縦断的眼底イメージングとそのゲノムワイド関連解析により、ヒトの網膜老化時計が証明された

Longitudinal fundus imaging and its genome-wide association analysis provide evidence for a human retinal aging clock.

抄録

生物学的加齢は、個人の年代とは異なり、加齢予測時計を通して広く研究されてきた。しかし、これらの時計は短い時間スケールでは精度に限界がある。ここでは、EyePACSデータセットの眼底画像にディープラーニングモデルを学習させ、個人の年代を予測した。我々が開発した網膜加齢時計「eyeAge」は、他の加齢時計よりも正確に年代を予測した（EyePACSとUK Biobankの品質フィルタリングされたデータにおける平均絶対誤差は、それぞれ2.86年と3.30年）。さらに、eyeAgeは血液マーカーに基づく生物学的年齢の測定値とは独立しており、表現型年齢で調整した場合でも、全死亡ハザード比は1.026を維持した。eyeAgeの個人特異性は、UK Biobankコホートにおける複数のGWASヒットによって補強された。GWASのトップ遺伝子座は、ハエにおける視力の加齢性低下を遅らせるハエのホモログをノックダウンすることでさらに検証された。この研究は、加齢と加齢関連疾患の研究、および非常に短い時間スケールで加齢を定量的に測定するための網膜加齢時計の潜在的な有用性を示し、加齢予防治療薬の迅速かつ実用的な評価の道を開くものである。

Biological age, distinct from an individual's chronological age, has been studied extensively through predictive aging clocks. However, these clocks have limited accuracy in short time-scales. Here we trained deep learning models on fundus images from the EyePACS dataset to predict individuals' chronological age. Our retinal aging clocking, 'eyeAge', predicted chronological age more accurately than other aging clocks (mean absolute error of 2.86 and 3.30 years on quality-filtered data from EyePACS and UK Biobank, respectively). Additionally, eyeAge was independent of blood marker-based measures of biological age, maintaining an all-cause mortality hazard ratio of 1.026 even when adjusted for phenotypic age. The individual-specific nature of eyeAge was reinforced via multiple GWAS hits in the UK Biobank cohort. The top GWAS locus was further validated via knockdown of the fly homolog, , which slowed age-related decline in vision in flies. This study demonstrates the potential utility of a retinal aging clock for studying aging and age-related diseases and quantitatively measuring aging on very short time-scales, opening avenues for quick and actionable evaluation of gero-protective therapeutics.