Étiquette : horloges de vieillissement

L’impact de l’âge biologique sur le déclin cognitif : Analyse des horloges de vieillissement

Au cours des dernières années, les chercheurs ont développé de nombreuses horloges de vieillissement utilisant des techniques d’apprentissage automatique appliquées à de grandes quantités de données biologiques. Ces horloges ont pour but de prédire l’âge chronologique, le risque de mortalité et d’autres mesures d’intérêt. Si une personne présente un âge prédit supérieur à son âge chronologique, on parle d’âge biologique accéléré. Un des principaux défis actuels est que la plupart de ces horloges sont difficiles à interpréter, car peu d’informations sont disponibles sur la façon dont les valeurs individuelles qui composent l’algorithme sont liées aux mécanismes sous-jacents du vieillissement ou aux résultats spécifiques des dysfonctionnements et maladies liés à l’âge. Pour améliorer cette situation, il est suggéré de multiplier les études sur ces horloges afin d’accumuler des données et d’observer les résultats. Une étude récente a examiné le déclin cognitif lié à l’âge, en utilisant des données collectées sept ans auparavant. Les résultats montrent que l’âge biologique accéléré est corrélé à une perte plus importante de fonction cognitive. Les tests neuropsychologiques, comme le test de dessin d’horloge, sont utilisés pour mesurer les fonctions cognitives, et la version numérique de ce test permet une évaluation plus robuste. Dans l’étude Framingham Heart Study, il a été observé que des métriques d’accélération de l’âge épigénétique plus élevées prédisaient des scores inférieurs au dCDT environ sept ans plus tard. Les associations étaient plus fortes chez les participants plus âgés, et les résultats mettent en lumière un lien potentiel entre les processus de vieillissement systémique et le déclin cognitif. En conclusion, les résultats indiquent que l’avancement du vieillissement biologique, notamment à travers les métriques de DunedinPACE et GrimAge, est significativement associé à une performance cognitive plus faible chez les adultes plus âgés. Source : https://www.fightaging.org/archives/2025/09/evidence-for-accelerated-epigenetic-aging-to-correlate-with-loss-of-cognitive-function/

Évaluation de l’Utilité des Horloges de Vieillissement et leur Lien avec l’Ostéoporose

Le chemin vers la vérification de l’utilité des ‘horloges de vieillissement’ repose sur la collecte de données par la communauté de recherche pour de multiples horloges, puis sur l’analyse de ces données à la recherche de corrélations, de problèmes et de fiabilité. Il est raisonnable de s’attendre à de nombreuses études similaires dans les années à venir. Certaines horloges précoces présentent des particularités inattendues quant à leur sensibilité aux interventions affectant le vieillissement et les maladies liées à l’âge, soulevant des doutes quant à la confiance que l’on peut accorder à leurs résultats lors de l’évaluation de thérapies innovantes visant à ralentir ou inverser certains aspects du vieillissement. Même les horloges bien éprouvées nécessiteront une forme de validation pour l’utilisation d’une thérapie anti-vieillissement donnée avant que les résultats puissent être considérés comme fiables, un processus qui sera lent et coûteux. En parallèle, l’ostéoporose se révèle être une condition musculosquelettique majeure liée à l’âge, mais l’âge chronologique ne reflète pas entièrement le risque individuel. L’accélération de l’âge biologique (AAB), en tant que biomarqueur du vieillissement systémique, pourrait offrir une valeur prédictive supérieure concernant l’ostéoporose et la perte d’espérance de vie. Une analyse des données de 293,224 participants du UK Biobank, exempts d’ostéoporose au départ, a permis d’estimer l’AAB à l’aide de deux modèles validés. Les scores de risque polygénétique (SRP) ont été utilisés pour tenir compte de la susceptibilité génétique. Des modèles de Cox multivariés ont examiné les associations entre l’AAB et le SRP avec l’incidence de l’ostéoporose et la mortalité toutes causes confondues. Au cours d’un suivi médian de 8,5 ans, 9,780 participants ont développé l’ostéoporose. Chaque augmentation d’un écart-type (SD) de l’AAB selon les méthodes KDM-BA et PhenoAge était associée à une augmentation du risque d’ostéoporose de 22,6 % et 19,3 %, respectivement. Les participants dans le tertile supérieur de l’AAB avaient un risque accru de 38 à 43 % comparé à ceux du tertile inférieur. Les individus avec une AAB et un SRP élevés avaient un risque d’ostéoporose presque triplé, indiquant un effet additif fort. En outre, le vieillissement accéléré était également lié à une réduction de l’espérance de vie de 1,3 à 1,8 an à 45 ans, indépendamment de l’état d’ostéoporose. Source : https://www.fightaging.org/archives/2025/09/accelerated-aging-via-clock-measures-correlates-with-increased-risk-of-osteoporosis/

Horloges de vieillissement : Méthodes et implications pour la recherche sur le vieillissement sain

Les horloges de vieillissement sont des outils innovants qui peuvent être élaborés à l’aide de techniques d’apprentissage automatique, en utilisant des ensembles de données biologiques complexes provenant de personnes de divers âges. Un algorithme spécifique permet de relier les changements liés à l’âge dans ces données à l’âge chronologique moyen. Lorsqu’on applique cet algorithme à un individu n’appartenant pas à l’ensemble de données, l’âge prédit est désigné comme l’âge biologique. Il a été observé qu’un âge biologique plus élevé, établi par ces horloges, est souvent corrélé à un risque accru de maladies et de mortalité. Avec le coût relativement bas de création de ces horloges, de nouvelles versions sont produites à un rythme soutenu. Cependant, il reste à déterminer lesquelles des horloges développées au cours de la dernière décennie s’avéreront suffisamment utiles pour être adoptées largement dans divers contextes. Un aspect essentiel de la recherche sur le vieillissement réside dans l’identification des gènes qui régulent le vieillissement sain de base, c’est-à-dire un vieillissement non influencé par la maladie. Les estimateurs d’âge basés sur l’apprentissage automatique, tels que les horloges épigénétiques, représentent une méthode solide pour capturer des biomarqueurs qui corrèlent fortement avec l’âge. En théorie, ces estimateurs peuvent nous aider à découvrir de nouvelles cibles pour la recherche sur le vieillissement, qui pourront ensuite être utilisées pour développer des médicaments visant à prolonger la durée de vie en bonne santé. Cependant, les horloges basées sur la méthylation ne fournissent pas d’informations mécanistes directes sur le vieillissement, ce qui limite leur utilité dans le domaine de la découverte de médicaments. Dans ce contexte, nous présentons une méthode pour construire des estimateurs d’âge basés sur le séquençage d’ARN spécifique aux tissus, permettant d’identifier l’« âgeprint ». L’âgeprint est un ensemble de gènes qui régulent le vieillissement sain de base de manière spécifique aux tissus et liée au développement. Grâce à notre estimateur d’âge, SkeletAge, nous avons réduit l’âgeprint des muscles squelettiques humains à 128 gènes, dont 26 n’avaient jamais été étudiés en relation avec le vieillissement ou les phénotypes associés. L’âgeprint des muscles squelettiques peut être lié à des phénotypes connus du vieillissement et du développement musculaire, soutenant ainsi notre hypothèse selon laquelle les gènes de l’âgeprint sont responsables du vieillissement (sain) le long de l’axe croissance-développement-vieillissement, qui est distinct du vieillissement biologique causé par des maladies ou des dommages stochastiques. Enfin, nous démontrons qu’en utilisant notre méthode, il est possible de trouver des cibles exploitables pour la recherche sur le vieillissement et d’utiliser l’âgeprint pour évaluer avec précision l’effet des interventions thérapeutiques, ce qui peut accélérer la découverte de médicaments favorisant la longévité. Source : https://www.fightaging.org/archives/2025/08/skeletage-a-skeletal-muscle-transcriptomic-aging-clock/

Analyse des Horloges de Vieillissement et Impact du Plasma Thérapeutique sur l’Âge Biologique

Depuis près de vingt ans, les chercheurs élaborent des horloges de vieillissement, et aujourd’hui, il en existe une multitude, notamment des horloges épigénétiques. Bien que la plupart des études se concentrent sur quelques options majeures, il est désormais conseillé d’évaluer toutes les horloges disponibles, en tenant compte de plus de 30 horloges et variantes, afin d’analyser la qualité d’une thérapie potentielle de rajeunissement. Le défi majeur réside dans le fait que l’on ne sait pas comment une horloge donnée va réagir à une intervention spécifique. Pour évaluer cela, il est essentiel de calibrer une horloge par rapport à une thérapie, un processus qui nécessite du temps et des études longitudinales. Bien que des études sur la longévité des interventions humaines ne soient pas envisageables à court terme, l’approche suivante consiste à évaluer autant d’horloges que possible en réponse à diverses interventions, afin de comprendre les variations des résultats. Les données montrent à quel point les horloges peuvent varier pour une même intervention, comme l’échange thérapeutique de plasma, qui pourrait réduire certaines dysfonctions liées au vieillissement. Des données similaires seraient intéressantes pour d’autres traitements comme les sénolytiques ou les inhibiteurs de mTOR.

Une étude spécifique a été conduite pour évaluer la sécurité et les effets sur l’âge biologique de différents régimes d’échange thérapeutique de plasma (TPE) chez des adultes en bonne santé de plus de 50 ans. Les participants ont reçu des TPE bi-hebdomadaires avec ou sans immunoglobuline intraveineuse (IVIG), des TPE mensuels ou un placebo, avec une randomisation pour assurer l’objectivité de l’étude. Les objectifs principaux étaient d’évaluer la sécurité à long terme du TPE et les changements dans les horloges biologiques, tandis que les objectifs secondaires incluaient l’identification des régimes optimaux. L’analyse a également examiné les caractéristiques cliniques de base et les changements longitudinaux dans l’épigénome, le protéome, le métabolome, le glycome, les cytokines immunitaires et la composition cellulaire immunitaire.

L’étude a révélé que le TPE à long terme était sûr, avec seulement deux événements indésirables nécessitant l’arrêt du traitement, dont un lié à l’IVIG. De plus, le TPE a significativement amélioré les marqueurs d’âge biologique, avec 15 horloges épigénétiques montrant des signes de rajeunissement par rapport au placebo. Le TPE bi-hebdomadaire associé à l’IVIG s’est révélé le plus efficace, induisant des réponses cellulaires et moléculaires coordonnées, inversant le déclin immunitaire lié à l’âge et modulant les protéines associées à l’inflammaging. Une analyse intégrative a identifié des biomarqueurs de base prédictifs de résultats positifs, suggérant que le TPE-IVIG est particulièrement bénéfique pour les individus avec un état de santé initial plus faible. Cette étude multi-omique est la première à examiner diverses modalités de TPE pour ralentir les horloges biologiques épigénétiques, démontrant le rajeunissement de l’âge biologique et les caractéristiques moléculaires associées. Source : https://www.fightaging.org/archives/2025/06/therapeutic-plasma-exchange-reduces-epigenetic-age-acceleration-in-some-clocks/

Les Horloges de Vieillissement : Validation et Rôle des Métabolites

Il existe désormais de nombreux horloges de vieillissement publiées, basées sur diverses bases de données omiques contenant des données pour des personnes d’âges différents. De nombreux aspects mesurables du métabolisme et de la biologie cellulaire changent avec l’âge de manière suffisamment similaire dans la population pour construire des horloges qui reflètent l’âge biologique, qui est la charge de dommages et de dysfonctionnements qui cause la mortalité. Avant le développement des techniques modernes d’apprentissage automatique, assembler une telle horloge aurait été prohibitivement difficile et coûteux, mais l’apprentissage automatique rend la tâche suffisamment simple pour qu’un petit groupe de recherche puisse créer une nouvelle horloge en relativement peu de temps. Ainsi, il existe maintenant un grand nombre d’horloges de vieillissement.

À ce stade, l’accent doit être mis sur la validation des horloges, car le but de disposer d’une mesure de l’âge biologique est de pouvoir l’utiliser pour évaluer rapidement la qualité des thérapies de rajeunissement potentielles. Actuellement, aucune horloge ne peut être considérée comme entièrement fiable ; elles ont des particularités, et il reste incertain comment les processus sous-jacents de dommages, tels que l’accumulation de cellules sénescentes, produisent des changements dans des paramètres spécifiques de l’horloge. Sans connaître ces relations, une horloge pourrait surestimer ou sous-estimer les effets d’une thérapie spécifique sur le vieillissement.

Les métabolites qui marquent le vieillissement ne sont pas entièrement connus. Nous analysons 408 métabolites plasmatiques chez des participants de l’étude Long Life Family Study pour caractériser les marqueurs de l’âge, du vieillissement, de la longévité extrême et du risque de mortalité. Nous identifions 308 métabolites associés à l’âge, 258 métabolites qui changent avec le temps, 230 métabolites associés à la longévité extrême, et 152 métabolites associés au risque de mortalité. Nous répliquons de nombreuses associations dans des études indépendantes.

En résumant les résultats en 19 signatures, nous différencions entre les métabolites qui peuvent marquer des mécanismes compensatoires associés au vieillissement et ceux qui marquent les dommages cumulés du vieillissement, ainsi que les métabolites qui caractérisent la longévité extrême. Nous générons et validons une horloge métabolomique qui prédit l’âge biologique. L’analyse de réseau des métabolites associés à l’âge révèle un rôle critique des acides gras essentiels pour connecter les lipides avec d’autres processus métaboliques. Ces résultats caractérisent de nombreux métabolites impliqués dans le vieillissement et soulignent la nutrition comme source d’intervention pour des thérapies de vieillissement en bonne santé. Source : https://www.fightaging.org/archives/2025/03/another-novel-metabolic-clock/

L’impact des modes de vie sédentaires sur l’accélération du vieillissement épigénétique

Les horloges de vieillissement sont des outils qui accumulent des données sur le comportement humain en réponse à des interventions et des choix de mode de vie, ce qui les rend de plus en plus utiles pour comprendre l’espérance de vie. Cependant, le défi réside dans le fait qu’il n’existe pas encore une bonne compréhension de la façon dont les mesures qui composent l’algorithme de l’horloge, comme le statut de méthylation à des sites CpG spécifiques sur le génome, se rapportent aux mécanismes de vieillissement et de maladie. Sans davantage de données, il est difficile pour les chercheurs de prédire si une horloge sera efficace pour évaluer les effets d’une nouvelle intervention destinée à ralentir le vieillissement ou à produire un rajeunissement. Dans le pire des cas, la seule façon de calibrer une horloge par rapport à une intervention spécifique est de mener des études longues pour évaluer le risque de mortalité. L’inactivité physique et les comportements sédentaires sont associés à des risques plus élevés de morbidité et de mortalité liés à l’âge. Cependant, le lien causal entre ces comportements et l’accélération du vieillissement biologique n’est pas encore complètement élucidé. En utilisant des données d’études d’association à l’échelle du génome (GWAS), une analyse complète a été mise en place pour explorer les associations entre l’activité physique modérée à vigoureuse, le temps d’écran de loisir et quatre mesures d’accélération de l’âge épigénétique (EAA). Les analyses de corrélation génétique ont permis de quantifier les antécédents génétiques partagés entre ces traits. Des associations globales et indépendantes ont été évaluées à l’aide de la randomisation mendélienne. Deux des mesures d’EAA, PhenoAgeAccel et GrimAgeAccel, ont montré des résultats cohérents, avec une corrélation génétique négative avec l’activité physique et positive avec le temps d’écran de loisir. La randomisation mendélienne univariée a révélé un effet robuste du temps d’écran de loisir sur GrimAgeAccel, tandis que l’activité physique avait un effet marginal sur PhenoAgeAccel. La randomisation mendélienne multivariée a suggéré une association indépendante entre le temps d’écran de loisir et GrimAgeAccel, en tenant compte de l’activité physique et d’autres facteurs de confusion importants. Les résultats soutiennent l’idée que les modes de vie sédentaires sont un facteur de risque modifiable dans l’accélération du vieillissement épigénétique, ce qui souligne la nécessité de stratégies préventives pour réduire le temps d’écran sédentaire afin de favoriser un vieillissement en bonne santé. Source : https://www.fightaging.org/archives/2025/03/effects-of-exercise-and-sedentary-behavior-on-aging-clocks/

L’importance des horloges de vieillissement dans le développement des thérapies de rajeunissement

Le texte discute des thérapies de rajeunissement et de l’importance de mesurer l’âge biologique pour évaluer l’efficacité de ces traitements. Il est expliqué que, bien qu’il soit possible de développer des thérapies de rajeunissement sans une mesure précise de l’âge biologique, ces approches risquent de recevoir peu de soutien en raison de l’absence de preuves tangibles de leur succès. Les causes sous-jacentes du vieillissement, telles que la charge de cellules sénescentes, la dysfonction mitochondriale et la présence d’amyloïdes, sont mesurables, mais il reste difficile d’évaluer leur impact sur la durée de vie. Cela souligne l’importance croissante des ‘horloges de vieillissement’, qui sont des technologies visant à fournir une méthode rapide et consensuelle pour mesurer l’âge biologique et évaluer les effets d’une thérapie de rajeunissement.

Le texte aborde également la distinction entre le vieillissement intrinsèque et extrinsèque. Le vieillissement intrinsèque englobe les changements biologiques naturels, tels que les changements cellulaires, moléculaires, génétiques et hormonaux. En revanche, le vieillissement extrinsèque est influencé par des facteurs environnementaux, des habitudes alimentaires et des stress oxydatifs. Traditionnellement, le vieillissement a été quantifié par l’âge chronologique, qui ne capture pas pleinement la complexité du processus de vieillissement, car il néglige les facteurs extrinsèques. C’est pourquoi la détermination de l’âge biologique, qui prend en compte les variations interindividuelles dans le rythme du vieillissement, est devenue un sujet d’étude pertinent.

Les modèles d’horloge de vieillissement estiment l’âge chronologique ou biologique en utilisant divers paramètres. Ils peuvent également estimer le taux de vieillissement, qui est la différence entre l’âge biologique prédit par le modèle et l’âge chronologique. Un écart positif indique un vieillissement accéléré, tandis qu’un écart négatif indique un vieillissement ralenti. Les modèles d’horloge de vieillissement peuvent s’appuyer sur divers changements associés au vieillissement, tels que les modifications épigénétiques, la longueur des télomères, la stabilité génomique, la communication intercellulaire altérée, l’inflammation chronique et la dysbiose du microbiome intestinal. Parmi les premiers modèles d’horloge de vieillissement figurent l’horloge de Horvath et l’horloge de Hannum, qui se basent sur les changements des motifs de méthylation de l’ADN. De nouveaux modèles d’horloge de vieillissement ont émergé, allant des horloges basées sur le microbiome aux horloges protéomiques. Les avancées technologiques dans la création de bases de données, les technologies ‘omics’ et les modèles d’apprentissage profond ont facilité la prédiction du vieillissement. L’objectif de cette revue est de résumer les modèles d’horloge de vieillissement disponibles et d’identifier leurs applications cliniques potentielles. Source : https://www.fightaging.org/archives/2025/01/a-high-level-overview-of-the-development-of-aging-clocks/