Люди стареют по-разному, возраст не является достаточным показателем предрасположенности к развитию инвалидности, болезней и смертности. В работе представлены данные по исследованию девятнадцати биомаркеров крови, которые включают параметры стандартных гематологических исследований, липидные биомаркеры и маркеры воспаления, у 4704 участников.

Исследовали продолжительность жизни (Long Life Family Study, LLFS) в возрасте 30-110 лет, и использовали алгоритм агломерации для группировки участников LLFS в кластеры, что позволило сформировать 26 различных биомаркерных сигнатур / профилей (кластеров). Для того чтобы определить, объясняется ли образование этих 26 кластеров различным биологическим возрастом участников исследования, соотносили их с возратсными изменениями физиологических функций и риском возникновения рака, сердечно-сосудистыми заболеваниями, диабетом 2 типа и смертностью на основе данных, собранных в процессе проведения LLFS.

Кластер биомаркёров 2 ассоциирован с значительно более низкими показателями смертности, заболеваемости и лучшим сохранениям физических функций относительно самого объёмного биомаркёрного кластера, а девять других биомаркёрных профилей были связаны с менее благоприятным процессом старения, характеризующимся более высокими рисками развития инвалидности, заболеваний и, соответственно, более высокими показателями смертности.

Прогностические значения семи профилей были реплицированы с независимым набором данных от Framingham Heart Study с сопоставимыми значимыми эффектами и дополнительно три профиля показали аналогичные эффекты.

Анализ показывал, что существуют различные профили биомаркеров, ассоциированные с физическими функциями, заболеваемостью и показателями смертоносности, и позволил предположить, что указанные закономерности представляют собой различия в биологических механизмах старения разных индивидов.

Профили показывают, что дисрегуляция одного биомаркера может меняться с паттернами других биомаркеров, и возрастные изменения отдельных биомаркеров необязательно указывают на заболевание или ухудшение функционального состояния организма.

Таблица. Исследование профиля определённых биомаркёров процессов старения
Количество образцов (человек) Описание выборки Исследованные биомаркёры Методы Результаты
4709 пробанды и сиблинги (30%), их потомство (50%) и супруги (20%), от 30 до 110 лет. С белок, Ил6, NT-proBNP1, число моноцитов, количество лейкоцитов, количество эритроцитов, рецептор к трансферрину, MCV, HGB, HbA1c, sRAGE2, адипонектин, IGF1, общий холестерол, SHBG3, DHEA4, альбумин, креатинин, цистатин С агломерационный кластерный анализ; зависимость кластеров от всех 19 биомаркёров определялась по принципу ‘leave one-biomarker-out’
replication; Байесовский классификатор
26 кластеров; 17 из этих кластеров включали по меньшей мере 10 образцов, и только 8 кластеров включали более 40 индивидов; валидация этих кластеров проводилась FHS (Framihgham Heart Study). % PPV (positive predictive valur) была выше 50% для 14 из 26 кластеров и более 30% для 22 из 26 кластеров
1 - N-terminal B-type natriuretic peptide (N-конец В натрийуретического пептида)
2 - Soluble receptor for advanced glycation end product (Растворимый рецептор для эффективного гликирования конечных продуктов)
3 - Sex hormone-binding globuline (Глобулин, связывающий половые гормоны)
4 - Dehydroepiandrosterone sulfate (Сульфат дегидроэпиандростерона)
 
Источник: https://onlinelibrary.wiley.com/doi/epdf/10.1111/acel.12557
Sabastiani P., Thyagarajan B, Sun F., Schupf N., Newman A. B., Montano M., Perls T. T.  Biomarkers signatures of aging. Aging cell. 2017; 16: 329–338, https:// doi.org/10.1111/acel.12557
Сабастиани Р., Тягарджян Б., Сан Ф., Шупф Н., Ньюмен А. Б., Монтано М., Перлс Т. Т. Профиль биомаркёров старения. Стареющая клетка. 2017; 16: 329–338, https:// doi.org/10.1111/acel.12557