뺨 세포 기반 에피제네틱 시계가 과학자들이 사망 위험을 추정할 수 있게 한다

모든 사람들이 같은 속도로 늙는 것은 아닙니다. 일부 슈퍼센테나리안은 유전자의 복권에 당첨되어 매우 느리게 노화할 수 있지만, 스트레스, 수면 부족, 영양 부족, 흡연, 알코올 등 노화를 가속화하는 다양한 행동 및 생활 습관 요소가 알려져 있습니다. 이러한 환경적 영향은 후생유전적 표지의 형태로 우리의 게놈에 각인되기 때문에, 예측 가능한 유전체 사이트에서 후생유전학적 유전체를 특성화하여 분자적 노화를 정량화할 수 있습니다.

지난 10년 동안 과학자들은 많은 수의 사람들을 대상으로 연대기적 나이와 다양한 생활 습관 요소에 맞춰 조정된 여러 개의 “후생유전학적 시계”를 개발했습니다. 대부분은 혈액 세포의 DNA 메틸화에 초점을 맞추고 있어 샘플 수집이 번거롭고 환자에게 스트레스를 줄 수 있습니다. 그러나 올해 초, 미국의 과학자들은 뺨 안쪽의 쉽게 수집할 수 있는 세포에서 메틸화 데이터를 기반으로 하는 두 번째 세대 시계인 CheekAge를 개발했습니다.

이제 Aging의 Frontiers에서 팀은 CheekAge가 다른 조직에서 얻은 후생유전적 데이터를 입력으로 사용하더라도 사망 위험을 정확하게 예측할 수 있음을 처음으로 보여주었습니다.

“우리는 또한 특정 메틸화 사이트가 이 상관관계에 특히 중요하다는 것을 보여줍니다. 이는 우리가 만든 시계에 의해 포착된 특정 유전자와 과정 및 인간 사망 간의 잠재적인 연관성을 드러냅니다.”라고 뉴욕의 Tally Health에서 계산 생물학 및 데이터 과학 부장인 연구의 첫 번째 저자 Maxim Shokhirev 박사가 말했습니다.

CheekAge는 건강과 생활 습관에 대한 전반적인 점수와 약 200,000개의 사이트에서 메틸화 비율을 상관시키면서 개발되거나 “훈련”되었습니다. 이것은 생리학적 노화의 추정된 차이를 반영합니다.

생물학적 시계가 째깍째깍

현재 연구에서 Shokhirev와 동료들은 통계 프로그래밍을 사용하여 1921년에서 1936년 사이에 태어난 1,513명의 여성과 남성의 사망률을 얼마나 잘 예측하는지 조사했습니다. 이들은 에든버러 대학의 로디안 출생 집단 (LBC) 프로그램에 의해 평생 추적되었습니다. LBC의 목표 중 하나는 인지 노화의 차이를 생활 습관 및 심리사회적 요인과 생물의학적, 유전적, 후생유전학적 및 뇌 영상 데이터와 연결하는 것이 었습니다.

매 3년마다 자원봉사자들은 약 450,000개의 DNA 메틸화 사이트에서 혈액 세포의 메틸롬을 측정했습니다. 마지막으로 가능한 메틸화 시간 지점과 사망 상태를 사용하여 CheekAge를 계산하고 사망 위험과의 연관성을 평가했습니다. 사망률 데이터는 스코틀랜드 국가 보건 서비스 중앙 등록부에서 얻었습니다.

“[우리의 결과는] CheekAge가 종단적 데이터 세트에서 사망률과 유의미한 연관이 있으며 혈액 데이터가 포함된 데이터 세트에서 훈련된 첫 번째 세대 시계를 초월한다는 것을 보여줍니다.”라고 저자들은 결론지었습니다.

구체적으로, CheekAge가 단일 표준 편차만큼 증가할 때마다 모든 원인 사망률의 위험 비율이 21% 증가했습니다. 이는 CheekAge가 노인에서 사망 위험과 강하게 연관되어 있음을 나타냅니다.

“우리의 후생유전학적 시계가 볼 세포에서 훈련되어 혈액 세포에서 메틸롬을 측정할 때 사망률을 예측한다는 사실은 조직 간에 공통적인 사망 신호가 있음을 시사합니다.”라고 Shokhirev가 말했습니다.

“이것은 간단하고 비침습적인 뺨 면봉이 노화 생물학을 연구하고 추적하는 데 귀중한 대안이 될 수 있음을 의미합니다.”

가장 강력한 예측 변수

연구자들은 사망률과 가장 강한 연관성을 가진 메틸화 사이트를 자세히 살펴보았습니다. 이러한 사이트 주위나 근처에 위치한 유전자는 수명 또는 노화 관련 질병의 위험에 영향을 미칠 잠재적인 후보입니다. 예를 들어, 가능한 종양 억제자인 PDZRN4 유전자와 동물 모델에서 암 및 심장 건강과 관련된 ALPK2 유전자가 있습니다. 눈에 띈 다른 유전자들은 이전에 암, 골다공증, 염증, 대사 증후군의 발달에 연관된 것으로 알려져 있습니다.

“ALPK2와 같은 유전자가 동물 모델에서 수명이나 건강에 영향을 미치는지 결정하는 것은 흥미로울 것입니다.”라고 연구의 최종 저자이자 Tally Health의 과학 업무 및 교육 부장인 Adiv Johnson 박사가 말했습니다.

“앞으로는 CheekAge로 포착할 수 있는 모든 원인 사망률 외의 다른 연관성을 식별하는 연구가 필요합니다. 예를 들어, 다른 가능한 연관성은 다양한 노화 관련 질병의 발생률이나 ‘건강 기간’의 지속 기간, 즉 노화 관련 만성 질병과 장애가 없는 건강한 생애 기간이 될 수 있습니다.”