Des scientifiques développent un score protéique sanguin capable de prédire des années d'espérance de vie en bonne santé

L'espérance de vie mondiale a considérablement augmenté, mais l'espérance de vie en bonne santé n'a pas suivi le même rythme, laissant des millions de personnes âgées aux prises avec des maladies chroniques. La géroscience propose de cibler les caractéristiques fondamentales du vieillissement — plutôt que les maladies individuelles — afin de retarder simultanément plusieurs pathologies liées à l'âge. Un obstacle majeur à la vérification de cette hypothèse est l'absence de biomarqueurs de substitution validés permettant de mesurer l'espérance de vie en bonne santé dans le cadre d'essais cliniques, sans nécessiter des décennies de suivi.

Pour y remédier, des chercheurs de l'Université du Connecticut, de l'Université d'Exeter et de l'Université d'Helsinki ont développé le Healthspan Proteomic Score (HPS) à partir des données du UK Biobank Pharma Proteomics Project (UKB PPP). L'espérance de vie en bonne santé y est définie comme les années vécues sans huit pathologies majeures : le cancer (à l'exclusion du cancer cutané non mélanome), le diabète de type I et II, l'insuffisance cardiaque, l'infarctus du myocarde, l'accident vasculaire cérébral, la BPCO, la démence et le décès. Sur les 53 018 participants disposant de données protéomiques issues du panel Olink Explore 3072 (2 920 protéines), 43 119 étaient indemnes de ces pathologies au moment de l'inclusion et ont été répartis à 70/30 entre des ensembles d'entraînement et de test.

En utilisant une régression de Cox pénalisée par LASSO suivie d'un modèle de survie de Gompertz, l'équipe a identifié 86 protéines ainsi que l'âge chronologique, qui ensemble permettent de prédire le risque sur 10 ans de développer une première pathologie définissant l'espérance de vie en bonne santé. Le HPS a été calculé comme étant égal à un moins ce risque ; des scores plus bas indiquent un risque plus élevé. Le HPS médian était de 0,84 chez les individus sans maladie et diminuait progressivement jusqu'à 0,07 chez ceux présentant cinq pathologies simultanées. Le modèle a atteint une C-statistique de 0,718 dans l'ensemble de test, les protéines seules contribuant à la quasi-totalité du pouvoir prédictif (C-statistique de 0,715), ce qui indique que l'information biologique contenue dans le protéome supplante largement l'âge chronologique.

Un HPS plus bas était significativement associé à une mortalité toutes causes confondues plus élevée et à chacun des critères de maladie individuels. Fait crucial, le HPS a démontré une précision prédictive supérieure à celle des mesures d'âge biologique établies, notamment les horloges protéomiques (PhenoAge, aging.ai) et les horloges épigénétiques (Horvath, GrimAge, DunedinPACE), testées aussi bien dans la cohorte de test interne UKB que dans la cohorte externe finlandaise de jumeaux Essential Hypertension Epigenetics (EH-Epi). L'analyse d'enrichissement de sets de gènes portant sur les protéines associées au HPS a mis en évidence des voies biologiques caractéristiques, notamment la réponse immunitaire innée et adaptative, la signalisation inflammatoire, le métabolisme cellulaire et le remodelage de la matrice extracellulaire — ce qui est cohérent avec les mécanismes connus du vieillissement biologique.

La validation externe dans l'étude EH-Epi a confirmé que le HPS était significativement corrélé aux horloges de vieillissement épigénétique et aux critères de santé dans une population indépendante. Les auteurs proposent le HPS comme critère de substitution pratique pour les essais cliniques en géroscience, permettant de réduire la durée des études et les tailles d'échantillon nécessaires en remplaçant les critères cliniques primaires par un indicateur protéomique validé de la trajectoire de santé globale.