Возраст отдельных клеток мыши можно оценить по активности генов

Возраст отдельных клеток мыши оказался менее однозначным, чем возраст самого животного. В клетках почки старой мыши исследователи обнаружили, например, клетки, чья активность генов была больше похожа на клетки гораздо более молодых животных. А среди клеток молодых мышей встречались профили, напоминавшие более старые.

Речь не о том, что клетка буквально родилась раньше или позже соседней. Авторы разработали алгоритм scMLEAge, который оценивает так называемый транскриптомный возраст — насколько работа генов отдельной клетки похожа на клетки животных определённой возрастной группы.

Это позволяет задать необычный вопрос: одинаково ли стареют клетки внутри одного организма?

Одна мышь — несколько клеточных «возрастов»

Основой работы стал Tabula Muris Senis — большой атлас одноклеточной РНК-секвенции мышей. Исходный набор содержит более 350 000 клеток из 23 органов и шести возрастных групп от 1 до 30 месяцев.

Авторы использовали данные из мочевого пузыря, костного мозга, мозга, сердца, почек, скелетных мышц, печени и лёгких. Для разных типов клеток строились отдельные модели: Т-клетки сравнивались с Т-клетками, клетки почечных канальцев — с клетками того же типа и так далее.

Причина проста. Старение не обязано оставлять одинаковый молекулярный след в мышечной стволовой клетке и, например, клетке почки.

Одним из самых наглядных примеров стали клетки проксимальных канальцев почки. Модель хорошо различала возрастные группы, но внутри них обнаруживала заметную неоднородность. Часть клеток 30-месячных мышей по профилю активности генов была ближе к 18-месячной группе. И наоборот, некоторые клетки трёхмесячных животных модель относила к профилю, более характерному для 18 месяцев.

Это не доказательство того, что такие клетки действительно «биологически старше» или «моложе» на указанное число месяцев. Алгоритм показывает другое: клетки одного хронологического возраста могут находиться в заметно разных транскриптомных состояниях.

Похожую картину получили для мышечных сателлитных клеток — стволовых клеток, участвующих в восстановлении скелетной мышцы. Для них точность связи предсказанного и фактического возраста достигала R² около 0,81. Клетки старших возрастных групп распределялись по молекулярному градиенту, а не образовывали одну однородную «старую» популяцию.

Как можно читать возраст по РНК

Одноклеточное секвенирование РНК показывает, какие гены работают в каждой клетке и насколько активно они считываются.

scMLEAge сначала учится на клетках мышей известного возраста. Для каждого типа клеток модель определяет характерные частоты считывания генов в разных возрастных группах. Затем для новой клетки она оценивает, с какой возрастной группой её набор РНК наиболее вероятно совпадает.

Вместо обычной линейной регрессии авторы использовали вероятностный подход, работающий непосредственно со счётчиками молекул РНК. Это важно для одноклеточных данных: в одной клетке молекул РНК мало, многие гены вообще не фиксируются, поэтому данные получаются очень разреженными.

В разных клеточных типах качество прогноза заметно различалось: значения R² находились примерно от 0,17 до 0,95. То есть универсальных «часов», одинаково хорошо работающих во всех клетках, здесь нет. При прямом сравнении на клетках мышц, почек и лёгких scMLEAge в большинстве протестированных типов клеток работал лучше моделей ElasticNet и Lasso.

Алгоритм также выделял гены, чья активность менялась вместе с предсказанным возрастом. Среди них были гены, связанные с иммунными реакциями, работой рибосом, внеклеточным матриксом и возрастной перестройкой тканей. Например, в мышечных сателлитных клетках с возрастом снижалась экспрессия COL6A1, кодирующего компонент коллагена VI, а в клетках почечных канальцев менялась активность генов PCK1 и CD74.

Что означает «возраст» отдельной клетки

Здесь проходит самая важная граница интерпретации. Настоящий биологический возраст отдельной клетки заранее неизвестен, поэтому модель обучали на хронологическом возрасте мыши, из которой эта клетка была получена. Затем алгоритм ищет клетки, которые отклоняются от типичного профиля своей возрастной группы.

Поэтому scMLEAge пока правильнее рассматривать не как секундомер, показывающий настоящий возраст клетки, а как способ расположить клетки вдоль транскриптомной траектории старения.

Есть и другие ограничения. Модель использует отдельные возрастные категории, а не непрерывную шкалу, и в этой работе была проверена только на данных самцов мышей. Насколько хорошо тот же подход будет работать у самок, на других наборах данных и особенно в человеческих тканях, ещё предстоит проверить.

Но сам масштаб наблюдения меняется уже сейчас. Раньше возраст ткани часто описывали одним усреднённым показателем. Теперь можно пытаться увидеть, какие именно клетки внутри неё выглядят молекулярно старше соседей, а какие сохраняют более молодой профиль.

У организма одна дата рождения. У его клеток, судя по активности генов, старение может идти гораздо менее синхронно.