Накопление стареющих клеток с возрастом и их провоспалительный секретом, называемый SASP, вносят вклад в возрастные патологии, включая болезнь Альцгеймера. Терапевтические стратегии, направленные на устранение или перепрограммирование стареющих клеток, требуют точного знания генов-драйверов старения. Однако существующие ресурсы — CellAge, GenAge, SenMayo и Reactome — построены на разных операциональных определениях старения и несовместимы между собой. Они не дают информации о консервативности генов в модельных организмах, тканевой экспрессии или сетевых взаимодействиях, что критично для выбора гена, ткани и модельной системы для дальнейших экспериментов. Работа SenSASP заполняет этот пробел, объединяя четыре источника на общем идентификаторе и добавляя три слоя аннотаций, отсутствующих во всех исходных ресурсах.
Четыре списка генов были загружены из первоисточников: CellAge и GenAge из HAGR, SenMayo из MSigDB, Reactome Cellular Senescence pathway через ContentService. Каждый уникальный символ гена был сопоставлен с каноническим набором идентификаторов (HGNC symbol, Ensembl gene ID, UniProt accession, Entrez ID, HGNC ID) с помощью MyGene.info, с приоритетом точных совпадений и человеческих записей. Гены были объединены по Ensembl gene ID, с записью источников для каждого гена. Для слоя консервативности ортологи мыши и рыбы данио были получены из Ensembl BioMart. Экспрессия была получена из GTEx v8 (медианные TPM по 54 тканям) и Human Protein Atlas (специфичность, распределение, субклеточная локализация). Высоконадёжные белок-белковые взаимодействия были взяты из STRING v12 с порогом combined score ≥ 700, и для каждого гена вычислена степень в сети и партнёры.
Объединение четырёх списков дало 1460 записей, 1252 уникальных символа, которые были сопоставлены с 1250 уникальными генами Ensembl, удалив 210 избыточных записей (14,4%). Большинство генов (1077) специфичны для одного источника, 173 подтверждены двумя и более, 138 — ровно двумя, 33 — тремя, и только 2 гена (IL6 и JUN) подтверждены всеми четырьмя. Аннотации покрыли почти все гены: 94,4% имеют мышиный ортолог, 83,6% — ортолог рыбы данио, 97,9% имеют профили экспрессии GTEx и аннотации HPA, 93,0% участвуют хотя бы в одном высоконадёжном взаимодействии в сети из 15611 рёбер. Сеть имеет хаб-центричную топологию с TP53 как главным хабом (степень 368). 89,4% генов аннотированы по всем трём слоям одновременно. Кластеризация профилей экспрессии генов с поддержкой трёх и более источников выявила когерентные тканевые модули, включая широко экспрессируемые регуляторы и тканеспецифичные паттерны.
SenSASP отличается от соседних работ тем, что объединяет четыре разнородных ресурса о старении на едином идентификаторе и добавляет три слоя аннотаций, которых нет ни в одном из исходных источников. В отличие от работ, использующих большие языковые модели или методы объяснимого ИИ для анализа генов, SenSASP опирается на прямую интеграцию курируемых данных и общедоступных API, обеспечивая воспроизводимость и прослеживаемость. Это первая база, которая связывает консервативность, экспрессию и взаимодействия для генов старения в одном месте, превращая задачи приоритизации и контекстуализации в запросы, а не в проекты по интеграции данных.
База может быть расширена дополнительными модельными организмами, экспрессией на уровне клеточных типов из атласов одиночных клеток и направленными или регуляторными рёбрами в дополнение к ненаправленной сети STRING. Возможно добавление слоёв, таких как локусы GWAS или коэкспрессия в одиночных клетках, для более тонкой приоритизации. Пользователи могут перевзвешивать компоненты скоринга или ограничивать подмножество источников, что делает SenSASP гибкой платформой для генерации гипотез.
Работа повлияет на исследования старения и возрастных болезней, предоставляя готовый инструмент для выбора генов-мишеней и модельных систем. Она также может ускорить трансляционные исследования в терапии старения и рака, где требуется точное знание драйверов сенесценции.
Следующие шаги включают валидацию приоритизированных генов в экспериментах на мышах и рыбах данио, а также интеграцию данных одиночных клеток для уточнения клеточных контекстов экспрессии. Также полезно расширить базу дополнительными организмами и регуляторными взаимодействиями.
Работа напрямую связана с нерешённой проблемой в биологии старения: какие гены являются истинными драйверами сенесценции и SASP, а не просто коррелятами. Объединяя множественные доказательства и добавляя функциональные аннотации, SenSASP помогает сузить круг кандидатов для экспериментальной проверки, что критично для разработки сенолитиков и сеноморфиков.
Этот раздел адресован автору работы и его коллегам. Соседние работы нашёл смысловой поиск по нашему архиву — не по совпадению слов, а по смыслу. Мы не рецензируем: мы показываем поле вокруг.
Что сделано в работе
Работа объединяет четыре базы генов клеточного старения — CellAge, GenAge, SenMayo и Reactome — на общем идентификаторе Ensembl, добавляя аннотации консервативности у мыши и данио, экспрессии в 54 тканях GTEx и белок-белковых взаимодействий из STRING. Итоговая база содержит 1250 уникальных генов, из которых 173 подтверждены двумя и более источниками (IL6 и JUN — всеми четырьмя), и позволяет приоритизировать кандидатов и картировать тканевую экспрессию.
В чём сила
Сила работы — в практическом объединении разнородных ресурсов на едином идентификаторе с добавлением трёх слоёв функциональных аннотаций, что даёт готовый инструмент для выбора генов, тканей и модельных организмов в экспериментах по старению.
Куда можно двигаться
Что можно попробовать
Почему это может быть важно
Такие расширения могут превратить SenSASP из справочного ресурса в платформу для генерации гипотез о механизмах старения и возрастных болезней, связывая генетические драйверы с эпигенетическими и регуляторными процессами.
Работы рядом в нашем архиве
Вокруг этой работы в архиве пусто: ближайший разбор всего на 0.49, при обычных 0.64. Похоже, рядом почти не бурили.
Только два гена, IL6 и JUN, подтверждены всеми четырьмя исходными ресурсами, что подчёркивает фрагментацию поля и важность консенсусного ядра. TP53, главный хаб сети, имеет степень 368, что отражает его центральную роль в стресс-индуцированном старении.
Работа опубликована не на arXiv. Здесь её страница, PDF и формализация: проверить можно самим, а не только прочитать наш разбор.