
È noto che il cervello umano subisce naturalmente dei cambiamenti con l’età, riducendosi di dimensioni e volume dopo i 30 o 40 anni. In alcuni casi, tuttavia, può invecchiare più rapidamente del previsto, aumentando il rischio di perdita precoce di memoria, declino cognitivo e alcuni disturbi neurologici.
Un invecchiamento cerebrale più rapido è stato collegato a diversi disturbi neurologici e psichiatrici, nonché ad alcune malattie neurodegenerative. Tuttavia, i fattori che influenzano la velocità con cui il cervello invecchia non sono ancora stati chiariti in modo chiaro ed esaustivo.
Ricercatori dell’Università di Jilin e dell’Università Medica Cinese hanno recentemente analizzato dati di neuroimaging, genomici e biologici per comprendere meglio il contributo dei processi metabolici (ovvero le reazioni chimiche che trasformano il cibo in energia) all’invecchiamento cerebrale. I loro risultati, pubblicati su Molecular Psychiatry , suggeriscono che livelli più elevati di glucosio nel sangue siano associati a un invecchiamento cerebrale accelerato.
Scoprire le impronte metaboliche dell’invecchiamento cerebrale con l’intelligenza artificiale
Per esplorare le basi biologiche dell’invecchiamento cerebrale, i ricercatori hanno analizzato i dati della UK Biobank, un ampio database biomedico che contiene dati sanitari, genetici e di imaging raccolti da migliaia di persone residenti nel Regno Unito. Analizzando le scansioni cerebrali di queste persone, hanno ricavato caratteristiche cerebrali misurabili, come le dimensioni di specifiche regioni cerebrali, le caratteristiche dei tessuti e i cambiamenti strutturali.
Successivamente, hanno addestrato algoritmi di apprendimento automatico per prevedere l’età delle persone in base alle caratteristiche cerebrali identificate. Hanno scoperto che uno specifico metodo statistico, noto come modello di regressione LASSO (Least Absolute Shrinkage and Selection Operator), era il più efficace nel prevedere l’età del cervello delle persone, con un tasso di errore medio di 3,26 anni.
“Abbiamo integrato dati di neuroimaging multimodale (MRI), metabolomica plasmatica e dati genomici della UK Biobank per identificare i marcatori metabolici dell’invecchiamento cerebrale e valutarne la rilevanza causale”, hanno scritto Zhirong Li, Yating Miao e i loro colleghi nel loro articolo. “Utilizzando 1.079 fenotipi derivati da immagini (IDP) di 4.333 partecipanti sani, abbiamo addestrato e validato modelli di apprendimento automatico per la previsione dell’età cerebrale, con un modello di regressione LASSO che ha ottenuto le migliori prestazioni. Il divario di età cerebrale (BAG) è stato quindi stimato in 37.458 partecipanti.”
Utilizzando il modello LASSO più performante, i ricercatori hanno calcolato un valore chiamato BAG per migliaia di persone incluse nel database della UK Biobank. Si tratta essenzialmente di un valore che indica se l’età cerebrale prevista di una persona è superiore o inferiore alla sua età reale e di quanti anni.
Li, Miao e i loro colleghi hanno quindi analizzato i dati metabolomici derivati dai campioni di sangue delle stesse persone. Ciò ha permesso loro di identificare nove molecole nel sangue che sembravano essere significativamente associate ai valori di BAG.
In particolare, il glucosio sembrava avere la correlazione più forte con i valori BAG. Nello specifico, livelli più elevati di glucosio nel sangue erano collegati a cervelli che mostravano maggiori segni di invecchiamento nelle scansioni di imaging e che quindi apparivano più vecchi della loro età reale.
“Le analisi di associazione condotte su 21.780 individui hanno identificato nove metaboliti plasmatici significativamente correlati all’invecchiamento cerebrale dopo la correzione di Bonferroni, con il glucosio che ha mostrato l’effetto più forte (β = 0,32, P = 9,90 × 10⁻¹²)”, hanno scritto Li, Miao e i loro colleghi. “Gli studi di associazione a livello genomico (GWAS) hanno identificato 392 polimorfismi a singolo nucleotide (SNP) associati all’invecchiamento cerebrale (P < 5 × 10⁻⁸), e la randomizzazione mendeliana a due campioni (MR) ha fornito prove a supporto di un potenziale ruolo causale del glucosio nell’accelerazione dell’invecchiamento cerebrale.”
Fornire informazioni sulla prevenzione di alcune patologie cerebrali.
Questo studio fornisce prove che suggeriscono che il glucosio nel sangue potrebbe contribuire a processi legati all’invecchiamento cerebrale accelerato. È interessante notare che i ricercatori hanno scoperto che livelli più elevati di glucosio nel sangue erano anche collegati a un aumento del rischio di sviluppare sette diverse patologie note per influenzare la funzione cerebrale.
“Dal punto di vista clinico, livelli elevati di glucosio nel plasma sono stati associati positivamente a sette disturbi cerebrali, tra cui demenza di qualsiasi causa, malattia di Alzheimer, demenza vascolare, malattia di Parkinson, ictus, depressione e ansia, e negativamente alle prestazioni cognitive, alla funzione motoria e agli esiti in termini di salute mentale”, hanno scritto gli autori.
“Concentrazioni di glucosio più elevate sono state inoltre associate a una riduzione del volume cerebrale in 80 regioni corticali, sottocorticali e cerebellari. Questi risultati indicano il metabolismo del glucosio come un processo modificabile nell’invecchiamento cerebrale, con implicazioni per le strategie di intervento precoce volte a preservare la salute del cervello nel corso della vita.”
Studi futuri potrebbero trarre ispirazione dai risultati del team ed esplorare ulteriormente l’associazione tra livelli più elevati di glucosio e invecchiamento cerebrale, concentrandosi magari su specifiche patologie neurodegenerative o neuropsichiatriche. In definitiva, il recente lavoro di Li, Miao e colleghi potrebbe contribuire allo sviluppo di strategie per il monitoraggio e la preservazione della salute cerebrale.
Abstract
L’invecchiamento cerebrale accelerato è sempre più riconosciuto come un fattore di rischio transdiagnostico per i disturbi neuropsichiatrici e neurodegenerativi, tuttavia le sue basi metaboliche rimangono poco comprese. In questo studio abbiamo integrato dati di neuroimaging multimodale (MRI), metabolomica plasmatica e dati genomici provenienti dalla UK Biobank per identificare i marcatori metabolici dell’invecchiamento cerebrale e valutarne la rilevanza causale. Utilizzando 1079 fenotipi derivati da imaging (IDP) di 4333 partecipanti sani, abbiamo addestrato e validato modelli di apprendimento automatico per la previsione dell’età cerebrale, con un modello di regressione LASSO (Least Absolute Shrinkage and Selection Operator) che ha ottenuto le migliori prestazioni (errore assoluto medio = 3,26 anni, R² = 0,68). Il divario di età cerebrale (BAG) è stato quindi stimato in 37.458 partecipanti. Analisi di associazione in 21.780 individui hanno identificato nove metaboliti plasmatici significativamente collegati a BAG dopo la correzione di Bonferroni, con il glucosio che mostra l’effetto più forte (β = 0,32, P = 9,90 × 10⁻¹²). Studi di associazione a livello del genoma (GWAS) hanno identificato 392 polimorfismi a singolo nucleotide (SNP) associati a BAG ( P < 5 × 10⁻⁸), e la randomizzazione mendeliana a due campioni (MR) ha fornito prove a supporto di un potenziale ruolo causale del glucosio nell’accelerare l’invecchiamento cerebrale. Clinicamente, livelli elevati di glucosio plasmatico sono stati associati positivamente a sette disturbi cerebrali, tra cui demenza di qualsiasi causa, malattia di Alzheimer, demenza vascolare, malattia di Parkinson, ictus, depressione e ansia, e negativamente a prestazioni cognitive, funzione motoria e risultati di salute mentale. Concentrazioni di glucosio più elevate sono state anche associate a una riduzione dei volumi cerebrali regionali in 80 regioni corticali, sottocorticali e cerebellari. Questi risultati indicano il metabolismo del glucosio come una via modificabile nell’invecchiamento cerebrale, con implicazioni per le strategie di intervento precoce volte a preservare la salute del cervello durante tutto l’arco della vita.
Zhirong Li et al, Metabolomic signatures of brain aging: A multimodal and genetic study, Molecular Psychiatry (2026). DOI: 10.1038/s41380-026-03703-3
