MétaCan
Menu
Retour à la cohorte
Enregistrement W4416548985 · doi:10.1016/j.jare.2025.11.047

Exploring the role of β2-microglobulin in the relationship between physical activity and DNAm-predicted PhenoAge: Evidence from a population-based and mice single-cell RNA-sequencing study

2025· article· en· W4416548985 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Advanced Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesTsinghua Initiative Scientific Research ProgramTsinghua University
Mots-clésPhysical activityLongevityInflammationPsychological interventionHealthy aging

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Physical activity (PA) is recognized as a cornerstone of healthy aging, yet the molecular mechanisms linking PA to biological aging remain poorly understood. β2-microglobulin (β2M), an inflammatory and aging biomarker, has emerged as a potential mediator of these effects. DNA methylation (DNAm)-based biological aging indicators, such as PhenoAge, provide a means to assess the relationship between PA, β2M, and aging at the molecular level. OBJECTIVES: This study aimed to investigate whether β2M mediates the association between PA and DNAm-predicted PhenoAge. Additionally, this study sought to explore the underlying molecular mechanisms using single-cell RNA sequencing (scRNA-seq) in mice. METHODS: This study analyzed data from 936 participants in the U.S. population, assessing associations between PA, β2M levels, and PhenoAge using weighted multivariable regression and mediation models. β2M levels and PhenoAge were measured in blood samples and calculated using validated DNA methylation algorithms. To investigate molecular mechanisms, scRNA-seq was performed on peripheral blood samples from exercise and control mice. RESULTS: In fully adjusted models, higher PA levels were significantly associated with lower PhenoAge (β = -0.014, p = 0.034) and β2M levels (β = -0.006, p = 0.032). Mediation analysis revealed that β2M mediated 37.67 % of the association between PA and PhenoAge (p = 0.042). Stratified analyses showed stronger effects in males and individuals with higher body mass index (BMI). In mice, scRNA-seq analysis demonstrated that exercise modulated β2M expression and enhanced immune, inflammatory, mitochondrial, and circadian pathways, particularly in B cells and myeloid cells. CONCLUSION: This study provides evidence that β2M mediates the beneficial effects of PA on biological aging. PA promotes healthy aging through molecular and cellular mechanisms, particularly benefiting individuals with higher baseline inflammation or metabolic dysfunction. These insights advance our understanding of the interplay between PA, β2M, and aging, offering directions for interventions to promote longevity and healthspan.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,133
Tête enseignante GPT0,362
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle