Åldrandet är en komplex process, och det har länge varit en utmaning att exakt mäta hur människokroppen försämras. Två personer i samma kronologiska ålder kan ha mycket olika hälsoutvecklingar. Forskare har också haft svårt att gå vidare från att bara identifiera åldringsmarkörer till att precisera vad som faktiskt driver åldrandet i sig.
Nu har forskare från Kinas Aging Biomarker Consortium (ABC) skapat ett beräkningsramverk – Digital Aging Twin – för att studera åldrandet på individnivå i syfte att förutsäga biologisk ålder och spåra olika organers åldringshastighet.
Studien, som genomfördes av forskare från Institute of Zoology, China National Center for Bioinformation (Chinese Academy of Sciences), Xuanwu Hospital of Capital Medical University och sju andra institutioner, markerar ett stort genombrott genom att gå från att bara beskriva åldrandet till att systematiskt kvantifiera det, vilket potentiellt banar väg för framtida interventioner.
Resultaten publicerades i Cell den 8 maj.
Att bygga upp en omfattande åldringsdatabas
Teamet rekryterade 2 019 friska individer i åldrarna 18 till 91 år från kinesiska städer som Peking, Quzhou, Ningbo och Nanchang för att skapa en standardiserad multicenterkohort kallad mCAS (multicentric Chinese Aging Standardized). Forskarna samlade in data om 240 parametrar för varje deltagare med hjälp av kliniska tester, bedömningar av kognitiv och motorisk funktion, avbildning av hjärnan och näthinnan, gånganalys samt flera lager av molekylära data, inklusive DNA-metylering, RNA-transkript, proteiner, metaboliter och tarmmikrobiom.
Denna dataset, som består av mer än en miljard datapunkter av hög kvalitet, fungerar som grund för ett tredelat system av ”klockor” för att mäta åldrande.
Hur den tredelade klockan fungerar
Den första nivån är kärnkapacitetsklockan, som integrerar 240 fysiologiska indikatorer för att återspegla den övergripande funktionsnedgången. Den andra och mest kraftfulla nivån är den multimodala klockan. Den integrerar flera lager av molekylära data (”omik”-lager) via en djupinlärningsprocess som använder ”uppmärksamhetsmekanismer” – vilka prioriterar de mest informativa uppgifterna – för att kvantifiera bidraget från olika datatyper. Denna multimodala klocka förutsäger kronologisk ålder med ett genomsnittligt absolut fel på endast 3,87 år, vilket överträffar alla enstaka omiksklockor. Den tredje nivån består av organspecifika klockor för hjärnan, levern, lungorna, musklerna, blodkärlen och huden, var och en baserad på kliniska markörer, plasmaproteiner och bilddiagnostiska egenskaper.
Ett av de mest slående fynden är att organen åldras asynkront. Till exempel når levern en kritisk åldringsvändpunkt runt 40 års ålder, medan hjärnans åldrande accelererar runt 50 års ålder. Analysen avslöjade också två stora icke-linjära vågor av åldersrelaterade förändringar: en som inträffar mellan 40 och 50 års ålder, och en annan mellan 60 och 70.
Koagulationsfaktorer som drivkrafter
I jakten på orsakerna till dessa åldersrelaterade förändringar analyserade forskarna plasmaproteomik, undersökte färgad levervävnad från mänskliga donatorer och genomförde experiment med mänskliga cellkulturer och djurmodeller. De identifierade åldersdriven ackumulering av koagulationsfaktorer från levern – särskilt F13B, samt F9 och F10 – som en direkt drivkraft för vaskulärt och systemiskt åldrande.
När exempelvis humana aortaendotelceller utsattes för dessa faktorer visade de tydliga tecken på senescens: förhöjda åldringsmarkörer, nedsatt rörbildning (ett mått på blodkärlens hälsa) och ökad inflammation. På samma sätt påskyndade injektion av F13B i möss åldrandet i flera vävnader, inklusive lever, hjärta, aorta och njure, åtföljt av infiltration av immunceller och inflammatoriska signaler. Dessa resultat visar att koagulationsfaktorer inte bara är passiva biomarkörer utan också påverkbara drivkrafter för åldrandet.
Förenkling av klockor för kliniskt bruk
För att göra åldringsklockans tillvägagångssätt kliniskt praktiskt utvecklade forskarna förenklade ”proxyklockor” som endast använder 100 till 108 plasmaproteiner. Dessa proteinbaserade proxyklockor stämmer väl överens med förutsägelserna från den mycket mer komplexa kärnkapacitetsklockan och organklockorna, vilket tyder på att ett relativt enkelt blodprov en dag kan ge en omfattande åldringsbedömning.
Studien identifierade också livsstilsfaktorer som påverkar biologisk åldrande. Ökat fruktintag, regelbundna sömnrutiner och måttlig promenad var kopplade till långsammare åldrande. Däremot var rökning, otillräcklig sömn och hög måltidsfrekvens förknippade med påskyndat åldrande.
Implikationer för Kinas X-Age-projekt
Denna forskning markerar den första proof-of-concept-prestation för X-Age-projektet (även känt som ”耄耋”), ett stort nationellt initiativ som leds av Aging Biomarker Consortium för att bygga ett omfattande system av åldringsklockor för den kinesiska befolkningen.
Även om det nuvarande ramverket för åldringsklockor bygger på tvärsnittsdata, förfinas det kontinuerligt med longitudinella uppföljningsdata och större, mer diversifierade populationer. Framtida uppdateringar kommer också att generera mer kostnadseffektiva och känsligare detekteringsmetoder.
Trots begränsningarna med att använda tvärsnittsdata har studien långtgående implikationer för åldringsforskningen som helhet. Ramverket Digital Aging Twin representerar en grundläggande förändring inom åldringsvetenskapen – från beskrivning till förutsägelse och från att identifiera korrelationer till att peka ut drivkrafter.
Forskare har nu ett standardiserat, kvantifierbart och tolkningsbart system som kan visa hur snabbt en person åldras, vilka organ som åldras snabbast och var interventioner kan vara mest effektiva.
Publikationsuppgifter
Jiaming Li et al, Multimodal clocks of human aging, Cell (2026). DOI: 10.1016/j.cell.2026.04.025
