La scienza delle reti rivela quali farmaci esistenti potrebbero agire sulle caratteristiche distintive dell'invecchiamento
Ricercatori della Northeastern University e di Harvard hanno mappato 6.442 farmaci in relazione ai geni caratteristici dell'invecchiamento, utilizzando reti di interazione proteica per identificare potenziali candidati per la longevità.
Riepilogo
Gli scienziati hanno sviluppato un metodo basato su reti per identificare farmaci approvati già esistenti che potrebbero rallentare l'invecchiamento. Utilizzando una mappa delle interazioni proteiche chiamata interactome, i ricercatori della Northeastern University e di Harvard hanno collegato 1.250 geni correlati all'invecchiamento agli hallmark dell'invecchiamento, per poi testare 6.442 composti noti in base alla loro prossimità a questi cluster genici. I farmaci i cui bersagli proteici si trovano vicini ai moduli genici degli hallmark vengono segnalati come candidati per rallentare i processi di invecchiamento. Questo approccio aggira l'attesa di decenni necessaria per gli studi diretti sull'aspettativa di vita, utilizzando la prossimità di rete come segnale proxy. Pubblicato su Nature Aging, lo studio offre una scorciatoia sistematica e basata sui dati per il riutilizzo di farmaci già approvati come potenziali terapeutici per la longevità, riducendo drasticamente il campo dei candidati che vale la pena testare in futuri trial clinici.
Riepilogo Dettagliato
L'invecchiamento è guidato da migliaia di geni in interazione, il che rende straordinariamente difficile identificare quali farmaci potrebbero rallentare il processo. Un nuovo studio pubblicato su Nature Aging dalla Northeastern University e Harvard propone una scorciatoia elegante: utilizzare la matematica delle reti di interazioni proteiche per prevedere quali farmaci esistenti e già approvati abbiano maggiori probabilità di interferire con i meccanismi biologici dell'invecchiamento.
Il team di ricerca, guidato dal fisico Albert-László Barabási e dal ricercatore postdottorale Bnaya Gross, ha sviluppato il consolidato framework della network medicine. Questo approccio rappresenta le proteine come nodi in un vasto grafo interconnesso — l'interattoma umano — contenente oltre 500.000 interazioni supportate sperimentalmente. I geni associati alle malattie tendono a raggrupparsi in moduli identificabili all'interno di questa rete. Il team ha applicato la stessa logica agli hallmark dell'invecchiamento, trattando ciascun hallmark come un proprio modulo simile a una malattia.
Partendo dal database OpenGenes, i ricercatori hanno identificato 2.358 geni collegati all'invecchiamento, di cui 1.250 assegnabili ad almeno un hallmark. Hanno quindi valutato 6.442 composti provenienti da DrugBank, misurando la prossimità di rete di ciascun farmaco — essenzialmente quanto i suoi bersagli proteici siano vicini ai cluster genici degli hallmark. Distanze più brevi suggeriscono che un farmaco abbia maggiori probabilità di perturbare significativamente le vie dell'invecchiamento.
Tra i risultati principali vi è la scoperta che molti geni si estendono su più hallmark, evidenziando la presenza di meccanismi molecolari condivisi tra i vari processi di invecchiamento. Il solo gene <em>TP53</em> collega sette hallmark. Questa interconnessione è precisamente ciò che l'analisi di rete riesce a catturare meglio, rivelando che l'invecchiamento non è un insieme casuale di eventi genetici, bensì un sistema organizzato e mappabile.
Per le persone attente alla salute e per i clinici, l'implicazione pratica è significativa: questo framework potrebbe accelerare il reimpiego di farmaci esistenti per applicazioni di longevità, aggirando i lunghi tempi di sviluppo farmaceutico. Tuttavia, la prossimità di rete è un indicatore computazionale, non una garanzia clinica. La validazione in modelli animali e negli studi sull'uomo sarà essenziale prima che qualsiasi farmaco specifico possa essere raccomandato per un intervento sull'invecchiamento.
Risultati Principali
- 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.
Metodologia
Si tratta di una sintesi di ricerca di uno studio sottoposto a revisione paritaria pubblicato su Nature Aging, una rivista ad alta credibilità. La base di evidenza è computazionale, basata sull'analisi della prossimità di rete attraverso database curati di geni e farmaci. Non vengono presentati dati di sperimentazione clinica; i risultati sono di natura ipotetica e richiedono validazione sperimentale.
Limitazioni dello Studio
Lo studio si basa sulla prossimità di rete computazionale come indicatore surrogato dell'efficacia biologica, un approccio che non è ancora stato validato in relazione agli esiti di longevità nell'uomo. Solo 26 dei 2.358 geni dell'invecchiamento presentano il massimo livello di confidenza, il che significa che gran parte del set genico si fonda su evidenze più deboli. È opportuno consultare la fonte primaria per l'elenco completo dei candidati farmacologici e le soglie statistiche utilizzate.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: