CE44 - Biochimie du Vivant 2020

Identification de gènes clefs du vieillissement et de la mort naturelle – ADAGIO

Décrypter les gènes qui gouvernent le vieillissement et la mort naturelle

Le projet ADAGIO exploite le phénotype « Smurf » — un marqueur de la perméabilité intestinale accrue chez les individus en fin de vie — pour identifier les gènes et métabolites clefs qui pilotent le vieillissement et la transition vers la mort naturelle, de la Drosophile à la souris et, à terme, à l'être humain.

Vieillissement et mort naturelle : vers une compréhension mécanistique et prédictive

Le vieillissement représente un défi sociétal majeur dans les pays industrialisés, où les dépenses de santé liées à la fin de vie atteignent la moitié du budget annuel total de santé. Si la biologie du vieillissement a connu des avancées considérables ces trente dernières années grâce aux organismes modèles (C. elegans, D. melanogaster), une limitation fondamentale persistait : les études comparaient des individus d'âges chronologiques différents, ignorant leur âge physiologique réel. Notre équipe a développé le phénotype « Smurf » : un outil de diagnostic in vivo qui identifie, à tout moment, les individus en phase terminale de leur vie grâce à une augmentation de la perméabilité intestinale, détectable par ingestion d'un colorant alimentaire bleu non toxique. Ce phénotype, conservé du nématode à la souris en passant par le poisson-zèbre, a permis de proposer un modèle à deux phases du vieillissement : une phase 1 (non-Smurf) et une phase 2 (Smurf), séparées par une transition abrupte correspondant à une bascule physiologique vers la pré-mort. Le projet ADAGIO poursuivait trois objectifs : Valider le modèle Smurf chez la souris (M. musculus) et construire un modèle prédictif multiparamétrique du risque de mortalité à court terme. Caractériser les changements métaboliques accompagnant la transition Smurf chez la Drosophile et la souris, afin d'identifier des biomarqueurs conservés de la pré-mort. Identifier les gènes régulateurs clefs de la transition Smurf par une approche multi-omiques intégrée (transcriptomique, protéomique, métabolomique) et les valider fonctionnellement.

Notre démarche repose sur le phénotype Smurf comme pivot central, permettant de passer d'une approche population-centrée à une approche individu-centrée du vieillissement.

 

Axe 1 — Modèle murin : Des cohortes de souris AKR/J puis C57BL/6J (50 femelles + 50 mâles) ont été suivies sur l'ensemble de leur durée de vie avec des mesures bimensuelles de la glycémie, du poids et de la perméabilité intestinale par gavage FITC-dextrane. Les individus identifiés comme Smurfs (par z-score) étaient transférés vers la plateforme d'exploration physiologique (FPE, hôpital Bichat) pour des mesures de respirométrie, activité locomotrice et prise alimentaire sur cinq jours consécutifs.

 

Axe 2 — Métabolomique : Des plateformes de respirométrie à haute capacité (32 chambres pour la Drosophile) ont permis de mesurer la consommation d'O₂, la production de CO₂ et l'activité spontanée d'individus uniques. La caractérisation métabolomique complète (acides gras, glycolyse, cycle TCA, corps cétoniques) des Smurfs versus non-Smurfs a été réalisée dans cinq fonds génétiques de Drosophile et plusieurs tissus de souris, en collaboration avec la plateforme de l'hôpital Gustave Roussy.

 

Axe 3 — Multi-omiques et génétique fonctionnelle : Des analyses RNAseq, protéomiques et métabolomiques comparant Smurfs et non-Smurfs à différents âges ont été intégrées. Les réseaux de gènes inter-tissus ont été reconstruits pour identifier les nœuds régulateurs critiques (collaboration Drs A. Giovanidis et M. Santolini). La validation fonctionnelle des gènes candidats a été réalisée chez la Drosophile par ARN interférence et sur-expression via le système UAS/Gal4 inductible.

Axes 1 et 2 — Validation murine et signature métabolique : La phase de déclin métabolique terminal (~25–30 jours avant la mort) a été confirmée chez la souris AKR/J puis C57BL/6J. Le réalignement des trajectoires physiologiques par rapport à la date de mort révèle une dynamique bihasique de la glycémie et des paramètres métaboliques invisible dans une analyse chronologique classique. La signature métabolomique des Smurfs (corps cétoniques, TCA, acides gras/acylcarnitines) est conservée entre fonds génétiques et retrouvée chez la souris, avec un recouvrement frappant avec les biomarqueurs de mortalité humaine à 5 ans (Fischer et al., 2014). Ces travaux sont publiés dans BMC Biology (Cansell et al., 2025).

 

Axe 3 — Déconvolution de la signature transcriptomique du vieillissement : L'analyse RNAseq a identifié 3 108 gènes différentiellement exprimés (parmi 15 364 testés). De façon remarquable, le statut Smurf explique ~45 % de la variance transcriptomique totale contre ~15 % pour l'âge chronologique seul. Ce résultat fondamental, publié dans Aging Cell (Zane et al., 2023), montre que les signatures transcriptomiques classiques du vieillissement s'expliquent par la proportion croissante d'individus Smurf dans les populations âgées. Cette approche nous a permis d'identifier de nouveaux gènes impliqués dans la régulation du vieilliissement.

La formalisation mathématique du modèle a conduit à deux publications complémentaires : un cadre théorique dans Frontiers in Aging (Zane et al., 2024) et un scénario pour la sélection évolutive du vieillissement dans eLife (Roget et al., 2024). Sur le plan bioinformatique, nous avons développé ProteoCast, outil de prédiction à l'échelle du protéome de l'impact fonctionnel des variants faux-sens (Nature Communications et Journal of Molecular Biology, Abakarova et al., 2026).

Les résultats d'ADAGIO ouvrent des perspectives à plusieurs niveaux.

 

Vers des biomarqueurs humains : La conservation trans-espèces de la signature métabolique et transcriptomique Smurf suggère l'existence de biomarqueurs prédictifs de la mort naturelle imminente chez l'humain. Une extrapolation linéaire à partir des données mouche et souris prédit une phase Smurf d'environ 7,5 ans chez l'humain, cohérente avec les données épidémiologiques de prédiction de mortalité à 5 ans. Ces biomarqueurs pourraient transformer la médecine palliative et les soins de fin de vie.

 

Applications thérapeutiques : Les gènes régulateurs de la transition Smurf identifiés constituent des cibles pour des interventions pharmacologiques ou génétiques anti-vieillissement. La vérification de leur conservation évolutive avec les orthologues humains guidera les efforts de translationalité.

 

Cadre théorique unificateur : La conceptualisation du vieillissement comme une défaillance en cascade dans un réseau multicouche inter-organes offre un cadre intégrateur pour les différentes théories du vieillissement (mitochondries, agrégation protéique, radicaux libres) et pour leur interaction coopérative. Ce cadre sera testé formellement sur des données de maladies associées à l'âge (essai clinique démarré en janvier 2025).

 

Implications éthiques et sociétales : La capacité à prédire la mort naturelle imminente chez l'humain soulève des questions éthiques majeures telles que autonomie du patient, pratique palliative, système de retraite, explorées en collaboration interdisciplinaire (Gaille et al., 2020).

Grâce à un outil et cadre théorique développés par le coordinateur du projet, nous avons 1) un biomarqueur prédictif de la mort naturelle que nous avons employé pour 2) identifier une signature transcriptionnelle propre aux individus en fin de vie. Ceci nous a permis d’identifier des gènes associés à la fin de vie dont l’inactivation peut conduire à une augmentation conséquente de l’espérance de vie en bonne santé. Nous emploierons ces approches afin d’1) étendre ces outils aux mammifères avec à terme, pour objectif l’humain et 2) caractériser les changements métaboliques accompagnant la fin de vie chez deux organismes pour 3) développer des marqueurs plus précoces de la mort. Ceci nous permettra de développer des interventions pharmacologiques et génétiques antivieillissement. Le projet ADAGIO s’ancre dans une démarche de compréhension du vieillissement que nous développons au sein de mon équipe UTELife, notamment une réflexion sur les questions éthiques soulevées par nos découvertes

Coordination du projet

Michael Rera (Evolution et ingénierie de systèmes dynamiques)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

SEED Evolution et ingénierie de systèmes dynamiques

Aide de l'ANR 289 426 euros
Début et durée du projet scientifique : décembre 2020 - 42 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter