十年探索健康老龄化与人类长寿的科学
A decade of discovery in the science of healthy aging and human longevity
当一项科学研究达到十年里程碑时,这本身就是一个显著的成就。然而,如果研究对象是那些已经活了十倍寿命的人们,那么这意味着还有很多需要学习的地方。
本月,参与Cilento Initiative on Aging Outcomes(简称CIAO)研究项目的科学家们将在意大利萨勒诺省阿奇亚罗利(波利卡-西伦托)聚集,回顾过去十年的工作,并规划下一步行动。该研究于2016年启动,旨在识别促进健康老龄化和极端长寿的关键因素(生物学、心理学和社会学)。
意大利南部西伦托自然公园地区大约有300名百岁以上且身体健康的居民。这一地区的居民以长寿著称,最初吸引了美国生理学家安塞尔·凯斯的关注,他研究了饮食对健康的影响,并首次推广了地中海饮食的好处。
科学家们希望通过代谢组学、生物群落、认知功能障碍以及心脏病、阿尔茨海默病、肾病和癌症的风险蛋白生物标志物等工具,揭示西伦托地区的长寿秘诀,同时进行心理、社会和生活方式调查。
“长寿健康的生活没有单一的秘密。它包含许多秘密,我们才刚刚开始理解这些秘密,并更重要的是,如何将它们应用于每个人的福祉。我们的研究中的杰出百岁老人正在为我们指明方向。”
——Salvatore Di Somma博士,意大利首席研究员,Great Health Science创始人,研讨会联合主席
CIAO研究是一个多机构合作项目,包括位于圣地亚哥的独立非营利性生物医学研究机构桑福德伯纳姆普雷比斯研究所、加州大学圣地亚哥分校桑福德干细胞研究所、罗马大学La Sapienza以及总部设在罗马的公共和私人研究组织网络Great Health Science。
5月22日至23日的研讨会正式名称为“CIAO研究:十年健康老龄化、干细胞和长寿揭秘”,将有一系列科学家和医生介绍他们的工作和发现,从一般的人口统计和流行病学方面到深入探讨脑细胞老化、干细胞的再生能力以及RNA生物学。
“了解我们如何衰老以及如何更好地衰老是一个永恒的追求,”桑福德伯纳姆普雷比斯研究所总裁兼首席执行官David Brenner博士说,他是研讨会的联合主席。“十年来,随着新技术和全球合作的推动,我们取得了长足的进步。现在重要的是审视我们现在的位置,并确定未来十年的关键问题和步骤。”
当前的一个CIAO项目利用遗传学、表观遗传学、转录组学、代谢组学、蛋白质组学和环境分析,来识别极端长寿的关键贡献因素。该项目得到了加州大学圣地亚哥分校桑福德干细胞研究所的支持,研究人员使用来自百岁老人的诱导多能干细胞(iPSC)来模拟人类3D类器官中的年龄相关和代谢压力。
“这项研究将为开发促进健康老龄化和治疗与年龄相关的疾病的再生医学策略提供新的见解,”加州大学圣地亚哥医学院外科教授、桑福德干细胞适应性和空间医学中心主任Tatiana Kisseleva博士说。初步发现预计将在研讨会上公布。
CIAO研究已经产生了多篇已发表的论文和有趣的发现。其中包括:
-
2016年的报告指出,参与CIAO研究的最年长居民表现出与年轻30岁的人相当的高效微循环。他们还注意到,低水平的肽激素肾上腺髓质素是良好微循环的指标。
-
2018年,研究人员使用一系列量表评估了29位九旬老人及其51至75岁的51名家庭成员的心理和身体健康、韧性、乐观、焦虑、抑郁和感知压力。他们发现,90岁以上的参与者虽然身体健康状况较差,但心理健康状况更好。极端长寿的特点是接受并克服逆境的能力,以及积极的态度和与家人、宗教和土地的紧密联系,为生活提供了目的。
-
2020年,一项对西伦托地区九旬老人和百岁老人及其较年轻的同住者的横断面抽样,评估了关键的生活方式、医疗、超声心动图和心电图特征,以确定与长寿相关的心血管概况和生活方式因素。与年轻同住者相比,老年群体不吸烟,空腹血糖水平较低,低密度脂蛋白胆固醇水平较低,尽管他们服用他汀类药物的可能性仅为一半。他们保持活跃,心血管疾病发生率较低,即使是有结构性心脏异常的人也较少出现症状。
-
同样在2020年,研究人员试图定义西伦托地区29位至少90岁的居民和49位50至75岁年轻居民的神经认知特征。他们发现,老年组的认知状态与年轻同住者相当,氧化应激标记物或APOE基因型无显著差异。作者认为,结果可能与老年组对地中海饮食的严格遵守有关,但其他生活方式因素和积极的性格特质也可能对其健康老龄化有所贡献。
-
研究人员通过比较圣迭戈和西伦托不同年龄段的人群,使用两种验证过的孤独感量表,研究了孤独感与智慧之间的关系。他们发现,各组之间的孤独感水平没有显著差异,但在所有组中都存在强烈的孤独感与智慧之间的负相关。孤独感会恶化整体健康状况、睡眠质量和幸福感,而智慧则改善了这些指标。
(全文结束)
声明:本文仅代表作者观点,不代表本站立场,如有侵权请联系我们删除。
本页内容撰写过程部分涉及AI生成(包括且不限于题材,素材,提纲的搜集与整理),请注意甄别。