Epigenetics

173 CpG Sites - die Marker deiner Uhr

Warum DunedinPACE auf 173 CpG-Sites setzt, wie DNA-Methylierung als Alterungssignal wirkt und warum ARES diese Ebene nur als Kontextsignal behandelt.

173 CpG-Sites klingen nach einem technischen Detail. In Wirklichkeit beschreiben sie eine der interessantesten Verschiebungen in der Longevity-Diagnostik: weg von einem einzelnen biologischen Alterswert, hin zu einem Signal fuer Geschwindigkeit.

DunedinPACE versucht nicht einfach zu sagen, wie alt ein Koerper "ist". Es versucht zu schaetzen, wie schnell sich physiologische Systeme ueber Zeit veraendern. Genau deshalb ist der Marker fuer ARES spannend: nicht als Urteil, sondern als weiterer Kontextpunkt in einer groesseren Navigation.

Kontext

DNA-Methylierung ist eine chemische Markierung am Erbgut. An bestimmten CpG-Stellen kann sich das Methylierungsmuster mit Alter, Umwelt, Zelltyp und biologischer Belastung veraendern. Die erste grosse Generation epigenetischer Uhren wurde durch Horvaths Arbeit bekannt: DNA methylation age of human tissues and cell types (https://pubmed.ncbi.nlm.nih.gov/24138928/). Diese Uhren zeigen, dass Methylierungsmuster erstaunlich viel Information ueber Alterungszustaende tragen.

Der wichtige Punkt: Eine Clock ist kein Organ, kein Symptom und kein Diagnoselabel. Sie ist ein statistisches Modell. Sie nimmt viele Methylierungsstellen und bildet daraus einen Score. Der Score kann nuetzlich sein, aber er bleibt ein Proxy.

DunedinPACE geht einen anderen Weg. Die eLife-Arbeit von Belsky et al. 2022 (https://pubmed.ncbi.nlm.nih.gov/35029144/) beschreibt einen Bluttest-basierten Biomarker fuer die Geschwindigkeit biologischer Alterung. Der Name verweist auf die Dunedin Study, eine Langzeitkohorte, in der Veraenderungen vieler Koerpersysteme ueber Zeit beobachtet wurden.

Warum 173 CpG-Sites relevant sind

Die Zahl 173 ist kein magischer Code. Sie steht fuer ein reduziertes Set von Methylierungsstellen, das aus einem groesseren Messraum abgeleitet wurde. Das Modell versucht, aus diesen Stellen ein Pace-Signal zu rekonstruieren.

Das ist fuer Produktdesign wichtig. Ein System wie ARES darf aus einem solchen Wert nicht mehr machen, als er hergibt. Ein einzelner DunedinPACE-Wert beantwortet nicht, welche Intervention "funktioniert" hat. Er zeigt auch nicht, ob ein Nutzer gesund oder krank ist. Er kann aber als Lageparameter dienen:

veraendert sich das Pace-Signal ueber mehrere Messpunkte?
laeuft es in dieselbe Richtung wie andere Signale wie Schlaf, HRV, Entzuendung oder Blutfette?
widerspricht es dem restlichen Bild und braucht deshalb Kontext?
ist die Messung ueberhaupt vergleichbar, oder kamen Labor, Plattform oder Sample-Handling in die Quere?

Genau hier liegt der Wert: nicht in einem Score als Wahrheit, sondern in der Fusion mit anderen Signalen.

Evidenzrahmen

Die Vorgaengerarbeit DunedinPoAm (https://pubmed.ncbi.nlm.nih.gov/32367804/) zielte bereits auf die Quantifizierung der Alterungsgeschwindigkeit. GrimAge, beschrieben von Lu et al. (https://pubmed.ncbi.nlm.nih.gov/30669119/), zeigte, dass Methylierungsmodelle auch mit gesundheits- und lebensspannenbezogenen Endpunkten verbunden sein koennen.

Diese Arbeiten machen epigenetische Uhren interessant. Sie machen sie aber nicht automatisch zu einem Entscheidungsautomaten. Die meisten Modelle sind kohorten-, labor- und populationsabhaengig. Ein Score kann ausserdem durch Zelltyp-Zusammensetzung, Entzuendungsstatus, technische Plattform und statistische Kalibrierung beeinflusst werden.

Fuer eine ernsthafte Pipeline bedeutet das:

| Frage | Saubere Interpretation | |---|---| | Was misst die Clock? | Ein modelliertes Methylierungssignal, nicht Alter selbst | | Was kann ein Einzelwert leisten? | Kontext, Hypothese, Verlaufspunkt | | Was braucht Produktqualitaet? | Wiederholte Messung, Metadaten, Vergleich mit anderen Signalen | | Was ist gefaehrlich? | Overclaiming, Score-Fetisch, direkte Handlung aus Einzelwert |

ARES-Perspektive

ARES behandelt eine epigenetische Clock als eine Schicht im Bio-Velocity-Modell. Die Clock beschreibt nicht die Person. Sie beschreibt ein Signal ueber die Person.

Praktisch heisst das: Der Wert gehoert neben Schlafarchitektur, HRV, Trainingslast, Entzuendungsmarkern, Lipidprofil, Glukose-Dynamik und subjektivem Zustand. Erst die Beziehung zwischen diesen Ebenen macht das Bild interessant.

Ein Beispiel: Ein schnelleres Pace-Signal bei gleichzeitig schlechter Schlafarchitektur, hoher Trainingslast und erhoehten Entzuendungsmarkern ist anders zu interpretieren als ein isolierter Ausreisser in einer sonst stabilen Phase. Umgekehrt ist ein besserer Score ohne Kontext kein Beweis fuer Wirksamkeit.

Risiken

Das groesste Risiko liegt nicht in der Messung, sondern in der Erzaehlung danach. Epigenetische Scores klingen objektiv. Das macht sie verlockend fuer Marketing, aber auch gefaehrlich fuer Nutzer.

Typische Fehlinterpretationen:

ein einzelner Score wird als Diagnose gelesen
kleine Veraenderungen werden ueberbewertet
verschiedene Clock-Generationen werden vermischt
Labor- oder Plattformwechsel werden ignoriert
ein Proxy wird als Beweis fuer eine Intervention verkauft

Eine serioese Produktlogik muss diese Fehler aktiv verhindern. Deshalb braucht jeder Artikel, jede Pipeline und jeder Worker, der mit Clocks arbeitet, eine Claim-Safety-Pruefung.

Key Takeaways

DunedinPACE ist spannend, weil es Pace statt nur Zustand modelliert.
Die 173 CpG-Sites sind ein reduziertes Signalset, kein biologischer Geheimcode.
Der Wert wird erst im Verlauf und im Vergleich mit anderen Signalen brauchbar.
Fuer ARES ist die Clock ein Kontextsignal im Bio-Velocity-Modell, kein medizinisches Urteil.

Disclaimer

Dieses Dokument dient ausschliesslich der Bildung und wissenschaftlichen Einordnung. Es ist keine Diagnose, keine Therapieempfehlung und keine Anleitung zur Selbstmedikation. Epigenetische Tests gehoeren in einen fachlich begleiteten Kontext, wenn daraus gesundheitliche Entscheidungen entstehen.

Quellen

Belsky DW et al. DunedinPACE, a DNA methylation biomarker of the pace of aging. eLife. 2022. DOI: 10.7554/eLife.73420. PMID: 35029144.
Belsky DW et al. Quantification of the pace of biological aging in humans through a blood test, the DunedinPoAm DNA methylation algorithm. eLife. 2020. DOI: 10.7554/eLife.54870. PMID: 32367804.
Horvath S. DNA methylation age of human tissues and cell types. Genome Biology. 2013. DOI: 10.1186/gb-2013-14-10-r115. PMID: 24138928.
Lu AT et al. DNA methylation GrimAge strongly predicts lifespan and healthspan. Aging. 2019. DOI: 10.18632/aging.101684. PMID: 30669119.