Les horloges métabolomiques RMN détectent le vieillissement accéléré dans le cancer et les maladies hépatiques

L'âge biologique — qui reflète le déclin physiologique cumulatif résultant de facteurs génétiques, environnementaux et liés au mode de vie — prédit souvent les résultats de santé mieux que l'âge chronologique. Les horloges moléculaires du vieillissement, entraînées sur des biomarqueurs issus du sang ou des tissus, sont devenues des outils puissants pour quantifier cet écart. Cette perspective passe en revue les principaux types d'horloges et présente une nouvelle horloge du vieillissement métabolomique basée sur la RMN haute performance, avec des applications cliniques directes.

Les auteurs situent leurs travaux dans quatre grandes catégories d'horloges : les horloges épigénétiques (p. ex., Horvath, Hannum) basées sur la méthylation du DNA ; les horloges transcriptomiques capturant les modifications de la régulation des gènes ; les horloges protéomiques prédisant la multimorbidité et la mortalité ; et les horloges métabolomiques détectant la déplétion en NAD+, la dysfonction mitochondriale et d'autres modifications métaboliques associées au vieillissement. Chaque approche présente des compromis en termes de précision, d'interprétabilité et d'éclairage biologique. Les modèles métabolomiques basés sur la RMN antérieurs — notamment les scores basés sur l'urine, l'étude estonienne sur les biomarqueurs de mortalité (17 345 individus), la cohorte FINNRISK (44 168 individus) et le modèle néerlandais metaboAge (18 000 échantillons de sérum) — ont montré des corrélations modérées avec l'âge chronologique (Pearson ~0,65) et une capacité limitée à résoudre les régions de vieillissement accéléré.

L'équipe de CIC bioGUNE a construit son horloge sur la cohorte AKRIBEA de 13 500 travailleurs du Pays basque, complétée jusqu'à ~20 000 individus pour une couverture équilibrée du spectre des âges. Une approche d'apprentissage automatique par empilement d'ensemble robuste appliquée aux spectres RMN ¹H 1D NOESY a atteint une corrélation de Pearson de 0,92, avec plus de 75 % des prédictions situées dans un écart de 10 ans par rapport à l'âge chronologique — surpassant substantiellement les modèles antérieurs. Une version interprétable parallèle utilisant des métabolites quantifiés et des paramètres cliniques RMN a atteint R=0,88, permettant une compréhension mécanistique en complément de la puissance prédictive.

L'horloge a notamment été appliquée à des cohortes de maladies afin d'évaluer la distorsion métabolique — soit la différence entre l'âge métabolique et l'âge chronologique. Chez 717 patients atteints de cancer de la prostate (âge moyen ~67 ans), l'âge métabolique était accéléré de +4,9 ± 9,2 ans (p=1,0×10⁻¹⁹). Chez 169 patients atteints de MASLD (âge moyen ~65 ans), l'accélération était plus prononcée, à +14,5 ± 10,9 ans (p=1,9×10⁻²⁹), avec une plus grande hétérogénéité. Les patients du sous-type A de MASLD présentaient une distorsion métabolique plus faible que les sous-types B+C, ce qui est cohérent avec des profils lipidomiques sériques distincts précédemment identifiés, suggérant que l'horloge peut stratifier la sévérité de la maladie et les sous-types métaboliques.

Les auteurs reconnaissent les limites importantes de toutes les horloges du vieillissement : la corrélation n'implique pas la causalité ; les modèles entraînés sur des populations spécifiques peuvent ne pas se généraliser à d'autres groupes ethniques ou socio-économiques ; les mesures à un seul point dans le temps ne peuvent pas capturer la dynamique du vieillissement ; et l'impact clinique des interventions réduisant l'âge biologique reste incertain. Ils préconisent l'intégration multi-omique longitudinale et des ensembles d'entraînement diversifiés sur le plan des populations à mesure que le domaine se développe.