La signature SenFlag identifie de manière fiable les cellules sénescentes dans les tissus murins et humains
Une nouvelle signature génique appelée SenFlag identifie précisément les cellules sénescentes dans les données unicellulaires, en suivant leur accumulation au fil du vieillissement et des lésions tissulaires.
Résumé
Des scientifiques ont développé SenFlag, une signature génique simplifiée qui identifie avec précision les cellules sénescentes — des cellules vieillissantes et dysfonctionnelles associées au déclin tissulaire et aux maladies — dans les tissus de souris et humains. Contrairement aux méthodes précédentes, limitées par le bruit cellulaire, SenFlag capture un ensemble conservé de marqueurs moléculaires : une activité réduite des gènes qui pilotent la division cellulaire et l'organisation de la chromatine, ainsi qu'une élévation des freins du cycle cellulaire et de l'activité lysosomale. Appliqué à des jeux de données de séquençage RNA unicellulaire, SenFlag détecte une population rare mais en constante augmentation de cellules sénescentes, qui se concentre dans les tissus épithéliaux et endothéliaux, croît avec l'âge et les lésions tissulaires, et diminue lorsque des traitements ciblant la sénescence sont appliqués. Cet outil devrait affiner la recherche sur la manière dont les cellules sénescentes favorisent le vieillissement et la maladie.
Résumé détaillé
La sénescence cellulaire — le processus par lequel des cellules endommagées ou stressées cessent de se diviser tout en résistant à la mort — joue un rôle central dans le vieillissement, la cicatrisation et les maladies. Pourtant, identifier ces cellules avec précision dans des tissus complexes s'est révélé difficile, car les cellules sénescentes partagent des caractéristiques avec d'autres états cellulaires et sont présentes en faible fréquence. Une signature moléculaire fiable est urgemment nécessaire pour accélérer la recherche et le développement de médicaments ciblant ces cellules.
Des chercheurs de l'European Research Institute for the Biology of Ageing (ERIBA) ont développé SenFlag, une signature génique sélectionnée obtenue en analysant systématiquement des données de séquençage RNA en vrac et en cellule unique issues de plusieurs modèles de sénescence. Plutôt que de s'appuyer sur un marqueur unique, SenFlag intègre un programme transcriptionnel conservé : une expression réduite des gènes de prolifération et de chromatine (notamment HMGB1/2 et HMGN2), une régulation à la hausse des inhibiteurs du cycle cellulaire bien connus CDKN1A et CDKN2A, une expression accrue de CCND1, ainsi que des marqueurs lysosomaux élevés incluant les sous-unités V-ATPase et les cathepsines.
Appliqué à des jeux de données in vivo issus de souris et d'êtres humains, SenFlag a identifié une population de cellules sénescentes rare mais s'accumulant progressivement. Ces cellules étaient enrichies dans les compartiments épithéliaux et endothéliaux, et leur abondance augmentait avec l'avancée en âge et à la suite de lésions tissulaires — deux marqueurs caractéristiques de la sénescence biologique. Fait crucial, les cellules positives à SenFlag étaient moins nombreuses dans les jeux de données où des interventions sénolytiques (visant à éliminer les cellules sénescentes) avaient été appliquées, ce qui conforte fortement la spécificité de la signature.
Les implications cliniques sont significatives. SenFlag fournit un outil standardisé et interprétable pour cartographier la charge en cellules sénescentes à travers les tissus, les tranches d'âge et les états pathologiques. Cela pourrait permettre d'identifier les tissus accumulant le plus de cellules sénescentes et d'orienter le développement et l'évaluation des thérapies sénolytiques.
Parmi les réserves importantes à noter : l'étude complète n'est pas encore disponible en accès libre, de sorte que ce résumé repose uniquement sur l'abstract. Par ailleurs, l'institution de l'auteur principal entretient des liens commerciaux avec des entreprises de biotechnologie sénolytique, ce qui mérite d'être pris en compte lors de l'interprétation des affirmations relatives à la pertinence thérapeutique.
Principales conclusions
- SenFlag integrates proliferation, chromatin, cell-cycle, and lysosomal markers to identify senescent cells more accurately than prior methods.
- Senescent cells detected by SenFlag accumulate progressively with age and following tissue injury in both mice and humans.
- SenFlag-positive cells are enriched in epithelial and endothelial tissue compartments across species.
- Senolytic interventions reduce SenFlag-positive cell counts in datasets, validating the signature's in vivo specificity.
- HMGB1/2, HMGN2, CDKN1A, CDKN2A, CCND1, V-ATPase subunits, and cathepsins form the core of the conserved signature.
Méthodologie
SenFlag a été élaboré par une analyse systématique de jeux de données de séquençage d'ARN en vrac et en cellule unique couvrant plusieurs modèles d'induction de la sénescence. La signature a ensuite été validée in vivo en l'appliquant à des jeux de données d'études sur le vieillissement, les lésions tissulaires et les interventions sénolytiques, aussi bien dans des tissus de souris que dans des tissus humains.
Limites de l'étude
Ce résumé est basé uniquement sur le résumé de l'article, le texte intégral n'étant pas en libre accès. L'auteur principal a déclaré des mandats d'administrateur et des participations au capital dans plusieurs sociétés de biotechnologie spécialisées dans les sénolytiques, ce qui représente un conflit d'intérêts potentiel. La validation clinique prospective de SenFlag en tant que biomarqueur dans des cohortes de patients n'a pas encore été rapportée.
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 :