組織構造の加齢軌道：臓器特有の非線形変化と協調的劣化の解明

老化は慢性疾患の最大のリスク因子ですが、これまでの研究は主にテロメア短縮や細胞老化などの分子・細胞レベルのメカニズムに焦点を当ててきました。しかし、臓器機能を支える細胞、血管、細胞外マトリックスの物理的構造が、加齢とともにどのように変化するか（構造的老化）については、体系的な理解が欠如していました。従来の分子時計は年齢予測を目的としており、構造変化の非線形的な動態や、臓器特有の加速期を捉えることが困難でした。

本研究は、組織構造の物理的変化がいつ、どのように進行するか、また臓器間で協調して劣化するのかという根本的な問いに答えるため、大規模な組織画像解析に基づく新しいアプローチを構築しました。

本研究では、組織構造の加齢変化を定量化するフレームワーク「PathStAR」を開発し、970人のドナーから得られた40組織、25,306検体の組織画像を解析しました。その結果、臓器の構造的老化は直線的ではなく、臓器特有の非線形な時間的軌道をとることが明らかになりました。

• 血管組織（大動脈、脛骨動脈など）は30代に構造的老化が加速する「早期老化型」を示す。
• 子宮や腟は閉経期（50代）に急激な変化が見られる「後期老化型」である。
• 消化管や男性生殖器官（前立腺、精巣）は30代と50代の2つのピークを持つ「二相性老化型」を示す。

さらに、個体レベルでの解析により、消化器と男性生殖器官、あるいは血管と神経系など、機能的に関連する組織間で「協調的劣化」が観察されました。構造的老化の加速期には、炎症経路の活性化と、エネルギー産生、修復、品質管理機能の低下が共通して見られました。

PathStAR は、組織切片のヘマトキシリン・エオシン染色（H&E）画像から、事前の年齢学習なしに構造変化を定量化する計算フレームワークです。まず、事前学習済みのビジョン・トランスフォーマー（UNI）を用いてスライド画像から高次元の特徴量を抽出し、次に10年ごとのウィンドウをスライドさせて組織構造の変化率（構造老化率）を算出します。これにより、年齢による構造的変化の「加速期（ASA）」を特定し、個体ごとの標準軌道からの乖離（デルタ構造老化スコア）を評価できます。

• 年齢予測モデルではなく、形態学的特徴量の変化率そのものを解析対象とする。
• GTEx コホート（970人、40組織）の全スライド画像を網羅的に解析。
• 構造的老化の加速期と分子プロファイル（発現、メチル化）を統合し、メカニズムを解明。

この研究は、加齢介入のタイミングと標的臓器の選定に重要な示唆を与えます。例えば、心血管疾患の予防は30代という「早期加速期」に介入する必要がある可能性が示唆されます。また、消化器と生殖器の協調的劣化は、ホルモンシグナルの低下が複数の臓器系に同時に影響を与えることを示しており、ホルモン関連疾患や多臓器機能低下症の理解に繋がります。

分子レベルでは、加速期に共通して炎症の亢進とエネルギー代謝・品質管理機能の低下が見られるため、抗炎症療法や代謝機能改善、オートファジー誘導などの 前臨床 研究において、これらの経路を標的とした介入が有効である可能性があります。特に、組織構造の劣化を定量的に追跡できるため、前臨床 モデルにおける治療効果の評価指標としても有用です。

本研究で特定された臓器特有の加齢軌道と分子メカニズムは、マウス などの 前臨床 モデルを用いた研究設計に直接応用可能です。例えば、血管の早期老化を再現するモデルや、閉経後の生殖器変化を模倣するモデルの開発が期待されます。また、炎症と代謝機能低下が協調的に進行するメカニズムを解明するためには、特定の遺伝子を Knockout(KO) や Knock-in(KI) した遺伝子改変マウスを用いた検証が不可欠です。

Cyagen では、加齢関連疾患や代謝疾患、神経変性疾患の研究に最適な遺伝子改変 マウス モデルや、ヒト化 マウス モデルを提供しています。本研究で示された「協調的劣化」のメカニズムを解明するためには、複数の臓器系にまたがる表現型を評価できる高度なモデルシステムが求められます。

本研究は、組織構造の加齢変化が直線的ではなく、臓器ごとに特有の非線形軌道を描き、個体内で協調して進行することを初めて体系的に示しました。この知見は、加齢関連疾患のリスク評価、介入タイミングの最適化、そして新たな治療戦略の開発に道を開くものです。今後、これらの構造変化を抑制する 前臨床 研究や、遺伝的要因と環境要因の相互作用を解明する研究が加速することが期待されます。