La acumulación de células senescentes con la edad y su secretoma proinflamatorio, llamado SASP, contribuyen a patologías asociadas a la edad, incluida la enfermedad de Alzheimer. Las estrategias terapéuticas dirigidas a eliminar o reprogramar las células senescentes exigen conocer con precisión los genes impulsores del envejecimiento. Sin embargo, los recursos existentes (CellAge, GenAge, SenMayo y Reactome) se basan en definiciones operativas distintas del envejecimiento y no son compatibles entre sí. No ofrecen información sobre la conservación de los genes en organismos modelo, la expresión tisular ni las interacciones en red, algo crítico para elegir un gen, un tejido y un sistema modelo de cara a futuros experimentos. El trabajo de SenSASP cubre ese vacío al unir las cuatro fuentes bajo un identificador común y añadir tres capas de anotaciones que no están en ninguno de los recursos originales.
Se descargaron cuatro listas de genes de sus fuentes primarias: CellAge y GenAge desde HAGR, SenMayo desde MSigDB y la ruta Cellular Senescence de Reactome a través de ContentService. Cada símbolo génico único se asignó a un conjunto canónico de identificadores (símbolo HGNC, ID de gen Ensembl, accesión UniProt, ID Entrez, ID HGNC) mediante MyGene.info, dando prioridad a las coincidencias exactas y a los registros humanos. Los genes se unificaron por ID de gen Ensembl, registrando las fuentes de cada gen. Para la capa de conservación, los ortólogos de ratón y de pez cebra se obtuvieron de Ensembl BioMart. La expresión se obtuvo de GTEx v8 (TPM medianos en 54 tejidos) y de Human Protein Atlas (especificidad, distribución y localización subcelular). Las interacciones proteína-proteína de alta confianza se tomaron de STRING v12 con un umbral de combined score ≥ 700, y para cada gen se calculó el grado en la red y sus socios.
La unión de las cuatro listas dio 1460 registros y 1252 símbolos únicos, que se asignaron a 1250 genes Ensembl únicos tras eliminar 210 registros redundantes (14,4%). La mayoría de los genes (1077) son específicos de una sola fuente, 173 están confirmados por dos o más, 138 por exactamente dos, 33 por tres, y solo 2 genes (IL6 y JUN) están confirmados por las cuatro. Las anotaciones cubrieron casi todos los genes: el 94,4% tiene ortólogo en ratón, el 83,6% tiene ortólogo en pez cebra, el 97,9% cuenta con perfiles de expresión de GTEx y anotaciones de HPA, y el 93,0% participa en al menos una interacción de alta confianza en una red de 15611 aristas. La red presenta una topología centrada en hubs, con TP53 como hub principal (grado 368). El 89,4% de los genes están anotados en las tres capas a la vez. La clusterización de los perfiles de expresión de los genes respaldados por tres o más fuentes reveló módulos tisulares coherentes, entre ellos reguladores de expresión amplia y patrones específicos de tejido.
SenSASP se distingue de trabajos cercanos porque reúne cuatro recursos heterogéneos sobre el envejecimiento bajo un identificador único y añade tres capas de anotaciones que no existen en ninguna de las fuentes originales. A diferencia de los trabajos que emplean grandes modelos de lenguaje o métodos de IA explicable para analizar genes, SenSASP se apoya en la integración directa de datos curados y API de acceso público, lo que garantiza reproducibilidad y trazabilidad. Es la primera base que vincula conservación, expresión e interacciones para genes del envejecimiento en un mismo lugar, y convierte las tareas de priorización y contextualización en consultas en lugar de proyectos de integración de datos.
La base puede ampliarse con más organismos modelo, con expresión a nivel de tipo celular procedente de atlas de células individuales y con aristas dirigidas o reguladoras que complementen la red no dirigida de STRING. Es posible añadir capas como loci de GWAS o coexpresión en células individuales para una priorización más fina. Los usuarios pueden reponderar los componentes de la puntuación o restringir un subconjunto de fuentes, lo que convierte a SenSASP en una plataforma flexible para generar hipótesis.
El trabajo influirá en la investigación sobre el envejecimiento y las enfermedades asociadas a la edad, ya que ofrece una herramienta lista para usar en la selección de genes diana y sistemas modelo. También puede acelerar la investigación traslacional en terapias del envejecimiento y del cáncer, donde se requiere un conocimiento preciso de los impulsores de la senescencia.
Los siguientes pasos incluyen validar los genes priorizados en experimentos con ratones y peces cebra, así como integrar datos de células individuales para precisar los contextos celulares de expresión. También resulta útil ampliar la base con más organismos e interacciones reguladoras.
El trabajo se relaciona directamente con un problema no resuelto de la biología del envejecimiento: qué genes son verdaderos impulsores de la senescencia y del SASP, y no simples correlatos. Al reunir múltiples evidencias y añadir anotaciones funcionales, SenSASP ayuda a acotar el círculo de candidatos para la validación experimental, algo crítico para desarrollar senolíticos y senomórficos.
Esta sección está dirigida al autor del trabajo y a sus colegas. Los trabajos vecinos los encontró la búsqueda por significado en nuestro archivo, no por coincidencia de palabras. No evaluamos: mostramos el campo alrededor.
Qué hace el trabajo
El trabajo reúne cuatro bases de genes del envejecimiento celular (CellAge, GenAge, SenMayo y Reactome) sobre un identificador común de Ensembl, y añade anotaciones de conservación en ratón y pez cebra, de expresión en 54 tejidos de GTEx y de interacciones proteína-proteína de STRING. La base final contiene 1250 genes únicos, de los cuales 173 están confirmados por dos o más fuentes (IL6 y JUN aparecen en las cuatro), y permite priorizar candidatos y mapear su expresión por tejidos.
Dónde está su fuerza
La fuerza del trabajo está en la integración práctica de recursos muy distintos sobre un identificador único, con tres capas adicionales de anotaciones funcionales, lo que deja una herramienta lista para elegir genes, tejidos y organismos modelo en experimentos sobre envejecimiento.
Hacia dónde puede avanzar
Vale la pena probar
Por qué puede importar
Este tipo de ampliaciones puede convertir SenSASP, de recurso de consulta, en una plataforma para generar hipótesis sobre los mecanismos del envejecimiento y de las enfermedades asociadas a la edad, al conectar los impulsores genéticos con procesos epigenéticos y regulatorios.
Trabajos cercanos en nuestro archivo
El archivo está vacío alrededor de este trabajo: el análisis más cercano queda en 0.49, frente a un 0.64 habitual. Parece que aquí al lado casi nadie ha perforado.
Solo dos genes, IL6 y JUN, están confirmados por los cuatro recursos originales, lo que subraya la fragmentación del campo y la importancia de un núcleo consensuado. TP53, el hub principal de la red, tiene un grado de 368, reflejo de su papel central en la senescencia inducida por estrés.
No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.