Епігенетичний вік та роль чинників метаболічно-асоційованих захворювань у прискоренні темпу старіння
DOI:
https://doi.org/10.30978/UTJ2022-1-9Ключові слова:
епігенетичний вік, метаболічно-асоційовані захворювання, передчасне старінняАнотація
Мета — встановити взаємозв’язок між чинниками метаболічно‑асоційованих захворювань, маркерами передчасного старіння і біологічним віком у пацієнтів різних вікових груп.
Матеріали та методи. У дослідження залучено 151 пацієнта без клінічних ознак серцево‑судинних захворювань з наявними метаболічними порушеннями, які перебували на амбулаторному або стаціонарному лікуванні в Національному інституті терапії імені Л.Т. Малої НАМН України у період з 2019 до 2021 р. Середній вік обстежених становив (51,4 ± 12,1) року. Серед пацієнтів переважали жінки (62,3 %). Пацієнтів розділили на групи залежно від віку: група 1 (n = 22) — до 40 років, група 2 (n = 46) — 40 — 49 років, група 3 (n = 49) — 50 — 59 років, група 4 (n = 21) — 60 — 69 років, група 5 (n = 13) — 70 — 79 років. Усім пацієнтам проведено антропометричні вимірювання і клініко‑біохімічні аналізи. Вміст у сироватці крові інсуліну, С‑рективного білка, сиртуїну‑1 (SIRT1) та відсоток глобального метилювання відповідно до рівня 5‑метилцитозину (5‑mc) визначали імуноферментним методом. Прооксидантно‑антиоксидантний баланс сироватки крові розраховували як співвідношення вмісту тотальних гідропероксидів і тотальної антиоксидантної активності. Молекулярно‑генетичні дослідження передбачали визначення відносної довжини теломер лейкоцитів крові методом полімеразної ланцюгової реакції в режимі реального часу. Епігенетичний вік розраховували за допомогою епігенетичного годинника DNAm PhenoAge. Порівняння статистичних характеристик між групами та в динаміці спостереження проводили з використанням параметричних і непараметричних критеріїв залежно від типу даних. Для оцінки прогностичного значення досліджуваних чинників використовували метод логістичної регресії.
Результати. Найбільша кількість метаболічної патології та найменша — ізольованої патології зареєстрована у пацієнтів віком 50 — 59 років. У цій групі пацієнтів аналіз вікових особливостей метаболічних порушень виявив нелінійну залежність з максимумом виявів. Результати кореляційного аналізу свідчили про наявність статистично значущого зв’язку між відсотком глобального метилювання та показниками антропометрії (індекс маси тіла, обвід талії та стегон, частка вісцерального жиру), рівнем тромбоцитів і швидкістю клубочкової фільтрації. До чинників, асоційованих із прискореним старінням, належали індекс інсулінорезистентності, рівень загального холестерину, SIRT1, глікозильований гемоглобін та довжина теломер лейкоцитів крові.
Висновки. Прискорення процесів старіння асоційовано як з метаболічними, так і з молекулярно‑генетичними чинниками, що відкриває можливості для прогнозування та своєчасної профілактики вік‑асоційованих захворювань.
Посилання
Ageing and health. World Health Organization, 05 Feb 2018. https://www.who.int/news-room/fact-sheets/detail/ageing-and-health.
Aging Well in the 21st Century: Strategic Directions for Research on Aging. NIA Strategic Directions, 2016:35. https://www.nia.nih.gov/sites/default/files/2017-07/nia-strategic-directions-2016.pdf.
Beach St., Dogan MV, Man-Kit Lei. et al. Methylomic Aging as a window onto the influence of lifestyle: tobacco and alcohol use alter the rate of biological aging. Journal of the American Geriatrics Society. 2015;63 (12):2519-2525. https://doi.org/10.1111/jgs.13830.
Chen C, Zhou M, Ge Y, Wang X. SIRT1 and aging related signaling pathways. Mech Ageing Dev. 2020;187. 111215. doi: 10.1016/j.mad.2020.111215. Epub 2020 Feb 19. PMID: 32084459.
Field A, Robertson N, Wang T et al. DNA methylation clocks in aging: categories, causes, and consequences. Mol Cell. 2018;71(6):882-895. https://doi.org/10.1016/j.molcel.2018.08.008.
Global strategy and action plan on ageing and health. World Health Organization, 2017. 56 pp. ISBN 978-92-4-151350-0.
Hannum G, Guinney J, Zhao L et al. genome-wide methylation profiles reveal quantitative views of human aging rates. Mol Cell. 2013;49(2):359-367. https://doi.org/10.1016/j.molcel.2012.10.016.
Horvath S, Pirazzini C, Bacalini MG et al. Decreased epigenetic age of PBMCs from Italian semi-supercentenarians and their offspring. Aging (Albany NY). 2015. Vol. 7 (12):1159-1170. https://doi.org/10.18632/aging.100861.
Horvath S. DNA methylation age of human tissues and cell types. Genome Biology. 2013;14 (10). R115. https://doi.org/10.1186/gb-2013-14-10-r115.
Lariscy J, Hummer RA, Hayward MD. Hispanic older adult mortality in the united states: new estimates and an assessment of factors shaping the Hispanic paradox. Demography. 2014;52(1):1-14.
Lee SH, Lee JH, Lee HY, Min KJ. Sirtuin signaling in cellular senescence and aging. BMB Rep. 2019;52(1):24-34. doi: 10.5483/BMBRep.2019.52.1.290. PMID: 30526767. PMCID: PMC6386230.
Levine ME, Lu AT, Quach A et al. An epigenetic biomarker of aging for lifespan and healthspan. Aging (Albany NY). 2018;10(4):573-591. https://doi.org/10.18632/aging.101414.
Longevity economics: Leveraging the advantages of an aging society. Gerontological Society of America. https://www.geron.org/images/gsa/documents/gsa-longevityeconomics-2018.pdf.
Loomba R, Gindin Ye., Jiang Zh. et al.. DNA methylation signatures reflect aging in patients with nonalcoholic steatohepatitis. JCI Insight. 2018;3(2). e96685. https://doi.org/10.1172/jci.insight.96685.
López-Otín C, Galluzzi L, Freije JM, Madeo F, Kroemer G. Metabolic control of longevity. Cell. 2016;166(4):802-821.
Lu AT, Quach A, Wilson JG et al.. DNA methylation GrimAge strongly predicts lifespan and healthspan. Aging (Albany NY). 2019;11(2):303-327. https://doi.org/10.18632/aging.101684.
Marini S, Davis KA, Soare TW et al.. Adversity exposure during sensitive periods predicts accelerated epigenetic aging in children. Psychoneuroendocrinology. 2019;11. 104484. https://doi.org/10.1016/j.psyneuen.2019.104484.
Morgan EL, Lu AT, Quach A et al. An epigenetic biomarker of aging for lifespan and healthspan. Aging (Albany NY). 2018;10(4):573-591. https://doi.org/10.18632/aging.101414.
Quach A, Levine ME, Tahaka T et al. Epigenetic clock analysis of diet, exercise, education, and lifestyle factors. Aging (Albany NY). 2017;2:419-446. https://doi.org/10.18632/aging.101168.
Tajuddin S, Hernandez DG, Chen BH et al. Novel age-associated DNA methylation changes and epigenetic age acceleration in middle-aged African Americans and whites. Clin Epigenetics. 2019;11(1):119. https://doi.org/10.1186/s13148-019-0722-1.
Xu C, Wang L, Fozouni P et al. SIRT1 is downregulated by autophagy in senescence and ageing. Nat Cell Biol. 2020;22 (10):1170-1179. doi: 10.1038/s41556-020-00579-5. Epub 2020 Sep 28. PMID: 32989246. PMCID: PMC7805578.
Zgheib NK, Sleiman F, Nasreddine L et al. Short telomere length is associated with aging, central obesity, poor sleep and hypertension in Lebanese individuals. Aging and Disease. 2018;9(1):77.