Transcriptomic Hallmarks of Mortality Reveal Universal and Specific Mechanisms of Aging, Chronic Disease, and Rejuvenation
Notice bibliographique
Résumé
SUMMARY Health is strongly affected by aging and lifespan-modulating interventions, but the molecular mechanisms of mortality regulation remain unclear. Here, we conducted an RNA-seq analysis of mice subjected to 20 compound treatments in the Interventions Testing Program (ITP). By integrating it with the data from over 4,000 rodent tissues representing aging and responses to genetic, pharmacological, and dietary interventions with established survival data, we developed robust multi-tissue transcriptomic biomarkers of mortality, capable of quantifying aging and change in lifespan in both short-lived and long-lived models. These tools were further extended to single-cell and human data, demonstrating common mechanisms of molecular aging across cell types and species. Via a network analysis, we identified and annotated 26 co-regulated modules of aging and longevity across tissues, and developed interpretable module-specific clocks that capture aging- and mortality-associated phenotypes of functional components, including, among others, inflammatory response, mitochondrial function, lipid metabolism, and extracellular matrix organization. These tools captured and characterized acceleration of biological age induced by progeria models and chronic diseases in rodents and humans. They also revealed rejuvenation induced by heterochronic parabiosis, early embryogenesis, and cellular reprogramming, highlighting universal signatures of mortality, shared across models of rejuvenation and age-related disease. They included Cdkn1a and Lgals3 , whose human plasma levels further demonstrated a strong association with all-cause mortality, disease incidence and risk factors, such as obesity and hypertension. Overall, this study uncovers molecular hallmarks of mammalian mortality shared across organs, cell types, species and models of disease and rejuvenation, exposing fundamental mechanisms of aging and longevity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».