【医師論文解説】体内で起こる「老化の津波」は40歳と60歳に潜んでいた!?【OA】
背景:
高齢化は複雑なプロセスで、多くの疾患と関連しています。
健康寿命を延ばすためには、加齢に伴う分子レベルの変化を理解し、加齢関連疾患の治療標的を特定することが重要です。これまでの研究の多くは加齢に伴う線形的な変化に焦点を当ててきましたが、加齢関連疾患の有病率や死亡リスクは特定の時点から加速することが知られています。このことは、加齢に伴う非線形的な分子変化の重要性を示唆しています。
方法:
この研究では、カリフォルニア州在住の25歳から75歳までの108人の参加者からなる縦断的コホートを対象に、包括的なマルチオミクスプロファイリングを実施しました。
参加者は中央値1.7年、最長6.8年にわたって追跡されました。
以下のようなマルチオミクスデータを収集しました：
トランスクリプトミクス（末梢血単核細胞から）
プロテオミクス（血漿から）
メタボロミクス（血漿から）
サイトカイン（血漿から）
臨床検査値（血漿から）
リピドミクス（血漿から）
糞便マイクロバイオーム
皮膚マイクロバイオーム
口腔マイクロバイオーム
鼻腔マイクロバイオーム
データ解析には、スピアマン相関、線形回帰、ウィルコクソン検定、主成分分析、部分最小二乗回帰、LOESSスムージング、ファジーc-means軌道クラスタリング、パスウェイエンリッチメント解析、機能モジュール同定、修正DE-SWANアルゴリズムなど、多様な統計手法と機械学習アプローチを用いました。
結果:
非線形的変化の優位性:
分析対象の分子・微生物のうち、わずか6.6%が加齢に伴い線形的に変化していました。
一方で、81.0%の分子・微生物が少なくとも1つの年齢段階で非線形的な変化を示しました。
軌道クラスタリング解析:
11の異なる分子軌道クラスターを同定しました。
特に注目すべき3つのクラスター（2, 4, 5）が明確な非線形パターンを示しました：
クラスター4: 60歳頃まで比較的安定し、その後急激に減少
クラスター2と5: 60歳前後で急激な増加と変曲点を示す
機能解析:
クラスター2: GTPase活性とヒストン修飾に関連する転写モジュールを同定
クラスター4: 酸化ストレスに関連する転写モジュールを同定
クラスター5: mRNA安定性とオートファジーに関連する転写モジュールを同定
疾患リスクの非線形的変化:
フェニルアラニン代謝経路の変化（心機能障害との関連）
血中尿素窒素と血清/血漿グルコースの増加（腎機能低下と2型糖尿病リスクの上昇）
不飽和脂肪酸生合成経路とカフェイン代謝経路の変化（心血管健康との関連）
修正DE-SWAN解析:
2つの顕著な変化の波（crest）を同定：40歳前後と60歳前後
これらの波は複数のオミクスデータタイプで一貫して観察されました
波（crest）の機能解析:
両方のcrestで心血管疾患関連モジュールを多数同定
皮膚と筋肉の機能障害の増加
Crest 1（40歳前後）: 脂質とアルコール代謝に関連するモジュールを同定
Crest 2（60歳前後）: 免疫機能障害、腎機能、炭水化物代謝に関連するモジュールを同定
議論:
この研究は、加齢に伴う分子変化の非線形性を明確に示しました。特に60歳前後で顕著な変化が見られることが分かりました。また、心血管疾患、腎機能障害、2型糖尿病などのリスクが非線形的に増加することも示唆されました。
研究の強みは、複数の時点でサンプルを収集した縦断的なデザインにあります。これにより、横断的研究よりも信頼性の高い結果が得られました。
しかし、いくつかの制限も存在します：
コホートサイズが比較的小さい（108人）
参加者の追跡期間が比較的短い（中央値1.7年）
スタンフォード大学周辺のコミュニティからの参加者募集による一般化可能性の制限
血液サンプルのみからのデータ取得
結論:
この研究は、ヒトの加齢過程における分子変化の非線形性を包括的に示しました。特に40歳前後と60歳前後に重要な変化の波があることを明らかにしました。これらの知見は、加齢関連疾患のメカニズム理解や早期診断・予防戦略の開発に貢献する可能性があります。
文献：Shen, X., Wang, C., Zhou, X. et al. Nonlinear dynamics of multi-omics profiles during human aging. Nat Aging (2024). https://doi.org/10.1038/s43587-024-00692-2
この記事は後日、Med J Salonというニコ生とVRCのイベントで取り上げられ、修正されます。
良かったらお誘いあわせの上、お越しください。
私たちの活動は、皆様からの温かいご支援なしには成り立ちません。
よりよい社会を実現するため、活動を継続していくことができるよう、ご協力を賜れば幸いです。ご支援いただける方は、ページ下部のサポート欄からお力添えをお願いいたします。また、メンバーシップもご用意しております。みなさまのお力が、多くの人々の笑顔を生む原動力となるよう、邁進してまいります。
用語解説
スピアマン相関・線形回帰： スピアマン相関は順位相関係数を用いて、年齢と分子レベルの変化の単調な関係を評価します。線形回帰は、年齢（説明変数）と分子レベル（応答変数）の間の線形関係を数学的にモデル化します。両手法とも、加齢に伴う分子変化の線形性を検証するのに使用されました。
ウィルコクソン検定： ノンパラメトリックな検定法で、異なる年齢群間での分子レベルの差異を比較します。特に、ベースライン（25-40歳）と他の年齢群との間で分子レベルの違いを評価するのに用いられました。
主成分分析(PCA)・部分最小二乗回帰(PLS)： PCAは高次元データの変動を最大化する方向（主成分）を見つけ、データの次元を削減します。PLSは説明変数と応答変数の両方を考慮しながら次元削減を行います。これらの手法を用いて、異なるオミクスデータタイプにおける年齢効果の強さを比較しました。
LOESSスムージング： 局所重み付き回帰を用いて、不規則に採取されたデータポイントから滑らかな曲線を推定します。この研究では、異なる時点で収集されたオミクスデータを補間し、一貫したタイムラインを作成するのに使用されました。
ファジーc-means軌道クラスタリング： 従来のk-meansクラスタリングの拡張で、各データポイントが複数のクラスタに属する可能性を許容します。この手法により、類似した変化パターンを示す分子をグループ化し、加齢に伴う主要な分子変化パターンを特定しました。
パスウェイエンリッチメント解析・機能モジュール同定： 変化する分子リストを既知の生物学的パスウェイや機能カテゴリと比較し、統計的に有意に濃縮されているものを特定します。さらに、類似したパスウェイや機能をグループ化して、より大きな機能モジュールを同定しました。これにより、加齢に伴う分子変化の生物学的意味を解釈しました。
修正DE-SWANアルゴリズム： Differential Expression - Sliding Window ANalysis（DE-SWAN）の改変版で、20年の時間窓を用いて連続的に分子レベルの変化を評価します。これにより、人間の寿命全体にわたる分子変化の波（クレスト）を検出しました。
波（crest）の機能解析： DE-SWANで検出された主要な変化の波（特に40歳と60歳付近のクレスト）に関連する分子について、パスウェイエンリッチメント解析と機能モジュール同定を行いました。これにより、これらの重要な年齢でどのような生物学的機能が変化しているかを特定しました。
所感:
この研究は、加齢プロセスの複雑さを明らかにする上で貢献をしています。マルチオミクスアプローチと高度な統計解析を組み合わせることで、加齢の非線形的側面を浮き彫りにしました。
特に注目すべきは、40歳前後と60歳前後に見られる変化の波です。これらの時期が加齢関連疾患の予防や介入のための重要なウィンドウである可能性を示唆しています。例えば、60歳前後での心血管疾患リスクの急激な上昇は、この年齢群に対する積極的な予防策の必要性を示しています。
また、この研究は個別化医療の重要性も強調しています。加齢のプロセスが非線形であり、個人差が大きいことを考えると、年齢だけでなく、分子レベルのプロファイルに基づいた個別化されたヘルスケア戦略の開発が今後ますます重要になるでしょう。
ただし、この研究にはいくつかの制限があり、結果の解釈には慎重を期す必要があります。より大規模で多様なコホート、より長期の追跡期間、そして複数の組織からのサンプル収集を含む追加研究が、これらの知見を検証し、さらに発展させるために不可欠です。
総じて、この研究は加齢生物学と予防医学の分野に重要な洞察をもたらし、今後の研究方向性に大きな影響を与える可能性があります。臨床医として、これらの知見を日常診療に取り入れ、患者の年齢に応じたリスク評価と予防戦略の最適化に活用していくことが求められるでしょう。
よろしければサポートをお願いいたします。 活動の充実にあなたの力をいただきたいのです。