Пик старения в 45 лет может быть артефактом обработки данных

В августе 2024 года исследование под руководством Майкла Снайдера, профессора генетики из Стэнфордского университета, привлекло внимание широкой общественности. В нем утверждалось, что старение человека идет нелинейно, и вместо этого возрастные молекулярные изменения проходят через два пика — один около 44, другой около 60 лет. Работа вышла в Nature Aging и получила почти 500 цитирований. 

Однако недавно опубликованный на BioRxiv препринт показывает, что использованные в статье статистические методы могут давать аналогичные пики из-за шума в данных, что ставит под сомнение результаты этого и, возможно, многих других исследований старения. Анализом руководил Джон Квакенбуш, профессор вычислительной биологии и биоинформатики и завкафедрой биостатистики в Гарвардской школе общественного здравоохранения имени Т.Х. Чана. Среди соавторов препринта — Майкл Снайдер и первый автор изначальной статьи доктор Сяотао Шен. Они поделились своими данными и кодом, а также связались с редакцией Nature Aging, чтобы договориться о дальнейших действиях — например, исправлении или отзыве статьи. А к самой публикации 15 июля добавили примечание, предупреждающее читателей о том, что «надежность некоторых анализов, использованных в этой статье для выявления пиков изменений молекулярных маркеров старения в определенных возрастных группах, в настоящее время вызывает сомнения». 

Речь идет о двух методиках — LOESS, или сглаживание локально оцененной диаграммы рассеяния, и DE-SWAN, анализ дифференциальной экспрессии методом скользящих окон. Первый способ позволяет строить по молекулярным данным плавные кривые путем объединения локальных линейных регрессий. Он популярен в исследованиях молекулярного старения. Второй пошагово (выбранными «окнами») анализирует возрастной диапазон и сравнивает экспрессию генов у людей старше и моложе каждой возрастной точки.

Исходно ученые из Стэнфордского университета собрали транскриптомные, протеомные, метаболомные и другие мультиомные данные от 108 участников в возрасте от 25 до 75 лет; охватив в среднем 1,7 года жизни каждого. Авторы статьи признают, что размер когорты был небольшим, а распределение по возрасту — неравномерным. Поэтому они сгладили данные с помощью LOESS перед тем, как применять DE-SWAN для выявления молекулярных закономерностей старения. Однако это, возможно, и привело к появлению артефактов. 

«Известно, что метод LOESS довольно хорошо работает, когда данные очень плотные», — объясняет Квакенбуш. Но при применении к разреженным или неоднородным наборам данных этот метод может генерировать ложные пики. Для демонстрации этого группа авторов препринта смоделировала выборки, где уровни экспрессии для 1000 молекул распределялись по возрасту случайным образом. Во всех случаях LOESS генерировал плавные кривые, которые при кластеризации напоминали те, что часто встречаются в исследованиях старения, — и которые не соответствовали изначальным выборкам.

Другой спорный момент — применение DE-SWAN к данным, сглаженным методом LOESS. DE-SWAN предполагает независимость данных, однако после применения LOESS они уже не будут таковыми. Последовательное применение LOESS и DE-SWAN к случайно распределенным по возрасту транскриптомным данным давало два пика в 40 и 60 лет, похожие на те, что были получены в обсуждаемой работе. «Мы все больше убеждались, что пики, о которых сообщают, на самом деле были артефактом, возникшим из-за сочетания популяционного распределения и используемых методов», — добавляет Квакенбуш. 

Конечно, существуют способы убедиться в том, что полученные результаты не возникают из случайного шума. И группа Снайдера применила для этого пермутационный тест, в котором возрастные метки на данных переставили случайным образом. В этом случае пики в результатах DE-SWANN исчезли, и ученые сделали вывод, что выявленные ими закономерности существуют. Однако они проводили пермутационный тест после сглаживания LOESS, а не до, — и авторы препринта показали, что в противном случае пики исчезают и в итоговых данных. Доктор Шен называет это «честной методологической ошибкой. «Основываясь только на нашем первоначальном анализе, трудно определить, какая часть наблюдаемых волн отражает истинные биологические сигналы, а какая является следствием статистической обработки», — признает он.

Квакенбуш не отрицает возможности того, что «волны старения», описанные группой Снайдера, все же существуют. Однако на выводы, сделанные с использованием такой же статистической обработки, полагаться нельзя — и речь идет о более чем сотне исследований старения, вышедших с 2019 по 2026 год. «Подозреваю, большинство этих статей, сообщающих о волнах старения, вероятно, описывают артефакты метода в популяции», — уточняет он, и добавляет, что многие авторы этих статей поддержали высказанные им опасения. Положительный пример подала и сама группа Снайдера, которая поделилась всеми данными с командой из Гарварда. «К их чести, они опубликовали программное обеспечение, они опубликовали данные, поэтому мы смогли это обнаружить, — комментирует Квакебуш. — Так поступают хорошие ученые».