Nouvelle étude : il est possible de déterminer la vitesse de vieillissement du corps à partir d'une seule image du cerveau

SadaNews - les chercheurs affirment dans une nouvelle étude que les scientifiques peuvent désormais déterminer la vitesse de vieillissement du corps à partir d'une seule image du cerveau, selon un rapport publié par le site "Live Science" citant la revue "Nature Aging".

Le vieillissement biologique

Une équipe de chercheurs a développé un standard pour le vieillissement biologique basé sur l'imagerie par résonance magnétique du cerveau. L'équipe de recherche indique que cet outil est capable de prédire les risques qu'un individu pourrait avoir de souffrir d'une faiblesse cognitive, de démence et de maladies chroniques, telles que des maladies cardiaques, une faiblesse physique et un décès précoce.

Une nouvelle méthode de mesure

Le chercheur principal, Ahmed Alhariri, professeur de psychologie et de neurosciences à l'Université de Duke, a déclaré : "Cet article fournit une nouvelle méthode pour mesurer la vitesse de vieillissement d'un individu à un moment donné en utilisant les informations disponibles dans une seule image par IRM du cerveau", précisant que "vieillir plus rapidement augmente le risque de développer de nombreuses maladies, notamment le diabète, les maladies cardiaques, les AVC et la démence".

Étude Dunedin

Alhariri et ses collègues ont utilisé des données de l'étude Dunedin, qui a suivi 1037 personnes de Dunedin en Nouvelle-Zélande, depuis la naissance jusqu'au milieu de la vie. Ces participants, nés entre 1972 et 1973, ont subi 19 évaluations périodiques pour vérifier les fonctions cardiaques, cérébrales, hépatiques et rénales, entre autres.

Le ratio de la matière blanche à la matière grise

Pour développer leur outil, l'équipe a analysé les images IRM du cerveau prises à l'âge de 45 ans auprès de ce groupe, et a traité les données relatives à la structure du cerveau - taille et épaisseur des différentes zones cérébrales et ratio de la matière blanche à la matière grise - à l'aide d'un algorithme d'apprentissage automatique.

Le vieillissement calculé par imagerie cérébrale

Les chercheurs ont comparé les données du cerveau traitées à d'autres données collectées simultanément auprès des participants, telles que des tests de déclin physique et cognitif, des évaluations de santé autodéclarées, et des signes de vieillissement du visage, comme les rides. Ils ont confirmé que les déclins les plus importants dans ces régions étaient liés à un vieillissement plus rapide en général, puis ont relié les caractéristiques des données cérébrales à ces mesures. Les chercheurs ont nommé leur modèle résultant "Vitesse Dunedin de vieillissement calculé par imagerie cérébrale".

Des molécules d'ADN

Auparavant, l'équipe de chercheurs avait créé un outil similaire appelé DunedinPACE (Vitesse Dunedin de vieillissement calculé par l'épigénome). Cette mesure se concentrait sur la méthylation - des marques chimiques associées aux molécules d'ADN - dans des échantillons de sang pour estimer la vitesse de vieillissement des individus. La méthylation est un type de "modifications épigénétiques", c'est-à-dire qu'elle modifie l'activité des gènes sans changer le code de base de l'ADN.

Données épigénétiques

Alhariri a déclaré : "DunedinPACE a été largement adopté dans des études où des données épigénétiques étaient disponibles", expliquant que "DunedinPACNI permet désormais de mener des études sans données épigénétiques mais en utilisant l'imagerie par résonance magnétique pour mesurer le vieillissement accéléré". Les chercheurs ont comparé DunedinPACNI directement à DunedinPACE et ont découvert qu'ils aboutissaient à des résultats similaires.

Pour savoir si leur nouvel outil serait utile en dehors du contexte de Dunedin, les chercheurs l'ont utilisé pour estimer la vitesse de vieillissement à l'aide d'images IRM dans d'autres ensembles de données, y compris 42 000 images IRM de la biobanque britannique ; plus de 1 700 images IRM de l'Initiative de neuroimagerie Alzheimer (ADNI) ; et 369 images du groupe BrainLat, qui comprend des données de cinq pays d'Amérique du Sud.

Recherches sur l'imagerie cérébrale

Ethan Whitman, chercheur participant à l'étude de l'Université de Duke, a déclaré : "Assurer la généralisation des résultats [de l'étude] sur les ensembles de données et les catégories démographiques est une priorité pour les recherches sur l'imagerie cérébrale".

Vieillissement et maladies chroniques

Les chercheurs ont conclu que l'initiative PACNI de Dunedin peut également estimer le taux de vieillissement dans ces autres catégories, et qu'elle l'a fait avec précision par rapport à d'autres mesures utilisées précédemment. La biobanque britannique et l'indicateur ADNI incluent également des mesures des effets de santé spécifiques du vieillissement, y compris des tests de faiblesse physique, tels que la force de préhension et la vitesse de marche, ainsi que des taux d'incidence de crises cardiaques, d'AVC, de maladie pulmonaire obstructive chronique et de décès toutes causes confondues dans les tranches d'âge. En utilisant ces mesures supplémentaires, l'équipe a pu relier des taux de vieillissement plus rapides, tel que défini par DunedinPACNI, à une augmentation des risques d'accidents vasculaires cérébraux, de crises cardiaques, de maladies pulmonaires obstructives chroniques et de décès.

"Une grande victoire pour les chercheurs"

Le Dr Dan Henderson, médecins de soins primaires à l'hôpital Brigham and Women's et professeur de médecine à l'école de médecine de l'Université Harvard qui n’a pas participé à l'étude, a déclaré : "Son succès avec les données de BrainLat est une grande victoire pour les chercheurs car cela soutient la possibilité de généraliser le modèle", ajoutant qu'il "reste utile d'étudier d'autres ensembles de données où les facteurs génétiques et autres peuvent varier de manière significative".

Henderson a déclaré qu'il voyait une possibilité d'utiliser la base de données de Dunedin pour les analyses cliniques PACNI à terme, plutôt que d'utiliser des mesures de santé traditionnelles pour améliorer les interventions médicales pour chaque patient individuellement.