Proteínas Plasmáticas Revelam Três Pontos de Aceleração do Envelhecimento Metabólico nas Idades de 44, 51 e 63 Anos

Como o envelhecimento da população global vem se tornando uma prioridade de saúde pública, identificar biomarcadores mensuráveis e preditivos de declínio metabólico tornou-se essencial. A idade cronológica é um indicador imperfeito do envelhecimento biológico, o que motiva a busca por relógios moleculares capazes de capturar melhor as trajetórias individuais de envelhecimento. Este estudo abordou essa lacuna utilizando um dos maiores conjuntos de dados proteômicos plasmáticos já reunidos para pesquisa em envelhecimento.

A equipe desenvolveu um escore de Idade Metabólica (MA) por meio de um modelo de regressão de Cox com LASSO, aplicado a 203.491 participantes do UK Biobank com dados metabolômicos de ressonância magnética nuclear (NMR). Dezoito indicadores metabolômicos foram selecionados, com acetis de glicoproteína, grau de insaturação de ácidos graxos e diâmetro das partículas de VLDL figurando entre os mais influentes. O escore MA apresentou forte correlação com a idade cronológica (r de Spearman = 0,876), mas agregou valor preditivo relevante além dos fatores de risco tradicionais, melhorando os índices C para mortalidade, DCV e DM2 em até 0,786. O envelhecimento metabólico acelerado foi associado a riscos 30–66% maiores de morte e doenças cardiometabólicas, além de menor comprimento de telômeros e maiores pontuações no índice de fragilidade.

Em 24.920 participantes com dados metabolômicos e proteômicos (plataforma Olink Explore 3072, medindo 2.923 proteínas), análises em todo o proteoma identificaram proteínas significativamente associadas a cada fenótipo de envelhecimento: 535 com mortalidade, 626 com fragilidade, 1.924 com MA e números menores com DCV, DM2 e comprimento de telômeros. Sessenta proteínas foram associadas a todos os seis fenótipos simultaneamente, constituindo um proteoma central do envelhecimento metabólico. Onze proteínas foram especialmente proeminentes: GDF15 e PLAUR figuraram entre as 20 primeiras em todos os seis fenótipos; TNFRSF10B, IFI30, HGF e WFDC2, em cinco; e TNFRSF10A, COL6A3, PIGR, IGFBP4 e EDA2R, em quatro. Essas proteínas se agrupam em torno das vias de sinalização de citocinas, regulação imunológica e remodelação da matriz extracelular.

A contribuição mais inovadora do estudo é a análise de expressão diferencial por janela deslizante aplicada a 7.092 participantes, que revelou que as alterações nas proteínas plasmáticas durante o envelhecimento metabólico não são lineares, mas sim ondulatórias. Três picos distintos de proteínas diferencialmente expressas ocorreram nas idades metabólicas de 44, 51 e 63 anos, cada um com assinaturas proteicas parcialmente exclusivas. Nove proteínas — incluindo IL6, HAVCR2, LGALS9, PLAUR, TNFRSF10B e WFDC2 — foram significativas nos três picos. O enriquecimento de vias mostrou que a onda aos 44 anos envolveu respostas de defesa a bactérias e interação citocina–receptor; a onda aos 51 anos concentrou-se na resposta inflamatória; e a onda aos 63 anos destacou a resposta celular ao lipopolissacarídeo e a interação citocina–receptor de citocina. O agrupamento de trajetórias proteicas identificou três grupos: dois com aumentos lineares associados ao MA e um com aumentos não lineares (acelerados), sugerindo dinâmicas heterogêneas de envelhecimento em diferentes sistemas biológicos.

Os achados são robustos nos conjuntos de treinamento e validação, com consistência direcional de 99,1–99,9%. As principais limitações incluem a população do UK Biobank, predominantemente branca, relativamente saudável e de meia-idade a idosa, o que restringe a generalização dos resultados. A natureza transversal das medições proteômicas impede inferências causais definitivas. Ainda assim, a identificação de pontos de aumento discreto nas idades de 44, 51 e 63 anos abre um framework promissor para o momento ideal de intervenções preventivas contra o envelhecimento metabólico acelerado.