. Интересно, что образ жизни и диета слабо влияли на PHAS. Дальнейший анализ микробиоты выявил 18 видов бактерий, оказывающих наибольшее влияние на PHAS. Эти результаты свидетельствуют о том, что микробиота кишечника может быть важным модифицируемым PHAS фактором.

Данное исследование расширяет наши представления о роли протеома сыворотки в старении и развитии различных болезней. По мнению авторов, обнаруженные протеомные биомаркеры могут служить ценными инструментами для мониторинга и прогнозирования кардиометаболических заболеваний, связанных со старением, а также быть перспективными мишенями для терапии возрастных патологий.

Любовь Мачехина: «Старение — это сама жизнь»

Источник:

Tang J., et al. Longitudinal serum proteome mapping reveals biomarkers for healthy ageing and related cardiometabolic diseases. // Nature Metabolism (2025). DOI: 10.1038/s42255-024-01185-7

Добавить в избранное

Мы используем файлы cookie для улучшения работы сайта. Узнать больше.

Настройки файлов cookie

Мы используем файлы cookie для улучшения работы сайта, анализа трафика и показа персонализированной рекламы. Вы можете изменить настройки в любой момент.

Категории файлов cookie:

Необходимые

Эти cookie обеспечивают базовую функциональность сайта — вход в аккаунт, безопасность, оформление заказов. Отключение невозможно.

Функциональные

Функциональные cookie используются для обеспечения работы отдельных функций сайта, а также для запоминания ряда пользовательских предпочтений (например, выбранный язык, товары в корзине), с целью улучшения качества предоставляемого сервиса.

Отключение этого типа файлов cookie может привести к тому, что некоторые сервисы или функции сайта станут недоступны или будут работать некорректно. В результате, вам может потребоваться повторно вводить определённую информацию или настраивать предпочтения при каждом посещении сайта вручную.

Аналитические

Аналитические файлы cookie, включая сторонние аналитические cookie, помогают нам понять, как вы взаимодействуете с нашим сайтом. Эти файлы не собирают информацию, позволяющую установить вашу личность. Все данные обрабатываются в агрегированной и анонимной форме.

Рекламные

Рекламные cookie, включая сторонние, используются для создания пользовательских профилей и показа рекламы, соответствующей вашим интересам и предпочтениям при просмотре сайтов.

Эти cookie позволяют персонализировать рекламные сообщения, которые вы видите, делая их более релевантными. Они также могут использоваться для ограничения количества показов одной и той же рекламы и для оценки эффективности рекламных кампаний.