Введение. Биологический возраст — это показатель функциональной сохранности организма. Он является лучшим предиктором состояния здоровья и смертности, чем хронологический возраст, а также потенциально позволяет оценить эффективность геропротективных интервенций. Биологический возраст рассчитывается с использованием биомаркеров старения — различных биохимических, генетических, фенотипических и функциональных особенностей организма. Для измерения биологического возраста используются методы статистического анализа и нейронные сети с глубоким машинным обучением. Получившиеся формулы и методы расчета называются калькуляторами биологического возраста, или «часами старения».

Цель исследования. Изучить существующие калькуляторы биологического возраста и описать потенциальные сложности их трансляции в клиническую практику.

Материалы и методы. Проведен обзор литературы на платформе PubMed за последние 5 лет. Поиск выполнялся по ключевым словам «aging clocks, ageing clock, age clock, biological age» за период с 2018 по 2023 год. В поисковый запрос были включены обзоры, систематические обзоры и метаанализы. Всего было найдено 136 статей, соответствующих поисковому запросу.

Результаты исследования. По результатам анализа литературы были получены данные о том, что самые точные существующие в настоящее время «часы старения» — эпигенетические часы второго поколения. Они позволяют оценить как биологический возраст, так и смертность от всех причин (DNAm PhenoAge, DNAm GrimAge), а также принять во внимание потенциальный фенотип старения. Данные, необходимые для указанных эпигенетических калькуляторов биологического возраста, включают не только информацию о метилировании ДНК, но также дополнительную информацию: некоторые клинические показатели (PhenoAge, GrimAge), а также индекс курения (GrimAge).

Однако малодоступность оценки метилирования ДНК может вызвать сложности при попытке трансляции эпигенетических «часов старения» в клиническую практику. С этой точки зрения оценка биологического возраста с помощью спектрометрии и хроматографии на данных протеома или метаболома, а также анализ фекальной микробиоты, ассоциированной с биологическим возрастом человека, могла бы оказаться более жизнеспособной для рутинной практики.

В то же время существующие «часы старения» не позволяют объективно оценивать биологический возраст, так как либо рассматривают ограниченный объем данных (как, например, глубокие микробиотические часы Галкина), либо в то время как известно, что разные типы клеток имеют разный темп старения, анализируют данные очень крупного недифференцированного массива биоматериала (как мультитканевые эпигенетические часы Ховарта или метаболомные часы на основе данных крови и мочи Мануэлы Рист). Наконец, не до конца ясно, какие именно механизмы старения лежат в основе получаемых данных о биологическом возрасте, следовательно, точки для геропротективных вмешательств остаются неочевидными.

На наш взгляд, недостаточно высокая прогностическая ценность и сложность реализации в настоящее время в наибольшей степени ограничивают трансляцию существующих «часов старения» в клиническую практику. Требуется дальнейшая работа над созданием множества узкоспециализированных калькуляторов, оценивающих биологический возраст различных тканей организма и не требующих сложных инвазивных методов забора биоматериалов, и машинной модели, обученной анализу большого массива данных для создания более точного интегративного показателя в виде биологического возраста отдельного индивида.

Заключение. Существующие «часы старения» дают оценку функциональной сохранности организма и прогнозируют исходы. Однако невысокая точность и низкая доступность сложных методов обработки информации в настоящее время ограничивают трансляцию этого инструмента в клиническую практику, и требуется совершенствование имеющихся моделей калькуляторов биологического возраста.