In-depth characterization of the DNA methylation aging landscape links epigenetic noise and genotype-specific epigenetic aging to inflammaging
Questo studio utilizza il deep learning per classificare oltre 800.000 CpG in dieci distinti modelli di invecchiamento della metilazione del DNA, rivelando che la metilazione specifica del genotipo media le malattie infiammatorie, mentre il rumore epigenetico dipendente dall'età, guidato sia dalle variazioni delle cellule immunitarie che da fattori indipendenti dal tipo cellulare, è legato all'inflammaging e alla mortalità.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Ogni cellula del corpo umano porta con sé un complesso manuale di istruzioni scritto nel DNA, ma il modo in cui queste istruzioni vengono lette ed eseguite cambia con l'avanzare dell'età. Uno dei modi più significativi in cui ciò avviene è attraverso un processo chimico chiamato metilazione del DNA, in cui minuscoli marcatori molecolari si attaccano al codice genetico. Pensate a questi marcatori come a dei post-it che dicono alla cellula quali parti del manuale leggere e quali ignorare. Negli ultimi decenni, gli scienziati hanno appreso che il modello di questi post-it cambia in modo prevedibile con l'invecchiamento, creando una sorta di orologio biologico che può stimare l'età di una persona. Tuttavia, l'immagine completa di come questi modelli cambino è rimasta sfocata. Sappiamo che oltre la metà del codice genetico umano viene alterata con l'età, ma ci mancava una mappa chiara delle diverse forme che questi cambiamenti assumono. Alcuni cambiamenti avvengono in modo costante e uniforme, mentre altri diventano più erratici o appaiono solo in gruppi specifici di persone. Comprendere questi distinti modelli è fondamentale perché potrebbero detenere la chiave del perché invecchiamo diversamente, perché alcune persone sviluppano malattie legate all'età come il diabete o le malattie cardiache e come il nostro sistema immunitario perda il suo equilibrio nel tempo.
Un team di ricercatori ha ora creato una mappa dettagliata di questi modelli di invecchiamento trattando i dati come un'immagine. Invece di guardare numeri in un foglio di calcolo, hanno trasformato i dati della metilazione del DNA di oltre 3.500 individui in immagini bidimensionali. In queste immagini, l'asse orizzontale rappresenta l'età di una persona e l'asse verticale mostra il livello dei marcatori chimici sul loro DNA. La densità dell'immagine rivela quante persone condividono un particolare modello a una data età. Utilizzando un tipo di intelligenza artificiale nota come rete di deep learning, che è eccezionalmente brava a riconoscere le forme nelle immagini, i ricercatori hanno addestrato un computer a classificare oltre 800.000 di questi siti genetici in dieci categorie distinte. Questo approccio ha permesso loro di vedere sfumature che i metodi statistici tradizionali avevano tralasciato, rivelando che il panorama dell'invecchiamento è molto più diversificato di quanto precedentemente pensato.
Lo studio ha identificato dieci tipi specifici di modelli. Alcuni siti cambiano in una linea retta e prevedibile con l'avanzare dell'età, mentre altri mostrano un aumento costante della variazione tra le persone. Alcuni siti rimangono solidi e immutabili, mentre altri rimangono stabili finché alcuni individui mostrano una deviazione improvvisa e ampia. Ci sono anche siti che dividono la popolazione in due o tre gruppi distinti, spesso guidati dal sesso di una persona o dalla sua specifica costituzione genetica. Classificando i dati in questo modo, i ricercatori sono riusciti a collegare ogni modello a specifiche caratteristiche biologiche. Ad esempio, i siti che cambiano in linea retta si trovano spesso in regioni del genoma che controllano le cellule immunitarie, suggerendo che la marcia costante dell'invecchiamento è in parte guidata dai cambiamenti nei tipi di cellule immunitarie che circolano nel nostro sangue. Al contrario, i siti che diventano più erratici e rumorosi con l'età si trovano in regioni che solitamente mantengono i geni spenti, suggerendo che l'invecchiamento introduca una sorta di caos nel sistema di controllo genetico.
Una delle scoperte più significative riguarda un gruppo specifico di siti che non cambiano il loro livello medio con l'età, ma diventano sempre più rumorosi, il che significa che l'entità della variazione tra le persone aumenta con l'avanzare degli anni. I ricercatori hanno costruito un nuovo strumento, che chiamano "NoiseClock", per misurare questo specifico tipo di rumore genetico. Hanno scoperto che questo rumore è fortemente legato all' "inflammaging", un'infiammazione cronica e di basso grado che aumenta con l'età ed è un importante motore di molte malattie. Fondamentalmente, questo legame rimane valido anche dopo aver tenuto conto dei cambiamenti nei tipi di cellule immunitarie presenti nel sangue. Il NoiseClock è stato in grado di prevedere il rischio di malattie infiammatorie come il diabete di tipo 2, l'artrite reumatoide e l'ipertensione. Inoltre, testato su un grande gruppo di persone in Scozia, questa misura del rumore genetico è stata associata a un rischio maggiore di morte per qualsiasi causa, indipendentemente dall'età cronologica della persona o da altri fattori di salute. Ciò suggerisce che l'aumento della casualità nei nostri marcatori genetici è una parte fondamentale del processo di invecchiamento che gli attuali orologi biologici potrebbero non catturare completamente.
Lo studio ha anche scoperto una connessione affascinante tra i nostri geni e il modo in cui invecchiamo. I ricercatori hanno trovato un set specifico di siti in cui il modello di cambiamento con l'età dipende interamente dal codice genetico di una persona. Per alcune persone, questi siti cambiano costantemente con l'avanzare dell'età, mentre per altre con una variante genetica diversa, rimangono stabili. Il team ha scoperto che questi siti "specifici per il genotipo" sono spesso legati alle malattie infiammatorie. Utilizzando un metodo che traccia causa ed effetto attraverso la genetica, hanno dimostrato che questi siti specifici agiscono probabilmente come mediatori, ovvero la variazione genetica influenza i marcatori del DNA, che a loro volta influenzano il rischio di sviluppare condizioni come le malattie cardiache o il diabete. Questa scoperta sfida l'idea che gli orologi dell'invecchiamento funzionino allo stesso modo per tutti; suggerisce invece che, per una parte significativa del genoma, il processo di invecchiamento è profondamente personale e dettato dalla nostra unica costituzione genetica.
Mappando questi dieci distinti modelli, i ricercatori hanno fornito una visione molto più chiara del panorama dell'invecchiamento. Hanno dimostrato che il vecchio modo di vedere l'invecchiamento come un processo singolo e uniforme è troppo semplice. Inveve, l'invecchiamento comporta un mix di cambiamenti costanti, aumento del rumore e peculiarità genetiche che influenzano le persone in modi diversi. Lo studio smentisce l'idea che tutti i cambiamenti legati all'età siano lineari o che siano tutti guidati dagli stessi meccanismi. Suggerisce che il "rumore" nei nostri marcatori genetici è un fenomeno reale e misurabile che contribuisce alle malattie e alla mortalità. Sebbene i ricercatori riconoscano che circa il 20% dei siti genetici fosse troppo complesso per rientrare nettamente in queste dieci categorie, la nuova mappa offre un quadro potente per comprendere come la nostra biologia cambi nel tempo. Evidenzia che la strada per comprendere l'invecchiamento e prevenire le malattie legate all'età potrebbe risiedere nell'ascoltare le storie specifiche, talvolta rumorose e spesso personali, raccontate dal nostro DNA.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.