Les chercheurs ont présenté une approche novatrice pour le développement d’une horloge épigénétique, qui repose sur un ensemble de données d’entraînement étendu. En utilisant des données épigénétiques, ils ont pu prédire des biomarqueurs cliniques, en l’occurrence des protéines circulantes mesurées dans un échantillon de sang, pertinentes pour l’inflammation chronique liée au vieillissement, qui évalue l’état inflammatoire du système immunitaire. Les biomarqueurs d’inflammation prédits ont ensuite servi de base pour estimer l’âge. Cette méthode de développement d’horloge présente l’avantage de produire des résultats plus explicables que la prédiction directe de l’âge à partir des données épigénétiques. Il sera probable que l’on observe davantage de ces horloges en deux étapes à l’avenir. Les chercheurs ont introduit EpInflammAge, un cadre d’apprentissage profond qui relie les aspects épigénétiques et inflammatoires du vieillissement. Les résultats ont démontré trois avancées clés : (1) la prédiction réussie des marqueurs inflammatoires à partir des données de méthylation de l’ADN, (2) une estimation précise de l’âge utilisant des profils inflammatoires synthétiques, et (3) une sensibilité robuste aux maladies à travers plusieurs conditions pathologiques. L’un des objectifs principaux de cette recherche était d’intégrer les deux caractéristiques du vieillissement – à savoir, les modifications épigénétiques et l’immunosénescence. Pour ce faire, une évaluation simultanée des données de méthylation de l’ADN et des niveaux de cytokines et de chimiokines a été effectuée. Des modèles ont été développés pour estimer les niveaux de marqueurs inflammatoires à partir des profils épigénétiques et leur performance a été évaluée sur un large échantillon de personnes en bonne santé et malades. Étant donné que la mesure de l’inflammation est cliniquement significative, le modèle développé permet d’acquérir des données épigénétiques et de prédire des biomarqueurs inflammatoires basés sur la méthylation. Cette avancée ouvre la voie à l’évaluation de l’inflammaging, caractérisée par une inflammation de bas grade associée à l’âge et aux maladies liées à l’âge. EpInflammAge atteint des performances compétitives par rapport à 34 modèles d’horloge épigénétique, avec une erreur absolue moyenne de 7 ans et un coefficient de corrélation de Pearson de 0,85 chez les témoins sains, tout en montrant une sensibilité robuste à travers plusieurs catégories de maladies. L’IA explicable a permis de révéler la contribution de chaque caractéristique à la prédiction de l’âge. La sensibilité à plusieurs maladies grâce à la combinaison de profils inflammatoires et épigénétiques est prometteuse tant pour la recherche que pour les applications cliniques. EpInflammAge est disponible en tant qu’outil web facile à utiliser, générant des estimations d’âge et des niveaux de paramètres inflammatoires à partir de données de méthylation, avec un rapport détaillé sur la contribution des variables d’entrée au résultat du modèle pour chaque échantillon. Source : https://www.fightaging.org/archives/2025/07/an-aging-clock-integrating-epigenetic-and-inflammatory-measures/
Développement d’EpInflammAge : Une nouvelle approche pour l’estimation de l’âge basée sur l’inflammation et l’épigénétique
