TvojeVitalita

Biologický věk: jak se to číslo počítá a co znamená

Test vrátí číslo o pět let nižší, než máte v občance. Vzniklo v modelu, ne na váze — a co se do modelu vložilo, rozhoduje o tom, co z něj čtete.

·5 min čtení

Laboratoře i aplikace dnes běžně nabídnou číslo, které má být skutečný věk těla. Vyjde ze vzorku krve, ze slin nebo jen z vyplněného dotazníku a od data v občance se obvykle liší o několik let nahoru nebo dolů. Ten rozdíl vypadá jako výsledek měření, podobně jako když člověk stoupne na váhu. Není to tak. Jde o odhad z modelu, a co se do modelu vložilo, rozhoduje o tom, co z výsledku vyčtete.

Pod jedním pojmem jsou tři různé věci

Biologický věk není jedna metoda. Jsou to nejméně tři rodiny postupů, které spolu nemají společného skoro nic kromě jednotky, ve které vydají výsledek.

První pracuje s metylací DNA, tedy s chemickými značkami na vybraných místech genomu, které se s věkem posouvají. Těmhle modelům se říká epigenetické hodiny a jsou to ty, které se prodávají nejdráž.

Druhá rodina skládá číslo z běžných krevních hodnot — glykemie, zánětlivé ukazatele, jaterní a ledvinové parametry. Vstupy pochází z odběru, jaký obvodní lékař dělá rutinně.

Třetí odhaduje věk z výkonu: z odhadnutého VO2max, ze síly stisku ruky, z rychlosti chůze. Bývá nejlevnější a zároveň nejhrubší.

Když dvě různé služby vrátí odlišné číslo, nemusí to znamenat, že se jedna z nich splete. Často prostě počítají něco jiného.

Jak vznikly epigenetické hodiny

První široce použitelný model zveřejnil Steve Horvath v roce 2013 v Genome Biology. Použil 353 metylačních míst a vytrénoval je na vzorcích z desítek různých tkání tak, aby model uhodl kalendářní věk dárce. To se povedlo velmi dobře — shoda s kalendářním věkem byla vysoká. Téhož roku vyšel v Molecular Cell podobný model od Gregoryho Hannuma, postavený na 71 místech a trénovaný na krvi.

Tady je ale zabudovaný paradox, který je pro pochopení celé oblasti zásadní. Model byl trénovaný na to, aby odhadl kalendářní věk. Dokonalé hodiny by tedy vrátily přesně datum z občanky a nic navíc by neřekly. Zajímavá je až odchylka, tedy o kolik model vedle sáhne — a ta zahrnuje jak biologii, tak chybu modelu. Rozlišit obojí u jednoho člověka nejde.

Druhá generace proto trénovala na něčem jiném. PhenoAge od Morgan Levine (2018, časopis Aging) se učil předpovídat složený ukazatel z devíti krevních hodnot, ne kalendářní věk. GrimAge od Ake Lu (2019, tamtéž) vychází z metylačních náhražek sedmi krevních bílkovin a z odhadu počtu vykouřených krabiček. DunedinPACE (2022, eLife) jde ještě jinudy: byl postavený na 1 037 lidech narozených v novozélandském Dunedinu v letech 1972 a 1973, u kterých se dvacet let opakovaně měřilo devatenáct parametrů. Nevrací věk, ale tempo — kolik biologických let podle modelu připadá na jeden kalendářní.

Kolik z toho čísla je šum

Praktická otázka zní, jestli by stejný vzorek dal dvakrát stejný výsledek. Odpověď je pro laika nepříjemná. Práce Alberta Higgins-Chena a kolegů z roku 2022 v Nature Aging rozdělila vzorky a nechala je proběhnout opakovaně. U několika hodin první generace se dvě měření z jednoho odběru lišila natolik, že rozdíl odpovídal několika letům. Autoři proto navrhli přepočtenou verzi hodin, která technický šum potlačuje, a ta si vedla znatelně lépe.

Výsledek navíc ovlivňuje složení krevních buněk ve vzorku. Podíl jednotlivých typů bílých krvinek kolísá běžně, třeba po infekci, a hodiny na to reagují. Kdo si nechá udělat jedno měření a vezme si z něj rozdíl tří let, pracuje s číslem, které mohlo vzniknout i tím, že měl před odběrem rýmu.

Co s číslem hýbe nejvíc

U GrimAge je zdaleka nejsilnějším vstupem kouření, protože je v modelu přímo zabudované. Dál se opakovaně objevuje index tělesné hmotnosti, zánětlivý ukazatel CRP a hodnoty glykemie. Devět položek, ze kterých počítá PhenoAge, si člověk může přečíst z běžného odběru: albumin, kreatinin, glukóza, CRP, podíl lymfocytů, střední objem erytrocytu, distribuční šíře erytrocytů, alkalická fosfatáza a počet leukocytů, k tomu kalendářní věk.

Z toho plyne věc, kterou prodejci nezdůrazňují. Většina informace, kterou drahý test shrne do jednoho čísla, je dostupná z odběru za pár stovek — a v původních hodnotách je čitelnější. Zvýšené CRP řekne lékaři něco konkrétního. Údaj, že je člověk o 3,4 roku starší, neřekne nic, s čím by se dalo pracovat.

Dá se s tím číslem pohnout

Nejlepší kontrolovaný pokus zatím přinesla studie CALERIE, jejíž výsledky vyšly v roce 2023 v Nature Aging. Zhruba 220 dospělých mělo dva roky snižovat příjem energie, reálně se povedlo asi o dvanáct procent. Z použitých ukazatelů se posunul jeden: DunedinPACE ukázal mírně nižší tempo oproti kontrolní skupině. Horvathovy hodiny, PhenoAge ani GrimAge rozdíl nezachytily.

Tak vypadá nejsilnější dostupný důkaz v téhle oblasti: dvouletý zásah, jeden ze čtyř ukazatelů se pohnul, a to skromně. Všechno ostatní, co se o ovlivňování biologického věku píše, stojí na pozorovacích datech. Ta ukazují souvislost mezi hodnotami a pozdějšími zdravotními výsledky, ne to, že by posun čísla sám o sobě něco změnil.

Co si z toho odnést

  • Biologický věk není jedno měření. Epigenetické hodiny, krevní ukazatele a testy výkonu počítají různé věci a vrací různá čísla.
  • Hodiny první generace se trénovaly na uhodnutí kalendářního věku. Zajímavá je až odchylka a ta v sobě míchá biologii s chybou modelu.
  • Opakované měření téhož vzorku se u některých hodin lišilo v řádu let. Jedno číslo bez opakování není podklad pro rozhodování.
  • Výsledek kolísá i s běžnými věcmi, například se složením bílých krvinek po nedávné infekci.
  • Devět vstupů modelu PhenoAge je v běžném krevním odběru. V původních hodnotách jsou srozumitelnější než po sečtení do jednoho čísla.
  • Ve dvouleté studii CALERIE se z použitých ukazatelů mírně posunul jen jeden. Zbytek tvrzení v téhle oblasti stojí na pozorovacích datech.

Tento článek má informativní charakter a nenahrazuje odbornou lékařskou péči. Doplňky stravy nejsou léky a neslouží k léčbě ani prevenci onemocnění. Před užíváním se poraďte s lékařem, zvlášť pokud berete léky, jste těhotná nebo kojíte.

Další z rubriky Měření a data