Mathematisches Modell entschlüsselt, wie sich IgG-Glykanmuster mit dem Alter verändern

Die IgG-Glykosylierung – die Anlagerung von Zuckerketten an Antikörper – ist kein statischer Vorgang. Sie verändert sich mit dem Alter, bei Erkrankungen und in Abhängigkeit von genetischen Faktoren, und diese Veränderungen haben diagnostische sowie funktionelle Konsequenzen. Die Übersetzung roher Glykanmessungen in mechanistische Erkenntnisse ist jedoch bisher schwierig geblieben. Diese Studie unternimmt einen wichtigen Schritt nach vorn, indem sie ein quantitatives mathematisches Modell aufbaut und validiert, das aus bevölkerungsbasierten Daten im großen Maßstab die zugrunde liegende Enzymaktivität der IgG-Glykanprofile rekonstruiert.

Die Forscher konstruierten ein regelbasiertes kinetisches Modell der IgG-N-Glykosylierung, das vier Golgi-Kompartimente umfasst (cis-, mediale und trans-Zisternen sowie das trans-Golgi-Netzwerk). Das Modell beginnt mit dem M5-Mannose-Vorläufer und simuliert die sequenziellen Aktivitäten von sieben Enzymen: GnT I, GnT II, GnT III, Man II, FucT, GalT und SiaT. Es wurde mithilfe von UHPLC-gemessenen Glykanprofilen von 915 Personen von der Insel Korčula kalibriert und in einer unabhängigen Kohorte von 890 Personen von der Insel Vis – beide in Kroatien – validiert. Jede Person wurde durch 22 chromatographische Glykanpeaks repräsentiert, und das Modell wurde individualisiert, indem sechs individuelle Enzymkonzentrationsparameter pro Person angepasst wurden.

Das Modell erzielte in beiden Kohorten eine hohe Übereinstimmung mit den experimentellen Glykanverteilungen. Entscheidend ist, dass es einen konsistenten, statistisch signifikanten altersbedingten Rückgang der GalT-Konzentration in beiden Populationen aufzeigte. GalT ist verantwortlich für die Anlagerung von Galaktose an terminale GlcNAc-Reste – ein bekannter Schritt, der mit dem Altern abnimmt und die Verschiebung hin zu agalaktosylierten Glykanformen antreibt, die mit Inflammaging in Verbindung gebracht werden. Das Modell konnte dieses biologische Signal allein aus den Glykanprofilen extrahieren, ohne direkte Enzymmessung.

Über die Rekonstruktion bekannter Biologie hinaus zeigte das Modell, dass die ermittelten GalT- und andere Enzymkonzentrationen das chronologische Alter mit einer Genauigkeit vorhersagen konnten, die mit etablierten glykanpeakbasierten Alterungsbiomarkern vergleichbar ist. Dies positioniert die modellierten Enzymaktivitäten als eine mechanistisch interpretierbare Schicht zwischen genetischen Varianten und Glykanprofilen – was genomweite Assoziationsstudien (GWAS) potenziell leistungsfähiger und biologisch besser interpretierbar machen könnte, indem Variation auf Enzymebene statt einzelner Glykanpeaks untersucht wird.

Die Autoren verstehen dies als ersten Schritt einer zweistufigen Strategie: zunächst Enzymaktivitäten mittels mathematischer Modellierung rekonstruieren, dann genetische Varianten diesen Aktivitäten zuordnen. Dies könnte die Detektionsleistung für SNPs verbessern, deren Effekte beim Vergleich mit komplexen Glykanpeak-Komposita verwässert oder verschleiert werden. Zu den Einschränkungen zählen der Ausschluss der frühen ER- und cis-Golgi-Prozessierung, die ausschließliche Nutzung von Populationen europäischer Abstammung sowie die Verwendung relativer anstelle absoluter Glykankonzentrationen. Dennoch ist der Ansatz rechnerisch handhabbar, über die BioUML-Plattform frei verfügbar und auf andere Glykoprotein-Systeme erweiterbar.