Cette équipe du Moscow Institute of Physics and Technology, Moscow (MIPT) cherche à cracker le code du vieillissement, ou sous un angle plus positif de la longévité, avec les Big Data à la rescousse. L’idée maîtresse est que des données médicales volumineuses combinées à la physique des systèmes dynamiques pourraient permettre de « trouver » le principe actif clé du médicament anti-âge. Des travaux présentés dans la revue Frontiers in Genetics qui défrichent les possibilités ouvertes par une méthodologie de développement systématique de nouveaux traitements et biomarqueurs du vieillissement via l’analyse des grandes biobanques.
Le vieillissement est le facteur le plus important de maladies chroniques et de décès, c’est une évidence mais aussi le grand défi actuel pour nos systèmes de santé et de protection sociale. D’ici 2050, le nombre de personnes âgées dans le monde devrait plus que doubler par rapport à 2015. Peter Fedichev, chercheur au MIPT ouvre ici un tout nouveau paradigme pour le développement de nouveaux traitements anti-âge.
« Manipuler » le taux de mortalité : le taux de mortalité chez l’homme augmente de façon exponentielle avec l’âge et double tous les 8 ans environ. L’incidence de maladies spécifiques, telles que le cancer ou les accidents vasculaires cérébraux, s’accélère également après l’âge de 40 ans à peu près au même rythme. Le déclin physique est généralement considéré comme une conséquence naturelle du vieillissement normal. Cependant, aucune loi biologique ne le rend inévitable. En effet, il existe des espèces pour lesquelles les risques de mortalité augmentent très lentement, restent constants pendant de longues périodes, voire diminuent même avec l’âge. L’exemple est donné du fameux rat-taupe nu. Pour ce chercheur, c’est la preuve qu’il dit être possible de « manipuler » le taux de mortalité et la longévité.
Exploiter des signatures transcriptomiques de la longévité : l’expert et auteur emprunte le concept de « criticité » à la physique des systèmes dynamiques et largement utilisé pour modéliser des phénomènes complexes tels que le comportement des marchés financiers ou les conditions météorologiques et l’applique aux études sur le vieillissement et, précisément, à des modèles de prédiction de l’âge biologique, en fonction de différents facteurs ou biomarqueurs du vieillissement. L’équipe commence à identifier, à partir des signatures transcriptomiques de la longévité identifiées, des composés expérimentaux qui permettent de prolonger la durée de vie à ce stade chez des organismes modèles.
En fin de compte, c’est la méthodologie « systématique », à partir des big data qui ouvre ici de nouveaux horizons. Alors que les premiers traitements anti-âge comprenaient des molécules de circulation sanguine dont le rôle vital dans le vieillissement est issu d’expériences de transfusion de plasma jeune, la démarche vise ici à identifier de nouvelles thérapies ciblant l’ensemble des affections liées au vieillissement, telles que le déclin cognitif associé à l’âge.
Source: Frontiers in Genetics 23 October 2018 DOI: 10.3389/fgene.2018.00483 Hacking Aging: A Strategy to Use Big Data From Medical Studies to Extend Human Life. (Visuel Gero LLC)
Plus sur la Longévité
