Un test sanguin expérimental prédit le risque de maladie liée à l’âge dans diverses populations

Des chercheurs ont développé un test sanguin basé sur l’apprentissage automatique qui analyse plus de 200 protéines pour évaluer le taux de vieillissement biologique d’une personne, ce qui, selon l’équipe, peut être utilisé pour estimer le risque d’une personne de développer 18 maladies majeures liées à l’âge et de mourir prématurément, quelle qu’en soit la cause.

Ces travaux contribuent à valider l’utilisation du protéome (l’ensemble des protéines présentes dans le corps à un moment donné) comme indicateur précis de l’âge d’une personne, non pas en années, mais en termes de fonctionnement de ses cellules.

Ces résultats donnent un aperçu des voies biologiques qui conduisent une personne à développer de multiples maladies liées à l’âge, ouvrent la voie à une meilleure compréhension de la manière dont les gènes et l’environnement interagissent dans le vieillissement et pourraient aider les chercheurs à développer des traitements pour les maladies liées à l’âge et à évaluer leur efficacité.

Bien que le test soit actuellement limité au laboratoire de recherche, l’équipe travaille à le développer pour en faire quelque chose que tout le monde peut commander dans un cabinet médical.

Austin Argentieri, chercheur en médecine à l’unité de génétique analytique et translationnelle du Massachusetts General Hospital, est l’auteur principal de l’étude, publiée le 8 août dans Médecine naturelle et discute ci-dessous des conclusions de son équipe.

À quelle question avez-vous cherché à répondre avec cette étude ?

Pouvons-nous développer une horloge de vieillissement protéomique qui pourrait aider à prédire le risque de maladies courantes liées à l’âge ?

L’âge est le principal déterminant de la plupart des maladies chroniques courantes, mais il constitue un substitut imparfait du vieillissement, qui est le moteur de la multimorbidité liée à l’âge (avoir plus d’un problème de santé chronique) et de la mortalité.

Le vieillissement peut être estimé plus précisément en utilisant des données « omiques » pour capturer le fonctionnement biologique d’un individu par rapport à un niveau de fonctionnement attendu pour un âge chronologique donné.

Si les horloges biologiques du vieillissement les plus courantes utilisent la méthylation de l’ADN, les niveaux de protéines peuvent fournir un aperçu mécaniste et fonctionnel plus direct de la biologie du vieillissement. De plus, le protéome est la cible la plus courante pour le développement de médicaments.

Cependant, les études antérieures sur l’horloge de vieillissement protéomique n’ont pas été validées de manière indépendante parmi des populations ayant des antécédents génétiques et géographiques divers.

Jusqu’à présent, aucun test n’a été développé sur des échantillons de population générale de grande taille ou bien alimentés, permettant de réaliser des tests d’association sur un large spectre de troubles liés à l’âge, de multimorbidité et de mortalité.

Qu’as-tu trouvé ?

Nous avons développé un modèle d’apprentissage automatique qui utilise les informations protéomiques sanguines pour estimer une horloge d’âge protéomique dans un large échantillon de participants de la UK Biobank. Notre échantillon comprenait 45 441 participants âgés de 40 à 70 ans.

Nous avons ensuite validé ce modèle dans deux biobanques à travers le monde : 3 977 participants âgés de 30 à 80 ans de la biobanque chinoise Kadoorie et 1 990 participants âgés de 20 à 80 ans de la biobanque FinnGen en Finlande. Ces biobanques sont des populations géographiquement et génétiquement distinctes qui ont des tranches d’âge et des profils de morbidité différents de ceux de la biobanque britannique.

Nous avons identifié 204 protéines qui prédisent avec précision l’âge chronologique, et nous avons en outre identifié un ensemble de 20 protéines liées au vieillissement qui capturent 91 % de la précision de prédiction de l’âge du modèle plus large.

Nous avons démontré que notre horloge d’âge protéomique présentait une précision de prédiction de l’âge similaire chez les participants indépendants de Chine et de Finlande par rapport à ses performances dans la UK Biobank.

Nous avons constaté que le vieillissement protéomique était associé à l’incidence de 18 maladies chroniques majeures, dont les maladies du cœur, du foie, des reins et des poumons, le diabète, la neurodégénérescence, comme la maladie d’Alzheimer, et le cancer, ainsi qu’à la multimorbidité et au risque de mortalité toutes causes confondues.

Le vieillissement protéomique était également associé à des mesures liées à l’âge des fonctions biologiques, physiques et cognitives, notamment la longueur des télomères, l’indice de fragilité et plusieurs tests cognitifs.

Quelles sont les implications cliniques de votre travail ?

Nous fournissons certaines des preuves les plus importantes et les plus complètes à ce jour démontrant que le vieillissement protéomique est une signature biologique courante liée à de nombreux traits fonctionnels, morbidités et mortalités liés à l’âge.

Nous fournissons également certaines des premières preuves qu’une horloge d’âge protéomique peut être hautement généralisable à travers des populations humaines d’ascendances génétiques, de tranches d’âge et de profils de morbidité divers.

La multimorbidité est un problème important en santé clinique et populationnelle qui a un impact majeur sur le coût des soins de santé. Notre horloge protéomique nous donne un premier aperçu des voies qui forment la base biologique de la multimorbidité.

Dans un avenir proche, les horloges de vieillissement protéomiques pourront être utilisées pour étudier la relation entre la génétique et l’environnement dans le vieillissement, offrant ainsi de nouvelles perspectives sur les facteurs du vieillissement et de la multimorbidité tout au long de la vie.

Une piste importante sera également d’utiliser les horloges protéomiques comme biomarqueur de l’efficacité des interventions préventives ciblant le vieillissement et la multimorbidité.

De plus, les horloges protéomiques peuvent être utilisées pour accélérer le développement de médicaments et les essais cliniques en identifiant les patients à haut et à faible risque. Par exemple, moins de 1 % des personnes du décile inférieur du vieillissement protéomique ont développé la maladie d’Alzheimer au cours des 10 à 15 années suivantes.