Динамика биологического возраста и ассоциированных биомаркеров в условиях комплексной геропротективной интервенции: результаты проспективного наблюдения

Цель. Оценить динамику PhenoAge и биомаркеров у лиц зрелого возраста на фоне 6-мес. программы коррекции образа жизни. Объективная оценка старения и эффективности геропротективных вмешательств — важная задача превентивной медицины. Фенотипический возраст (PhenoAge) — перспективный инструмент оценки биологического возраста.

Материал и методы. В проспективное исследование включена когорта из 100 человек 35-55 лет. Все участники прошли комплексную программу, включавшую коррекцию питания, физическую активность и стресс-менеджмент. Оценка проводилась на исходном визите, через 3 и 6 мес. Биологический возраст определяли с помощью калькулятора PhenoAge (Levine ME, et al., 2018). Для анализа когорту стратифицировали на квартили по исходному PhenoAge. Использовали непараметрические методы статистики с поправкой Бонферрони.

Результаты. За 6 мес. наблюдения выявлено статистически значимое снижение PhenoAge, наиболее выраженное в группах с исходно высокими значениями (Q3, Q4). В Q4 снижение составило -6,73% (p<0,001). Акселерация старения также значимо уменьшилась. Динамика PhenoAge ассоциировалась со снижением уровня С-реактивного белка, повышением альбумина и нормализацией гематологических показателей. В группе с низким исходным PhenoAge (Q1) значимых изменений не отмечено.

Заключение. Комплексная программа коррекции образа жизни значимо снижает биологический возраст, особенно у лиц с ускоренным старением. Эффект связан с модуляцией маркеров воспаления и нутритивного статуса, что подтверждает целесообразность скрининга биологического возраста для персонализации профилактики.

1. López-­Otín C, Blasco MA, Partridge L, et al. The hallmarks of aging. Cell. 2013;153(6):1194-217. doi:10.1016/j.cell.2013.05.039.

2. Jylhävä J, Pedersen NL, Hägg S. Biological Age Predictors. EBio­Medicine. 2017;21:29-36. doi:10.1016/j.ebiom.2017.03.046.

3. Belsky DW, Caspi A, Houts R, et al. Quantification of bio­logical aging in young adults. Proc Natl Acad Sci U S A. 2015;112(30): E4104-10. doi:10.1073/pnas.1506264112.

4. Levine ME. Modeling the rate of senescence: can estima­ted biological age predict mortality more accurately than chronological age? J Gerontol a Biol Sci Med Sci. 2013;68(6): 667-74. doi:10.1093/gerona/gls233.

5. Levine ME, Lu AT, Quach A, et al. An epigenetic biomarker of aging for lifespan and healthspan. Aging (Albany NY). 2018; 10(4):573-91. doi:10.18632/aging.101414.

6. Liu Z, Kuo PL, Horvath S, et al. A new aging measure captures morbidity and mortality risk across diverse subpopulations from NHANES IV: A cohort study. PLoS Med. 2018;15(12):e1002718. doi:10.1371/journal.pmed.1002718.

7. Longo VD, Antebi A, Bartke A, et al. Interventions to Slow Aging in Humans: Are We Ready? Aging Cell. 2015;14(4):497-510. doi:10.1111/acel.12338.

8. Kennedy BK, Berger SL, Brunet A, et al. Geroscience: linking aging to chronic disease. Cell. 2014;159(4):709-13. doi:10.1016/j.cell.2014.10.039.

9. Fontana L, Partridge L, Longo VD. Extending healthy life span–from yeast to humans. Science. 2010;328(5976):321-6. doi:10.1126/science.1172539.

10. Le Couteur DG, Solon-­Biet S, Cogger VC, et al. The impact of low-protein high-carbohydrate diets on aging and lifespan. Cell Mol Life Sci. 2016;73(6):1237-52. doi:10.1007/s00018-015-2120-y.

11. Ma X, Yue ZQ, Gong ZQ, et al. The Effect of Diaphragmatic Breathing on Attention, Negative Affect and Stress in Healthy Adults. Front Psychol. 2017;8:874. doi:10.3389/fpsyg.2017.00874.

12. Hofmann SG, Asnaani A, Vonk IJ, et al. The Efficacy of Cognitive Behavioral Therapy: A Review of Meta-analyses. Cognit Ther Res. 2012;36(5):427-40. doi:10.1007/s10608-012-9476-1.

13. Garin O. Ceiling Effect. In: Michalos, A.C. (eds) Encyclopedia of Quality of Life and Well-­Being Research. Springer, Dordrecht. doi:10.1007/978-94-007-0753-5_296.

14. Franceschi C, Garagnani P, Parini P, et al. Inflammaging: a new im­mune-­metabolic viewpoint for age-related diseases. Nat Rev En­do­crinol. 2018;14(10):576-90. doi:10.1038/s41574-018-0059-4.

15. Pepys MB, Hirschfield GM. C-reactive protein: a critical update. J Clin Invest. 2003;111(12):1805-12. doi:10.1172/JCI18921.

16. Fanali G, di Masi A, Trezza V, et al. Human serum albumin: from bench to bedside. Mol Aspects Med. 2012;33(3):209-90. doi:10.1016/j.mam.2011.12.002.

17. Pawelec G. Age and immunity: What is "immunosenescence"? Exp Gerontol. 2018;105:4-9. doi:10.1016/j.exger.2017.10.024.

18. You T, Arsenis NC, Disanzo BL, et al. Effects of exercise trai­ning on chronic inflammation in obesity: current evidence and potential mechanisms. Sports Med. 2013;43(4):243-56. doi:10.1007/s40279-013-0023-3.

19. Li N, Zhou H, Tang Q. Red Blood Cell Distribution Width: A Novel Predictive Indicator for Cardiovascular and Cere­bro­vas­cular Diseases. Dis Markers. 2017;2017:7089493. doi:10.1155/2017/7089493.

20. Edvardsson M, Heenkenda MK. Precision Medicine: Perso­na­lizing Healthcare by Bridging Aging, Genetics, and Global Di­versity. Healthcare (Basel). 2025;13(13):1529. doi:10.3390/healthcare13131529.