Sejtszintű “öregedési órák” kockázatbecslésre

A Cell Reports Medicine folyóiratban jelent meg az a tanulmány, amely gépi tanuláson alapuló, vérmintából kiolvasható sejtszintű “öregedési órák” kifejlesztéséről számolt be. A kutatók több mint hétezer keringő plazmafehérjét kapcsoltak össze több mint negyven sejttípussal a Human Protein Atlas adatainak felhasználásával, majd az így létrehozott öregedési modelleket közel hatvanezer résztvevőn validálták. A módszer egyértelműen megmutatta, hogy a biológiai öregedés molekuláris szinten jelentős mértékben eltérhet az egyes sejttípusok között. Ennél is fontosabb, hogy a sejtspecifikus öregedési mintázatok előre jelezték a neurodegeneratív betegségek, a daganatos megbetegedések és az összes okból bekövetkező halálozás kockázatát. Több összefüggés akár tizenöt éves követés során is fennmaradt, ami arra utal, hogy a módszer hosszú távon alkalmas lehet klinikai kockázatbecslésre, még ha azonnali diagnosztikai alkalmazásra nem is.

A szerzők kiemelik, hogy a dinamikus, sejtszintű felbontással rendelkező proteomikai mintázatok követése olyan funkcionális réteget adhat a kockázatbecsléshez, amely bizonyos helyzetekben többletinformációt nyújt a hagyományos, statikus genetikai vizsgálatokhoz képest. Régóta ismert, hogy a kronológiai életkor nem tükrözi az emberi öregedés biológiai sokféleségét. Ennek ellenére a kockázatbecslés hagyományosan statikus genetikai eszközökre – például poligénes kockázati pontszámokra vagy családi hordozói státuszokra – támaszkodott, amelyek az örökletes hajlamot mérik, de nem képesek megragadni a fiziológiai hanyatlás időben változó ütemét. Ezek a megközelítések azt sem tudják felismerni, hogy bizonyos sejttípusok esetleg a szervezet átlagánál gyorsabban öregszenek. A plazma-proteomika fejlődése azonban lehetővé tette, hogy dinamikus molekuláris öregedési mutatókat kapjunk. A tanulmány legfontosabb újítása az volt, hogy a keringő fehérjéket nem pusztán általános biomarkereknek tekintette, hanem egyes sejttípusokból származó jelzéseknek, ami egészen idáig non-invazív módszerekkel nem volt lehetséges.

A kutatás célja az volt, hogy egyetlen vérmintából nagy felbontású, sejtspecifikus öregedési órákat hozzon létre gépi tanulási módszerekkel. A modelleket a sejtekre jellemző fehérjék mennyisége alapján tanították be, majd több nagy kohorszban validálták: a Global Neurodegeneration Proteomics Consortiumban, a UK Biobankban és a 1946-os National Survey of Health and Development vizsgálatban, két különböző proteomikai platformon is megismételve az elemzéseket. A Human Protein Atlas transzkriptomikai adatai alapján több mint hétezer plazmafehérjét kapcsoltak össze olyan sejttípusokkal, amelyekben a megfelelő gének kifejeződése kiemelkedő volt. Ezt követően azt vizsgálták, hogy a sejtspecifikus öregedési mintázatok összefüggnek-e a neurodegeneratív betegségek, a tüdőrák és az összes okból bekövetkező halálozás hosszú távú kockázatával, amelyhez egy összetett mutatót, a Polycellular Aging Risk Score-t (PARS) alkalmaztak.

Az eredmények azt mutatták, hogy a sejtspecifikus proteomikai öregedési profilok erős összefüggést mutattak a későbbi betegségek kialakulásának kockázatával. A legmarkánsabb összefüggés az extrém asztrocita-öregedéshez kötődött, amely a UK Biobank adatbázisában az Alzheimer-kór legnagyobb erejű előrejelzője volt: az esélyhányados (HR; hazard ratio) 12,59 volt a tizenöt éves követés során. Összehasonlításképpen az APOE4 hordozói státusz 5,30-as, az Alzheimerre vonatkozó poligénes kockázati pontszám 2,14-es, míg a kronológiai életkor 1,24-es hazard aránnyal társult. Az APOE4/4 homozigóták körében az Alzheimer-kór kumulatív incidenciája 38,3% volt extrém asztrocita-öregedés esetén, szemben a normál öregedésűek 12,6%-ával és a fiatalos asztrocita-profillal rendelkezők 0%-ával. A nemek szerinti elemzés azt mutatta, hogy nőkben az APOE4 és az extrém asztrocita-öregedés együttes jelenléte még nagyobb kockázattal járt, mint férfiakban.

A platform azt is kimutatta, hogy az inhibitoros – nem pedig az excitátoros – neuronok gyorsult öregedése összekapcsolható az Alzheimer-kór fokozott kockázatával, míg az extrém vázizomsejt-öregedés 12,7-szeresére növelte az amiotrófiás laterálszklerózis (ALS) rizikóját, és ez az összefüggés akkor is fennmaradt, amikor csak a vérvétel után legalább három évvel diagnosztizált eseteket vizsgálták. Az extrém alveoláris és légúti hámsejt-öregedés a dohányzás hatásán túl 58%-kal növelte a tüdőrák kockázatát, az alveoláris öregedés pedig 8,39-es HR-t mutatott. A PARS elemzések szerint a tizenöt éves túlélés a normál öregedésűek körülbelül 90%-áról 34%-ra csökkent azoknál, akik több mint húsz sejttípusban mutattak extrém öregedést.

A vizsgálat összegzése szerint a plazmafehérjékből származó, sejtspecifikus öregedési órák több szervrendszerre kiterjedő, klinikailag releváns kockázatbecslést tehetnek lehetővé, és fontos lépést jelentenek a precíziós orvoslás fejlődésében.

Írásunk az alábbi közlemények alapján készült:

A single blood test could offer a glimpse of disease risk years in advance

Translating cellular aging clocks into disease risk prediction

Plasma proteomic signatures of cellular aging predict human disease

Irodalmi hivatkozás:

Heikal, S., & Salama, M. (2026). Translating cellular aging clocks into disease risk prediction. Cell Reports Medicine, 7(8), 102996. DOI: 10.1016/j.xcrm.2026.102996. https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(26)00413-1

Ding, D. Y., Bot, V. A., Chen, K. L., Groves, J. W., Pálovics, R., Masuda, D., Farinas, A., Oh, H. S. H., Wagner, V., Lu, N., Cruchaga, C., Isakova, A., Schott, J. M., & Wyss-Coray, T. (2026). Plasma proteomic signatures of cellular aging predict human disease. Nature Medicine, 32(6), 2060-2072. DOI: 10.1038/s41591-026-04446-y, https://www.nature.com/articles/s41591-026-04446-y