I segni del DNA nei muscoli predicono l'età in pochi anni / DNA Marks in Muscle Predict Age Within Just a Few Years

I segni del DNA nei muscoli predicono l'età in pochi anni / DNA Marks in Muscle Predict Age Within Just a Few Years

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

La metilazione del DNA nel muscolo scheletrico consente di prevedere l'età con estrema precisione utilizzando nuovi modelli epigenetici.

Il 26 novembre 2025 è stato pubblicato un nuovo articolo di ricerca nel  volume 17, numero 11 di  Aging-US , intitolato " Segnature epigenetiche dell'invecchiamento e previsione dell'età nel muscolo scheletrico umano ".

In questo studio, il primo autore Soo-Bin Yang e l'autore corrispondente Hwan Young Lee della  Facoltà di Medicina della Seoul National University  hanno studiato come i modelli di metilazione del DNA nel muscolo scheletrico cambiano con l'età. I ​​loro risultati offrono un metodo nuovo ed altamente accurato per stimare l'età di una persona, con potenziali applicazioni nella scienza forense e nella ricerca sull'invecchiamento.

Il muscolo scheletrico è essenziale per il movimento, l'equilibrio energetico e la forza fisica, funzioni che diventano sempre più importanti da monitorare con l'avanzare dell'età. Questo studio migliora la nostra comprensione di come il tessuto muscolare cambia nel tempo a livello molecolare. A differenza di precedenti ricerche, che analizzavano principalmente individui viventi di origine europea, questo studio ha utilizzato campioni post-mortem di una popolazione asiatica.

“Abbiamo analizzato i profili di metilazione del DNA di 103 campioni del muscolo grande pettorale provenienti da autopsie di individui sudcoreani (18-85 anni) utilizzando l'array Infinium EPIC.”

I ricercatori hanno analizzato il DNA di oltre 100 campioni di muscolo grande pettorale prelevati da individui di età compresa tra 18 e 85 anni. Hanno identificato 20 siti di metilazione del DNA, chiamati CpG, fortemente associati all'età. Questi CpG sono stati trovati in geni coinvolti nella funzione muscolare, nella risposta allo stress, nel metabolismo e nelle malattie legate all'età. Utilizzando questi marcatori, il gruppo ha costruito due modelli di apprendimento automatico per predire l'età: uno utilizzando il sequenziamento di nuova generazione (NGS) ed un altro utilizzando la Single Base Extension (SBE). Entrambi i modelli si sono rivelati altamente accurati, con errori di previsione medi compresi tra 3,8 e 5,5 anni.

I nuovi "orologi epigenetici" hanno superato i modelli di previsione dell'età esistenti progettati per altri tipi di tessuto. Tuttavia, quando applicati al muscolo cardiaco e uterino, questi modelli hanno mostrato un'accuratezza molto inferiore, rafforzando la necessità di approcci tessuto-specifici nella stima dell'età molecolare.

Oltre a predire l'età, lo studio fornisce anche informazioni su come la metilazione del DNA possa influenzare l'invecchiamento muscolare. Molti dei CpG identificati erano localizzati in regioni che regolano l'espressione genica, risultando associati a una sua riduzione nei campioni muscolari più anziani. Alcuni dei geni interessati sono associati alla sarcopenia, una perdita di massa e forza muscolare legata all'età.

Nel complesso, questo studio introduce due metodi affidabili ed economici per stimare l'età a partire dal muscolo scheletrico, anche quando il DNA è parzialmente degradato, rendendolo particolarmente utile in ambito forense. Offre inoltre un percorso per lo sviluppo di future terapie in grado di rallentare il declino muscolare correlato all'età e sottolinea come l'invecchiamento del muscolo scheletrico possa variare a seconda della popolazione, del tipo di tessuto e della posizione anatomica.

ENGLISH

DNA methylation in skeletal muscle enables highly accurate age prediction using new epigenetic models.

A new research paper was published in Volume 17, Issue 11 of Aging-US on November 26, 2025, titled “Epigenetic aging signatures and age prediction in human skeletal muscle.”

In this study, first author Soo-Bin Yang and corresponding author Hwan Young Lee from Seoul National University College of Medicine investigated how DNA methylation patterns in skeletal muscle change with age. Their findings offer a new and highly accurate method for estimating a person’s age, with potential applications in forensic science and aging research.

Skeletal muscle is essential for movement, energy balance, and physical strength, functions that become more important to monitor as people age. This study improves our understanding of how muscle tissue changes over time at the molecular level. Unlike previous research, which mainly analyzed living individuals of European descent, this study used postmortem samples from an Asian population.

“We analyzed DNA methylation profiles from 103 pectoralis major muscle samples from autopsies of South Korean individuals (18–85 years) using the Infinium EPIC array.”

The researchers analyzed DNA from over 100 pectoralis major muscle samples taken from individuals aged 18 to 85. They identified 20 DNA methylation sites, called CpGs, that were strongly associated with age. These CpGs were found in genes involved in muscle function, stress response, metabolism, and age-related diseases. Using these markers, the team built two machine learning models to predict age: one using Next-Generation Sequencing (NGS) and another using Single Base Extension (SBE). Both models were highly accurate, with average prediction errors between 3.8 and 5.5 years.

The new “epigenetic clocks” outperformed existing age-prediction models designed for other tissue types. However, when applied to cardiac and uterine muscle, these models showed much lower accuracy, reinforcing the need for tissue-specific approaches in molecular age estimation.

Beyond predicting age, the study also provides insight into how DNA methylation may affect muscle aging. Several of the identified CpGs were located in regions that regulate gene expression, being associated with a reduction of it in older muscle samples. Some of the affected genes are associated with sarcopenia, an age-related loss of muscle mass and strength.

Overall, this study introduces two reliable and cost-effective methods to estimate age from skeletal muscle, even when the DNA is partially degraded, making it especially useful in forensic settings. It also offers a path forward for developing future therapies that may slow age-related muscle decline and highlights how skeletal muscle aging can differ depending on population, tissue type, and anatomical location.

Da:

https://www.technologynetworks.com/genomics/news/dna-marks-in-muscle-predict-age-within-just-a-few-years-408319