Un semplice esame del sangue mostra quanto bene stai invecchiando / Simple Blood Test Shows How Well You’re Aging
Un semplice esame del sangue mostra quanto bene stai invecchiando / Simple Blood Test Shows How Well You’re Aging
Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa
Un semplice esame del sangue potrebbe rivelare quanto bene una persona sta invecchiando? Un gruppo di ricercatori guidato da Wolfram Weckwerth dell'Università di Vienna, in Austria, e dell'Università di Nankai, in Cina, ha combinato la metabolomica avanzata con l'apprendimento automatico all'avanguardia ed un nuovo strumento di modellazione di rete per scoprire i principali processi molecolari alla base dell'invecchiamento attivo. Il loro studio, pubblicato sulla rivista Nature Journal npj Systems Biology and Applications, identifica l'aspartato come un biomarcatore dominante della forma fisica e mappa le interazioni dinamiche che supportano un invecchiamento più sano.
È noto da tempo che l'esercizio fisico protegge la mobilità e riduce il rischio di malattie croniche. Tuttavia, i precisi processi molecolari che traducono l'attività fisica in un invecchiamento più sano sono rimasti poco compresi. I ricercatori si sono proposti di rispondere ad una domanda semplice ma importante: possiamo vedere i benefici di uno stile di vita attivo negli anziani direttamente nel sangue ed individuare le molecole più importanti?
Dai test di fitness alle impronte digitali del sangue: un indice di attività corporea ed un indice metabolomico
I ricercatori hanno sintetizzato per la prima volta un singolo "Indice di Attività Corporea" (BAI) applicando l'analisi di correlazione canonica ai punteggi ottenuti da test di camminata, test di alzata dalla sedia, forza di presa della mano e valutazioni dell'equilibrio. Questa metrica composita delle prestazioni fisiche cattura resistenza, forza e coordinazione in un'unica misura robusta. Indipendentemente, un "Indice Metabolomico" è stato derivato dalle concentrazioni ematiche di 35 metaboliti a piccole molecole. In 263 campioni di adulti anziani, questi due indici hanno mostrato un coefficiente di correlazione di Pearson di 0,85 (p < 1 × 10⁻¹⁹ ) , dimostrando che la firma molecolare nel sangue rispecchia la misura composita della forma fisica.
L'apprendimento automatico evidenzia i gruppi attivi e meno attivi e la loro firma metabolica
Per catturare modelli complessi e non lineari, i ricercatori hanno addestrato cinque diversi modelli di apprendimento automatico, che spaziano da semplici approcci statistici (Modello Lineare Generalizzato, GLM) a metodi più avanzati come alberi decisionali potenziati (Gradient Boosting Machine, GBM; XGBoost) ed una rete di autoencoder ad apprendimento profondo. Ogni modello è stato ottimizzato con ripetuti controlli incrociati (doppia convalida incrociata) e testato su dati indipendenti per garantire prestazioni affidabili. Entrambi i metodi di potenziamento (GBM e XGBoost) hanno raggiunto un'elevata accuratezza, distinguendo i partecipanti "attivi" da quelli "meno attivi" in oltre il 91% dei casi (area sotto la curva, AUC > 0,91). In tutti e cinque gli algoritmi, otto metaboliti sono emersi costantemente come predittori del livello di attività: aspartato, prolina, fruttosio, acido malico, piruvato, valina, citrato e ornitina. Tra questi, l'aspartato si è distinto di un fattore da due a tre, confermando il suo ruolo centrale come marcatore molecolare dell'invecchiamento attivo.
Ristrutturazione della rete svelata da COVRECON
La correlazione da sola non può spiegare perché alcune molecole siano legate alla forma fisica. Per scoprire i meccanismi sottostanti, il team ha utilizzato COVRECON, uno strumento di modellazione basato sui dati. In parole povere, COVRECON esamina come i metaboliti variano insieme e quindi ricostruisce la rete di interazioni biochimiche tra di essi. Matematicamente, questo ha comportato la stima di una matrice Jacobiana differenziale, un modo per identificare quali connessioni enzimatiche cambiano maggiormente tra gruppi attivi e meno attivi. Questa analisi ha rivelato due enzimi ben noti, l'aspartato aminotransferasi (AST) e l'alanina aminotransferasi (ALT), come hub centrali della rete. Entrambi sono marcatori standard nei pannelli epatici clinici, ma in questo caso sono emersi come indicatori di come l'attività rimodella il metabolismo. È importante notare che le previsioni sono state confermate da esami del sangue di routine: durante il periodo di studio di sei mesi, AST e ALT hanno fluttuato più fortemente nei partecipanti attivi rispetto ai loro coetanei meno attivi, suggerendo una maggiore flessibilità metabolica nella funzione epatica e muscolare.
Implicazioni per la salute del cervello e la demenza
L'aspartato è più di un semplice intermedio metabolico: nel cervello funge anche da precursore dei neurotrasmettitori, attivando i recettori NMDA essenziali per l'apprendimento e la memoria. Questo duplice ruolo fornisce un possibile collegamento tra forma fisica e salute cognitiva. Studi indipendenti hanno dimostrato che bassi livelli di AST e ALT nella mezza età – od un rapporto AST/ALT elevato – sono associati ad un aumentato rischio di malattia di Alzheimer e declino cognitivo correlato all'età. Dimostrando che l'attività fisica determina cambiamenti dinamici nel metabolismo dell'aspartato e nella plasticità di questi due enzimi, il presente studio indica un ponte molecolare tra la salute muscolo-fegato e la resilienza cerebrale. Questi risultati suggeriscono un messaggio semplice: l'attività fisica aiuta a preservare forza e mobilità e può anche contribuire a proteggere il cervello dalla demenza attraverso cambiamenti misurabili nelle vie di segnalazione basate sugli amminoacidi.
"L'attività fisica non si limita ad aumentare la massa muscolare", spiega Wolfram Weckwerth: "Riprogramma il nostro metabolismo a livello molecolare. Decodificando questi cambiamenti, possiamo monitorare – e persino guidare – il modo in cui una persona invecchia".
ENGLISH
A new study identifies blood markers, especially aspartate, that reveal how physical activity supports healthy aging.
Could a simple blood test reveal how well someone is aging? A team of researchers led by Wolfram Weckwerth from the University of Vienna, Austria, and Nankai University, China, has combined advanced metabolomics with cutting-edge machine learning and a novel network modeling tool to uncover the key molecular processes underlying active aging. Their study, published in the Nature Journal npj Systems Biology and Applications, identifies aspartate as a dominant biomarker of physical fitness and maps the dynamic interactions that support healthier aging.
It has long been known that exercise protects mobility and lowers the risk of chronic disease. Yet the precise molecular processes that translate physical activity into healthier aging remained poorly understood. The researchers set out to answer a simple but powerful question: Can we see the benefits of an active lifestyle in elderly individuals directly in the blood – and pinpoint the molecules that matter most?
From fitness tests to blood fingerprints: A Body Activity Index and a Metabolomics Index
Researchers first synthesized a single "Body Activity Index" (BAI) by applying canonical correlation analysis to scores from walking distance, chair‐rise tests, handgrip strength, and balance assessments. This composite physical‐performance metric captures endurance, strength, and coordination in one robust measure. Independently, a "Metabolomics Index" was derived from blood concentrations of 35 small-molecule metabolites. Across 263 samples from older adults, these two indices showed a Pearson correlation coefficient of 0.85 (p < 1 × 10⁻¹⁹), demonstrating that the molecular signature in blood mirrors the composite measure of physical fitness.
Machine learning highlights active and less-active groups and their metabolic signature
To capture complex, non-linear patterns, the researchers trained five different machine-learning models – ranging from simple statistical approaches (Generalized Linear Model, GLM) to more advanced methods such as boosted decision trees (Gradient Boosting Machine, GBM; XGBoost) and a deep-learning autoencoder network. Each model was tuned with repeated cross-checks (double cross-validation) and tested on independent data to ensure robust performance. Both boosting methods (GBM and XGBoost) achieved high accuracy, distinguishing 'active' from 'less-active' participants in over 91% of cases (area under the curve, AUC > 0.91). Across all five algorithms, eight metabolites consistently emerged as predictors of activity level: aspartate, proline, fructose, malic acid, pyruvate, valine, citrate, and ornithine. Among them, aspartate stood out by a factor of two to three, confirming its central role as a molecular marker of active aging.
Network rewiring revealed by COVRECON
Correlation alone cannot explain why certain molecules are linked to fitness. To uncover the underlying mechanisms, the team applied COVRECON, a data-driven modeling tool. In simple terms, COVRECON looks at how metabolites vary together and then reconstructs the network of biochemical interactions between them. Mathematically, this involved estimating a differential Jacobian matrix – a way of identifying which enzymatic connections change most between active and less-active groups. This analysis revealed two well-known enzymes, aspartate aminotransferase (AST) and alanine aminotransferase (ALT), as central hubs in the network. Both are standard markers in clinical liver panels, but here they emerged as indicators of how activity reshapes metabolism. Importantly, the predictions were confirmed by routine blood tests: over the six-month study period, AST and ALT fluctuated more strongly in active participants than in their less-active peers – suggesting greater metabolic flexibility in liver and muscle function.
Implications for brain health and dementia
Aspartate is more than a simple metabolic intermediate: in the brain it also serves as a precursor of neurotransmitters, activating NMDA receptors that are essential for learning and memory. This dual role provides a possible link between physical fitness and cognitive health. Independent studies have shown that low AST and ALT levels in midlife – or an elevated AST/ALT ratio – are associated with increased risk of Alzheimer's disease and age-related cognitive decline. By demonstrating that physical activity drives dynamic changes in aspartate metabolism and in the plasticity of these two enzymes, the present study points to a molecular bridge between muscle-liver health and brain resilience. These findings suggest a simple message: physical activity helps in preserving strength and mobility, and may also contribute to protecting the brain from dementia through measurable shifts in amino-acid–based signaling pathways.
"Physical activity does more than building up muscle mass," explains Wolfram Weckwerth: "It rewires our metabolism at the molecular level. By decoding those changes, we can track – and even guide—how well someone is aging".
Da:
https://www.technologynetworks.com/proteomics/news/simple-blood-test-shows-how-well-youre-aging-405215?utm_campaign=NEWSLETTER_TN_Breaking%20Science%20News&utm_medium=email&_hsenc=p2ANqtz--4QvyAB-vXYF_KnIxnzj8MQPq8-rDvkNPgjrfP4pUcMghrV6cfy1RSd4LfGp-amfAcVEbs_AG8bbgNdt4JUGBnz473fGaKTMpTrvfU3vUwtpsddqs&_hsmi=382928875&utm_content=382928875&utm_source=hs_email
Commenti
Posta un commento