Когнитивный и биологический возраст человека: актуальные вопросы и новые перспективы в исследовании старения

Аннотация

Актуальность. Исследований в области здорового долголетия становится все больше в связи с популяризацией здорового образа жизни среди населения. Одновременно с этим растет и интерес к проблеме диагностики когнитивного и физиологического функционирования человека в процессе нормального старения. Многие ученые сходятся во мнении, что хронологический, биологический, а также когнитивный возрасты могут не соответствовать друг другу. Существует много причин, по которым это происходит. 

Цель исследования — систематизация и анализ данных о последних трендах в определении когнитивного и биологического возрастов человека, соотнесение параметров их измерения; выявление основных структурных изменений мозга при нормальном старении; освещение возможности улучшения когнитивного функционирования человека. 

Результаты. Проведенный анализ показал, что когнитивный и биологический возрасты являются комплексными показателями, на которые влияет большое количество факторов — средовых и генетических. Существуют разные способы измерения как биологического возраста, так и когнитивного. Единого метода или подхода до сих пор не существует. Для измерения биологического возраста все чаще используются методы на основе комплексных индексов, эпигенетические часы, методы на основе деления теломер и метилирования ДНК. Все бόльшую популярность приобретают методы измерения когнитивного возраста на основе динамики когнитивных функций, которые весьма пластичны и могут быть скорректированы. 

Выводы. В связи с увеличением продолжительности жизни населения подробное исследование параметров когнитивного возраста и способов нейропротекции в ближайшие годы станет одним из ключевых исследовательских трендов в области изучения старения. 

Информация о финансировании. Исследование выполнено при поддержке Программы фундаментальных исследований НИУ ВШЭ в 2022 г. и в рамках НИР факультета биологии и биотехнологии НИУ ВШЭ «Фундаментальное исследование актуальных вопросов когнитивных нейронаук и правовых основ биологии, медицины, а также биоэтики».

Литература

Крутько В.Н., Донцов В.И., Захарьящева О.В., Кузнецов И.А., Мамиконова О.А., Пырву В.В., Смирнова Т.М., Соколова Л.А. Биологический возраст как показатель уровня здоровья, старения и экологического благополучия человека // Авиакосмическая и экологическая медицина. 2014. Т. 48, No 3. С. 12–19. 

Население России за 100 лет (1897–1997). Статистический сборник / Под ред. Е.М. Андреева, О.И. Антоновой, Б.П. Бруй и др. М.: Госкомстат России, 1998. 

Нуретдинова З.Г. Особенности динамики биологического возраста у спортсменов-лыжников: дисс. ... канд. мед. наук. Москва, 2008. 

Плакуев А.Н., Юрьева М.Ю., Юрьев Ю.Ю. Современные концепции старения и оценка биологического возраста человека // Экология человека. 2011. No 4. С. 17–25. 

Прохоров Н.И., Донцов В.И., Крутько В.Н., Ходыкина Т.М. (2019). Биологический возраст как метод оценки уровня здоровья при наличии экологических рисков (обзор литературы) // Гигиена и санитария. 2019. Т. 98, No 7. С. 761–765. 

Рябчикова Т.В., Егорова Л.А., Кузьмичева Е.А. Сопоставление паспортного и биологического возраста // Клиническая геронтология. 2009. Т. 15, No 12. С. 19–22. 

Фролькис В.В. Старение: воспоминание о будущем // Лечение и диагностика. 1998. No 1. С. 14–38. 

Armanious, K., Abdulatif, S., Shi, W., Salian, S., Kustner, T., Weiskopf, D., Hepp, T., Gatidis, S., & Yang, B. (2021). Age-Net: An MRI-Based Iterative Framework for Brain Biological Age Estimation. IEEE Transactions on Medical Imaging, 40 (7), 1778–1791. https://doi.org/10.1109/TMI.2021.3066857 

AshiqurRahman, S., Giacobbi, P., Pyles, L., Mullett, C., Doretto, G., & Adjeroh, D.A. (2021). Deep learning for biological age estimation. Briefings in Bioinformatics, 22 (2), 1767–1781. https://doi.org/10.1093/bib/bbaa021 

Cho, I.H., Park, K.S., & Lim, C.J. (2010). An empirical comparative study on biological age estimation algorithms with an application of Work Ability Index (WAI). Mechanisms of Ageing and Development, 131 (2), 69–78. https://doi.org/10.1016/j.mad.2009.12.001 

Cole, J.H., Marioni, R.E., Harris, S.E., & Deary, I.J. (2019). Brain age and other bodily ‘ages’: Implications for neuropsychiatry. Molecular Psychiatry, 24, 266–281. https://doi.org/10.1038/s41380- 018-0098-1 

Deary, I.J., Corley, J., Gow, A.J., Harris, S.E., Houlihan, L.M., Marioni, R.E., Penke, L., Rafnsson, S.B., & Starr, J.M. (2009). Age-associated cognitive decline. British Medical Bulletin, 92, 135–152. https://doi.org/10.1093/bmb/ldp033 

Draganski, B., Gaser, C., Kempermann, G., Kuhn, H.G., Winkler, J., Buchel, C., May, A. (2006). Temporal and spatial dynamics of brain structure changes during extensive learning. J Neurosci, 26 (23), 6314–6317. 

Elliott, M.L., Belsky, D.W., Knodt, A.R., Ireland, D., Melzer, T.R., Poulton, R., Ramrakha, S., Caspi, A., Moffitt, T.E., Hariri, A.R. (2019). Brain-age in midlife is associated with accelerated biological aging and cognitive decline in a longitudinal birth cohort. Molecular Psychiatry, 26, 3829–3838. https://doi.org/10.1038/s41380-019-0626-7 

Engvig, A., Fjell, A.M., Westlye, L.T., Moberget, T., Sundseth, O., Larsen, V.A., Walhovd, K.B. (2010). Effects of memory training on cortical thickness in the older adults. Neuroimage, 52 (4), 1667– 1676. 

Fernández‐Ruiz, J. (2019). The biomedical challenge of neurodegenerative disorders: an opportunity for cannabinoid‐based therapies to improve on the poor current therapeutic outcomes. British Journal of Pharmacology, 176 (10), 1370–1383. 

Ferrucci, L., Gonzalez‐Freire, M., Fabbri, E., Simonsick, E., Tanaka, T., Moore, Z., Salimi, S., Sierra, F., & Cabo, R. (2020). Measuring biological aging in humans: A quest. Aging Cell, 19 (2), e13080. https://doi.org/10.1111/acel.13080 

Finkel, D., Sternäng, O., & Wahlin, Å. (2017). Genetic and Environmental Influences on Longitudinal Trajectories of Functional Biological Age: Comparisons Across Gender. Behavior Genetics, 47, 375–382. https://doi.org/10.1007/s10519-017-9851-5 

Fjell, A.M., Westlye, L.T., Grydeland, H., Amlien, I., Espeseth, T., Reinvang, I., Raz, N., Dale, A.M., Walhovd, K.B., & for the Alzheimer Disease Neuroimaging Initiative. (2014). Accelerating Cortical Thinning: Unique to Dementia or Universal in Aging? Cerebral Cortex, 24 (4), 919–934. https://doi.org/10.1093/cercor/bhs379 

Frangou, S., Chitins, X., & Williams, S.C. (2004). Mapping IQ and gray matter density in healthy young people. Neuroimage, 23 (3), 800–805. 

Franke, K., & Gaser, C. (2019). Ten Years of BrainAGE as a Neuroimaging Biomarker of Brain Aging: What Insights Have We Gained? Frontiers in Neurology, 10, 789. https://doi.org/10.3389/fneur.2019.00789 

Fratiglioni, L., Paillard-Borg, S., Winblad, B. (2004). An active and socially integrated lifestyle in late life might protect against dementia. Lancet Neurol., 3 (6), 343–353. 

Haier, R.J., Jung, R.E., Yeo, R.A., Head, K., & Alkire, M.T. (2004). Structural brain variation and general intelligence. Neuroimage, 23 (1), 425–433. 

Hanafi, M.S., Soedarsono, N., & Auerkari, E. (2021). Biological age estimation using DNA methylation analysis: A systematic review. Scientific Dental Journal, 5 (1), 1–11. https://doi.org/10.4103/SDJ.SDJ_27_20 

Harada, C.N., Natelson Love, M.C., & Triebel, K.L. (2013). Normal cognitive aging. Clinics in Geriatric Medicine, 29 (4), 737–752. https://doi.org/10.1016/j.cger.2013.07.002 

Jia, L., Zhang, W., & Chen, X. (2017). Common methods of biological age estimation. Clinical Interventions in Aging, 12, 759–772. https://doi.org/10.2147/CIA.S134921 

Karama, S. et al. (2014). Childhood cognitive ability accounts for associations between cognitive ability and brain cortical thickness in old age. Molecular Psychiatry, 19 (5), 555–559. https://doi.org/10.1038/mp.2013.64 

Karasik, D., Demissie, S., Cupples, L.A., & Kiel, D.P. (2005). Disentangling the Genetic Determinants of Human Aging: Biological Age as an Alternative to the Use of Survival Measures. The Journals of Gerontology Series A, 60 (5), 574–587. https://doi.org/10.1093/gerona/60.5.574 

Kaup, A.R., Mirzakhanian, H., Jeste, D.V., & Eyler, L.T. (2011). A Review of the Brain Structure Correlates of Successful Cognitive Aging. J Neuropsychiatry Clin Neurosci, 23 (1), 6–15. 

Klemera, P., & Doubal, S. (2006). A new approach to the concept and computation of biological age. Mechanisms of Ageing and Development, 127 (3), 240–248. https://doi.org/10.1016/j.mad.2005.10.004 

Laborda-Sánchez, F., & Cansino, S. (2021). The Effects of Neurofeedback on Aging-Associated Cognitive Decline: A Systematic Review. Applied Psychophysiology and Biofeedback, 46 (1), 1–10. https://doi.org/10.1007/s10484-020-09497-6 

Leone, A., Caroppo, A., Rescio, G., Diraco, G., & Siciliano, P. (2019). Ambient Assisted Living: Italian Forum 2018. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-05921-7 

MacDonald, S.W.S., Dixon, R.A., Cohen, A.-L., & Hazlitt, J.E. (2004). Biological Age and 12-Year Cognitive Change in Older Adults: Findings from the Victoria Longitudinal Study. Gerontology, 50 (2), 64–81. https://doi.org/10.1159/000075557 

Marioni, R.E., van den Hout, A., Valenzuela, M.J. et al. (2012). Active cognitive lifestyle associates with cognitive recovery and a reduced risk of cognitive decline. J Alzheimers Dis., 28 (1), 223–230. 

Narr, K.L., Woods, R.P., Thompson, P.M., Szeszko, P., Robinson, D., Dimtcheva, T., Gurbani, M., Toga, A.W., & Bilder, R.M. (2007). Relationships between IQ and Regional Cortical Gray Matter Thickness in Healthy Adults. Cerebral Cortex, 17 (9), 2163–2171. https://doi.org/10.1093/cercor/bhl125 

Petkovich, D.A., Podolskiy, D.I., Lobanov, A.V., Lee, S.-G., Miller, R.A., & Gladyshev, V.N. (2017). Using DNA Methylation Profiling to Evaluate Biological Age and Longevity Interventions. Cell Metabolism, 25 (4), 954–960, e6. https://doi.org/10.1016/j.cmet.2017.03.016 

Raz, N., Rodrigue, K.M., Head, D. et al. (2004). Differential aging of the medial temporal lobe: a study of a five-year change. Neurology, 62 (3), 433–438. 

Robine, J.M., Allard, M., Herrmann, F.R., & Jeune, B. (2019). The real facts supporting Jeanne Calment as the oldest ever human. The Journals of Gerontology: Series A, 74 (1), S13–S20. 

Shaw, P., Greenstein, D., Lerch, J., Clasen, L., Lenroot, R., Gogtay, N., Evans, A., Rapoport, J., & Giedd, J. (2006). Intellectual ability and cortical development in children and adolescents. Nature, 440 (7084), 676–679. https://doi.org/10.1038/nature04513 

Smith, S.M., Elliott, L.T., Alfaro-Almagro, F., McCarthy, P., Nichols, T.E., Douaud, G., Miller, K.L. (2020). Brain aging comprises many modes of structural and functional change with distinct genetic and biophysical associations. eLife, 9, e52677. https://doi.org/10.7554/eLife.52677 

Solovev, I., Shaposhnikov, M., & Moskalev, A. (2020). Multi-omics approaches to human biological age estimation. Mechanisms of Ageing and Development, 185, 111192. https://doi.org/10.1016/j.mad.2019.111192 

Sowell, E.R. et al. (2004). Longitudinal mapping of cortical thickness and brain growth in normal children. J Neurosci, 24 (38), 8223–8231. 

Starnawska, A., Tan, Q., Lenart, A., McGue, M., Mors, O., Børglum, A.D., Christensen, K., Nyegaard, M., & Christiansen, L. (2017). Blood DNA methylation age is not associated with cognitive functioning in middle-aged monozygotic twins. Neurobiology of Aging, 50, 60–63. https://doi.org/10.1016/j.neurobiolaging.2016.10.025 

Terry, R.D., Katzman, R. (2001). Life span and synapses: will there be a primary senile dementia? Neurobiol Aging, 22 (3), 347–348. 

Vidal-Pineiro, D. et al. (2021). Individual variations in ‘brain age’ relate to early-life factors more than to longitudinal brain change. eLife, 10, e69995. https://doi.org/10.7554/eLife.69995 

Wilke, M., Sohn, J.H., Byars, A.W., & Holland, S.K. (2003). Bright spots: correlations of gray matter volume with IQ in a normal pediatric population. Neuroimage, 20 (1), 202–215. 

Weidner, C.I. et al. (2014). Aging of blood can be tracked by DNA methylation changes at just three CpG sites. Genome biology, 15 (2), R24.