La science des réseaux révèle quels médicaments existants pourraient cibler les marqueurs du vieillissement
Des chercheurs de Northeastern et Harvard ont cartographié 6 442 médicaments par rapport aux gènes marqueurs du vieillissement en utilisant des réseaux d'interactions protéiques afin d'identifier des candidats à la longévité.
Résumé
Des scientifiques ont mis au point une méthode basée sur les réseaux pour identifier des médicaments approuvés existants susceptibles de ralentir le vieillissement. En utilisant une carte des interactions protéiques appelée l'interactome, des chercheurs de la Northeastern University et de Harvard ont relié 1 250 gènes liés au vieillissement aux marqueurs caractéristiques du vieillissement, puis ont testé 6 442 composés connus pour leur proximité avec ces clusters de gènes. Les médicaments dont les cibles protéiques se situent à proximité des modules de gènes caractéristiques sont signalés comme candidats potentiels pour ralentir les processus de vieillissement. Cette approche contourne l'attente de plusieurs décennies nécessaire aux études directes sur l'espérance de vie, en utilisant la proximité dans le réseau comme signal indirect. Publiée dans Nature Aging, l'étude propose un raccourci systématique et fondé sur les données pour repositionner des médicaments déjà approuvés en tant que thérapeutiques potentielles de la longévité, réduisant considérablement le champ des candidats qui méritent d'être testés dans de futurs essais cliniques.
Résumé détaillé
Le vieillissement est piloté par des milliers de gènes en interaction, ce qui rend extraordinairement difficile l'identification des médicaments susceptibles d'en ralentir le processus. Une nouvelle étude publiée dans <em>Nature Aging</em>, issue de la Northeastern University et de Harvard, propose un raccourci élégant : utiliser les mathématiques des réseaux d'interactions protéiques pour prédire quels médicaments existants et approuvés sont les plus susceptibles d'interférer avec les mécanismes biologiques du vieillissement.
L'équipe de recherche, dirigée par le physicien Albert-László Barabási et le chercheur postdoctoral Bnaya Gross, s'est appuyée sur le cadre établi de la médecine des réseaux. Cette approche représente les protéines sous forme de nœuds dans un vaste graphe interconnecté — l'interactome humain — comprenant plus de 500 000 interactions validées expérimentalement. Les gènes associés à des maladies ont tendance à se regrouper en modules identifiables au sein de ce réseau. L'équipe a appliqué cette même logique aux hallmarks du vieillissement, en traitant chaque hallmark comme un module analogue à une maladie.
En partant de la base de données OpenGenes, les chercheurs ont identifié 2 358 gènes liés au vieillissement, dont 1 250 pouvaient être assignés à au moins un hallmark. Ils ont ensuite évalué 6 442 composés issus de DrugBank, en mesurant la proximité réseau de chaque médicament — c'est-à-dire la distance entre ses cibles protéiques et les clusters de gènes des hallmarks. Des distances plus courtes suggèrent qu'un médicament est plus susceptible de perturber de manière significative les voies du vieillissement.
Parmi les principaux résultats figure la découverte que de nombreux gènes couvrent plusieurs hallmarks, mettant en évidence des mécanismes moléculaires partagés entre les différents processus du vieillissement. Le gène <em>TP53</em> à lui seul fait le lien entre sept hallmarks. C'est précisément cette interconnexion que l'analyse de réseau capture avec efficacité, révélant que le vieillissement n'est pas un ensemble aléatoire d'événements génétiques, mais un système organisé et cartographiable.
Pour les personnes soucieuses de leur santé ainsi que pour les cliniciens, l'implication pratique est considérable : ce cadre pourrait accélérer le repositionnement de médicaments existants dans des applications de longévité, en contournant les longs délais du développement pharmaceutique classique. Toutefois, la proximité réseau est un indicateur computationnel, et non une garantie clinique. Une validation dans des modèles animaux et des essais humains sera indispensable avant qu'un médicament spécifique puisse être recommandé dans le cadre d'une intervention contre le vieillissement.
Principales conclusions
- 1,250 aging-related genes were mapped onto the human interactome and organized by hallmarks of aging.
- 6,442 existing approved compounds were scored for network proximity to hallmark gene clusters as longevity candidates.
- TP53 spans seven hallmarks, illustrating how shared molecular machinery links multiple aging processes.
- Network proximity provides a faster computational proxy for identifying anti-aging drug candidates than direct lifespan studies.
- The method builds on 15 years of network medicine research previously applied to heart disease, asthma, and COVID-19.
Méthodologie
Il s'agit d'un résumé de recherche d'une étude évaluée par les pairs et publiée dans *Nature Aging*, une revue à haute crédibilité. La base de données probantes est computationnelle, reposant sur une analyse de proximité de réseau appliquée à des bases de données de gènes et de médicaments. Aucune donnée d'essai clinique n'est présentée ; les résultats sont générateurs d'hypothèses et nécessitent une validation expérimentale.
Limites de l'étude
L'étude repose sur la proximité de réseau computationnelle comme indicateur indirect de l'efficacité biologique, une approche qui n'a pas encore été validée pour les résultats de longévité chez l'humain. Seulement 26 des 2 358 gènes du vieillissement présentent le niveau de confiance le plus élevé, ce qui signifie qu'une grande partie de l'ensemble de gènes repose sur des preuves moins solides. La source primaire doit être consultée pour obtenir les listes complètes de candidats médicamenteux et les seuils statistiques utilisés.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :