GOLD BioAge nutzt Gompertz-Mathematik, um Routine-Bluttests in einen biologischen Altersscore umzuwandeln

Chronologisches Alter ist ein unvollkommener Näherungswert für biologisches Altern. Zwei Menschen desselben Kalenderalters können sich in ihrer physiologischen Funktion, Krankheitslast und verbleibenden Lebenserwartung erheblich unterscheiden. Bestehende biologische Altersuhren – von DNA-Methylierungsarrays bis hin zu komplexen Machine-Learning-Modellen – erfordern häufig kostspielige oder technisch anspruchsvolle Tests, die ihren routinemäßigen klinischen Einsatz einschränken. Diese Arbeit stellt GOLD BioAge vor, einen auf dem Gompertz-Gesetz basierenden Algorithmus, der sowohl mathematisch interpretierbar als auch praktisch einsetzbar sein soll.

Die Gompertz-Verteilung beschreibt den exponentiellen Anstieg des Mortalitätsrisikos mit zunehmendem Alter, und die Autoren nutzen ihre Hazard-Funktion, um das biologische Alter an das tatsächliche Sterberisiko zu knüpfen. Ausgehend von NHANES-Daten (39.348 Teilnehmer, Durchschnittsalter 49,5 ± 18,0 Jahre) verwendeten sie LASSO-Cox-Regression, um aus einem anfänglichen Panel von 26 Markern neun Biomarker auszuwählen: Erythrozytenverteilungsbreite (RDW), Albumin (ALB), Kreatinin, alkalische Phosphatase (ALP), Gamma-Glutamyltransferase (GGT), Leukozytenanzahl (WBC), Lymphozytenprozentsatz, mittleres Zellvolumen (MCV) sowie einen weiteren Marker. GOLD BioAge ist die lineare Summe aus chronologischem Alter und gewichteten Biomarkerwerten und erreicht eine Korrelation von R = 0,969 mit dem chronologischen Alter. Die wichtigste klinische Kennzahl ist BioAgeDiff – biologisches Alter minus chronologisches Alter –, die auf individueller Ebene direkt ein beschleunigtes oder verlangsamtes Altern quantifiziert.

In Analysen von NHANES und UK Biobank korrelierte ein höherer BioAgeDiff signifikant mit einer größeren Anzahl altersbedingter chronischer Erkrankungen, einem schlechteren selbst eingeschätzten Gesundheitszustand und ungesunden Lebensstilverhalten. Benchmarkvergleiche zeigten, dass GOLD BioAge mehrere etablierte Altersuhren (darunter Phenotypic Age und PCAge-Varianten) bei der Vorhersage der Gesamtmortalität über verschiedene Altersgruppen in beiden Kohorten übertraf. Der Algorithmus wurde anschließend auf UK Biobank-Omics-Daten ausgeweitet und lieferte GOLD ProtAge (proteomikbasiert) und GOLD MetAge (metabolomikbasiert), die das klinische Biomarkermodell bei der Vorhersage von Mortalität und dem Risiko chronischer Erkrankungen übertrafen – was darauf hindeutet, dass das Framework sich auf reichhaltigere molekulare Daten skalieren lässt.

In der Erkenntnis, dass selbst neun Biomarker in ressourcenarmen Umgebungen unpraktisch sein können, entwickelte das Team Light BioAge unter Verwendung von lediglich drei Biomarkern. Dieses vereinfachte Modell wurde in drei unabhängigen chinesischen Längsschnittkohorten validiert: CHARLS, RuLAS und CLHLS. Light BioAge sagte zuverlässig das Sterberisiko in allen drei Datensätzen vorher, prognostizierte das Auftreten von Gebrechlichkeit, schichtete bereits gebrechliche Personen nach Risiko und identifizierte Hochrisikopersonen in Kombination mit einer Gebrechlichkeitsbewertung – und demonstrierte damit populationsübergreifende Generalisierbarkeit.

Der wichtigste Beitrag der Studie ist methodische Eleganz: Indem das biologische Alter direkt in der Gompertz-Hazard-Funktion verankert wird, besitzt jeder Koeffizient eine biologisch interpretierbare Bedeutung, die mit dem Sterberisiko verknüpft ist. Die lineare Formel ist ohne spezialisierte Software berechenbar, was sie für Point-of-Care- oder bevölkerungsweite Gesundheitsscreenings geeignet macht.