Yaşlanma Saatleri ve Yaşlanma Hızını Etkileyen Faktörler -v1

Yaşlanma Saatleri ve Yaşlanma Hızını Etkileyen Faktörler

Giriş

Yaşlanma, biyolojik süreçlerin karmaşık bir bütünü olup, fizyolojik işlevlerde azalmaya ve hastalık riskinde artışa yol açar. Dünya genelinde yaşlı nüfus hızla artmakta olup, 2050 yılına kadar dünya nüfusunun %22’sinin 60 yaş ve üzeri olacağı tahmin edilmektedir. Bu durum, kronik hastalıkların yaygınlaşmasına ve toplum üzerindeki ekonomik, psikososyal yükün artmasına neden olmaktadır.

Yaşlanma Süreci ve Mekanizmaları

Yaşlanma, içsel (intrinsik) ve dışsal (ekstrinsik) olmak üzere iki temel mekanizmaya ayrılır:

• İçsel yaşlanma: Genetik faktörler, hücresel ve moleküler değişimler, hormon seviyeleri gibi biyolojik süreçlerle belirlenir.
• Dışsal yaşlanma: Çevresel stres, beslenme alışkanlıkları, oksidatif stres ve diğer dış faktörlerin etkisiyle hızlanan fizyolojik yaşlanma sürecidir.

Geleneksel olarak yaşlanma, kronolojik yaş (takvim yaşı) ile ölçülmüştür. Ancak, bu yöntem bireyler arası farklılıkları tam olarak yansıtmamaktadır. Bu nedenle biyolojik yaş hesaplamaları geliştirilmiştir.

Yaşlanma Saatleri ve Modelleri

Biyolojik yaşı belirlemek için çeşitli yaşlanma saati (aging clock) modelleri geliştirilmiştir. Bu modeller, bireyin yaşlanma hızını belirlemeye yardımcı olur.

1. Epigenetik Saatler

DNA metilasyon değişimlerine dayalı olan bu saatler, yaşlanma sürecini belirlemede oldukça etkili bulunmuştur.

• Horvath ve Hannum saatleri: DNA metilasyonuna dayalı ilk yaşlanma saatleridir.
• DNAm PhenoAge ve GrimAge: Ölüm riski ve yaşlanmaya bağlı hastalıklarla bağlantılı epigenetik saatlerdir.
• DunedinPACE: Kişinin yıllık yaşlanma hızını hesaplayan bir modeldir.

2. Telomer Uzunluğu

Telomerler, kromozomların uçlarını koruyan yapılar olup, her hücre bölünmesinde kısalır. Telomer uzunluğu biyolojik yaşlanmanın bir göstergesi olabilir, ancak doğrudan yaşlanma saati olarak kullanılmamaktadır.

3. Proteomik Saatler

Kan plazmasındaki belirli protein seviyeleri yaşlanmayla ilişkilendirilmiştir. Örneğin, pleiotrofik proteinler hücresel yaşlanma sürecinde önemli bir rol oynar.

4. Mikrobiyom Saatleri

Bağırsak mikrobiyotasındaki değişimler yaşlanma süreciyle doğrudan ilişkilidir.

5. Derin Öğrenme Temelli Saatler

Yeni teknolojiler, büyük veri setleri ve makine öğrenmesi kullanılarak yaşlanma hızını daha hassas şekilde tahmin etmeye başlamıştır.

Sonuç

Yaşlanma sürecini anlamak ve biyolojik yaşın daha doğru belirlenmesini sağlamak için çeşitli yaşlanma saatleri geliştirilmiştir. Gelecekte bu modellerin klinik uygulamalarda kullanımı artarak, bireysel yaşlanma hızının değerlendirilmesine ve sağlıklı yaşlanma stratejilerinin geliştirilmesine katkı sağlayabilir.

https://www.frontiersin.org/journals/aging/articles/10.3389/fragi.2024.1487260/full