vai al contenuto della pagina vai al menu di navigazione
 

Identification of a T cell gene expression clock obtained by exploiting a MZ twin design

The authors identify a multivariate signature able to estimate human chronological age from the expression profile of 125 genes, combining Data Analysis tools and a unique experimental design involving monozygotic twins of ages ranging whole adult lifespan.
Scatterplot of chronological age (x axis) vs estimated age (y axis). Scatterplot dell’etá cronologica (asse x) e dell’etá stimata (asse y).

DOI: doi:10.1038/s41598-017-05694-2
DIFA Authors: Prof. D. Remondini, Prof. G. Castellani
Links: https://www.nature.com/articles/s41598-017-05694-2

Characterizing physiological parameters such as age from biological and genomic observations is a relevant challenge from a Data Analytics point of view, due to the enormous biological variability and sparsity of data (tens of thousand possible involved genes with few tens or hundreds of samples). Our study on lymphocytic cells of monozygotic twin couples (age 22 to 98 years) provided a unique experimental design, that allowed us to identify genes involved in normative aging independently from environmental factors (such as lifestyle and clinical history). Extending the analysis to other tissues, we observed that our signature is highly cell-type specific. This results may have relevant biomedical implications, providing deeper insights in the genetic mechanisms associated to physiological and possibly pathological ageing.

Identificazione di un orologio genetico cellulare mediante un disegno sperimentale con gemelli monozigoti

Gli autori identificano una “firma” in grado di stimare l'età cronologica umana dal profilo di espressione di 125 geni, combinando strumenti di analisi dati e un disegno sperimentale unico, che utilizza gemelli monozigoti con età attraversano l’intera vita adulta.

La caratterizzazione di parametri fisiologici come l'età a partire da osservazioni biologiche e genomiche è una sfida rilevante per approcci di Data Analytics, a causa dell'enorme variabilità biologica e della sparsità dei dati (decine di migliaia di possibili geni coinvolti a fronte di poche decine o centinaia di campioni disponibili). Il nostro studio su cellule linfocitiche di coppie di gemelli monozigoti (età da 22 a 98 anni) ha costituito un design sperimentale unico, che ci ha permesso di identificare i geni coinvolti nell'invecchiamento indipendentemente da fattori ambientali (quali stile di vita e storia clinica). Estendendo l'analisi ad altri tessuti, abbiamo osservato che la nostra “firma” è altamente specifica per il tipo cellulare. Questi risultati possono avere implicazioni biomediche rilevanti, fornendo approfondimenti sui meccanismi genetici associati all'invecchiamento fisiologico ed eventualmente a quello patologico.