El reloj dentro de la neurona: por qué las células «jóvenes» mueren primero bioRxiv

Original: "An Epigenetic Signature of Vulnerable Neurons is Under Selective Pressure Associated with Longevity Across Placental Mammals."
b42w:2608.90005 · página del trabajo · 2026-08-25 · CC BY 4.0 · 2 min
Los científicos separaron el envejecimiento común del envejecimiento interno de las neuronas y descubrieron que las células que parecen más jóvenes según el reloj molecular mueren con más frecuencia durante el envejecimiento y en la enfermedad de Alzheimer.

En una casa donde viven varias familias, unas envejecen más rápido y otras más despacio. Lo mismo ocurre en el cerebro: las neuronas de distintos tipos envejecen a velocidades diferentes. Algunas células desaparecen ya en la mediana edad, mientras que otras aguantan hasta la vejez más avanzada. Durante mucho tiempo, por qué sucede esto fue un enigma. Ahora los científicos se han asomado al interior de células individuales y han visto que cada una tiene su propio reloj interno, y que este no avanza igual que el reloj común de todo el organismo.

Para separar el envejecimiento común del interno, los investigadores tomaron muestras de cerebro de 69 personas de entre 24 y 94 años. Midieron la actividad de miles de genes en cada célula por separado. Después construyeron un modelo que primero predecía la edad de la persona a partir de las señales comunes y luego refinaba la predicción de forma iterativa, pescando las señales específicas de cada célula. Así lograron distinguir la «edad del tejido» de la «edad de la célula».

La edad interna resultó estar más relacionada con la pérdida de neuronas que la edad común. Las células con una edad interna baja, es decir, molecularmente «jóvenes», morían con más frecuencia durante el envejecimiento y en la enfermedad de Alzheimer.

La paradoja: ¿por qué las células que parecen jóvenes según el reloj molecular son más vulnerables? Resultó que producen energía en las mitocondrias con más intensidad. Este proceso se parece a un motor que funciona sin parar y por eso se desgasta antes. Esas células no llegan a activar los programas de protección que ya están en marcha en las células más «viejas». Por ejemplo, las interneuronas que liberan somatostatina tenían la edad interna más baja y la vulnerabilidad más alta.

Los científicos fueron más allá y compararon estos datos con los genomas de 240 especies de mamíferos. Encontraron 427 regiones reguladoras que están abiertas en las neuronas vulnerables y que se asocian con una vida más corta en los animales. En las especies longevas, esas regiones suelen estar cerradas, como si la evolución apagara los genes peligrosos. Una de esas regiones se ha conservado junto a un gen importante en mamíferos, aves y reptiles a lo largo de cientos de millones de años.

Ahora queda claro por qué unas neuronas mueren antes que otras: su reloj interno avanza demasiado despacio y no llegan a envejecer como es debido. Este conocimiento puede ayudar a crear fármacos que protejan precisamente a las células vulnerables. En la casa del cerebro hemos aprendido a ver qué apartamentos necesitan reforma primero.

En las especies de mamíferos longevas, las regiones reguladoras asociadas con la vulnerabilidad neuronal están cerradas con más frecuencia, como si la evolución «apagara» los tramos peligrosos del genoma. El locus MIR181A1HG ha mantenido su vínculo con su enhancer durante cientos de millones de años en mamíferos, aves y reptiles, lo que indica una función antigua e importante.

La idea de relojes moleculares que predicen la vulnerabilidad de las células recuerda a la película «Blade Runner», donde los replicantes tienen una vida limitada, pero la vulnerabilidad de sus distintos órganos y células no es la misma. En la novela de Greg Egan «Ciudad permutación» se discute la posibilidad de controlar el envejecimiento a nivel celular, lo que refleja en parte el objetivo de este trabajo.

Llevarse el trabajo completo

No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.

Conceptos
aprendizaje profundo en imagenología médica