Cell Tree Age as a new evolutionary model for representing age-associated somatic mutation burden

	PDF (disszertáció) Download (4MB)
	PDF (tézisfüzet) Download (528kB)
	PDF (tézisfüzet) Download (515kB)

Magyar nyelvű absztrakt

A biológiai életkor becslése általában olyan biomarkerek segítségével történik, amelyek állapota megfigyelések szerint korrelál a kronológiai életkorral. Az ilyen öregedési órák egyik gyengesége, hogy nehéz megállapítani, hogy a biomarker állapotok hogyan kapcsolódnak az öregedés mechanizmusaihoz. A szomatikus mutációk potenciálisan egy alapvetőbb öregedési óra alapját képezhetik, mivel a mutációk az öregedés markerei és mozgatórugói is egyben, és természetes időskálával rendelkeznek. Az ilyen mutációkból épített sejtvonalfák tükrözik a szomatikus evolúciós folyamatot, és így - feltételezések szerint - a szervezet öregedési állapotát. Egy ilyen öregedési időzítő azonban eddig nem volt kivitelezhető, mivel a szomatikus variánsok kimutatása az egyes sejtekben jelentős technológiai kihívást jelent. Eredményeink szerint az egysejtes RNS-szekvenálás (scRNA-seq) segítségével több ezer sejtből detektált szomatikus mutációk felhasználhatók egy olyan sejtvonalfa felépítésére, amelynek szerkezete korrelál a kronológiai korral. De novo egyedi nukleotid-variánsokat (SNV-k) detektálunk emberi perifériás vér mononukleáris sejtekben egy módosított protokoll segítségével. A kronológiai életkoron regresszált 31 filogenetikai sejtfa prediktort felhasználó, többszörös regresszióján alapuló alapértelmezett modell 0,81-es Pearson-korrelációt és ~4 év abszolút hiba mediánját adja a megjósolt és a kronológiai életkor között. A modell tesztelése egy nyilvános scRNA-seq-adathalmazon 0,85-ös Pearson-korrelációt eredményez. Ezen túlmenően a sejtfa-életkor előrejelzései bizonyos klinikai biomarkerek, például a glükóz, az albuminszint és a leukocitaszám esetében jobb prediktornak bizonyultak, mint a kronológiai életkor önmagában. A sejtvonalfa geometriája rögzíti az egyén szomatikus evolúciójának szerkezetét, és egy új öregedési időzítőtípust képvisel. Amellett, hogy numerikus becslést ad a sejtfa-életkorról, feltárja az öregedési folyamat időbeli történetét, megmutatva, hogyan fejlődik a klonális struktúra az élettartam során. A Sejtfagyűrűk (Cell Tree Rings) modell kiegészíti a meglévő öregedési órákat, és segíthet csökkenteni a geroprotektív kísérletek kiértékelésének jelenlegi bizonytalanságát. Az emberben felhalmozódó szomatikus mutációs teher kódolása evolúciós sejtfákon keresztül, és az általános szomatikus mutációs teher numerikus ábrázolása sejtfa-életkorként új modellt nyújt az öregedés legalapvetőbb jellemzőjének összegzésére, a biológia talán legjobban bevált kvantitatív módszertanának, a filogenetikának a felhasználásával.

Absztrakt (kivonat) idegen nyelven

Biological age is typically estimated using biomarkers whose states have been observed to correlate with chronological age. A persistent limitation of such aging clocks is that it is difficult to establish how the biomarker states are related to the mechanisms of aging. Somatic mutations could potentially form the basis for a more fundamental aging clock since the mutations are both markers and drivers of aging and have a natural timescale. Cell lineage trees inferred from these mutations reflect the somatic evolutionary process and thus, it has been conjectured, the aging status of the body. Such a timer has been impractical thus far, however, because detection of somatic variants in single cells presents a significant technological challenge. Here we show that somatic mutations detected using single-cell RNA sequencing (scRNA-seq) from thousands of cells can be used to construct a cell lineage tree whose structure correlates with chronological age. De novo single-nucleotide variants (SNVs) are detected in human peripheral blood mononuclear cells using a modified protocol. A default model based on penalized multiple regression of chronological age on 31 metrics characterizing the phylogenetic tree gives a Pearson correlation of 0.81 and a median absolute error of ~4 years between predicted and chronological age. Testing of the model on a public scRNA-seq dataset yields a Pearson correlation of 0.85. In addition, cell tree age predictions are found to be better predictors of certain clinical biomarkers than chronological age alone, for instance glucose, albumin levels and leukocyte count. The geometry of the cell lineage tree records the structure of somatic evolution in the individual and represents a new modality of aging timer. In addition to providing a numerical estimate of ‘Cell Tree Age’, it unveils a temporal history of the aging process, revealing how clonal structure evolves over life span. Cell Tree Rings complements existing aging clocks and may help reduce the current uncertainty in the assessment of geroprotective trials. Encoding accumulating somatic mutation burden in humans via evolutionary Cell Trees and representing the overall snapshot somatic mutation burden numerically as a Cell Tree Age provides a new model to summarize the most fundamental hallmark of aging, using perhaps the most well established quantitative methodology in biology, phylogenetics.

Tétel nézet