Что такое старение и как им управлять?

Что такое старение? На первый взгляд кажется, что ответ давно известен. Однако за последние десятилетия биология старения предложила десятки различных теорий и сотни предполагаемых механизмов, не приблизившись к единому пониманию того, чем именно является старение и как им можно управлять. В этой статье предлагается другой взгляд на проблему. Вместо поиска бесконечного числа молекулярных причин рассматривается то, что можно объективно измерить, проверить и использовать в клинической практике: возрастной рост смертности, возрастную инцидентность заболеваний и постепенное снижение функций органов. Такой подход позволяет перейти от теоретических рассуждений о механизмах старения к практической стратегии управления здоровьем и продолжительностью жизни человека.

1. Если бы возрастные изменения не увеличивали риск смерти и тяжёлых заболеваний, то старение не было бы серьёзной медицинской проблемой.

Старение — это не седина, не морщины и не возраст в паспорте. Если бы возрастные изменения не увеличивали риск смерти и тяжёлых заболеваний, старение не было бы серьёзной медицинской проблемой. Седые волосы сами по себе не мешают радоваться жизни. Настоящая трагедия старения заключается в другом. С каждым прожитым годом всё быстрее растёт вероятность инфаркта, инсульта, рака, деменции, потери самостоятельности и смерти. Именно поэтому современная медицина рассматривает старение прежде всего как главный фактор риска большинства хронических заболеваний [https://www.nature.com/articles/s41467-021-23014-1].

Самое тревожное заключается в том, что этот риск растёт не линейно, а почти экспоненциально. Для взрослых людей вероятность смерти приблизительно удваивается каждые 8 - 11 лет (по разным оценкам) — эта закономерность, известная как закон Гомпертца и многократно подтверждённая на больших демографических массивах [https://pubmed.ncbi.nlm.nih.gov/30729179/] [https://biobank.ndph.ox.ac.uk/ukb/pub.cgi?id=1828]. Аналогичным образом с возрастом ускоряется накопление хронических заболеваний и функциональных нарушений. Поэтому главная проблема старения — не изменение внешности, а всё более быстрое увеличение вероятности тяжёлой болезни, инвалидности и смерти [https://pubmed.ncbi.nlm.nih.gov/38622100/]. Именно это делает борьбу с биологическими причинами старения одной из важнейших задач современной медицины.

Все эти факты позволяют сделать выводы, что любая теория старения должна математически объяснять реальные возрастные закономерности смертности. По мнению исследователей старения Леонида Гаврилова и Натальи Гавриловой [https://pubmed.ncbi.nlm.nih.gov/38622100/] именно воспроизведение законов смертности является важным критерием адекватности модели старения. 

2. Поскольку главная медицинская проблема старения состоит в возрастном росте смертности и заболеваемости, эти явления необходимо описывать количественно и математически.

Из предыдущего раздела мы определили, что любая теория старения должна математически объяснять реальные возрастные закономерности смертности. Математически старение - это процесс или совокупность процессов, приводящих с возрастом к росту вероятности умереть в каждый следующий момент времени [https://pubmed.ncbi.nlm.nih.gov/25750242/] [https://pubmed.ncbi.nlm.nih.gov/9074828/] или к росту силы смертности. R(t) = A * e ^ (G*t), где R - это сила смертности, t - это возраст, A - базовая сила смертности, G - показатель роста силы смертности. При старении G всегда больше нуля.

Нестарение — это состояние, при котором с возрастом не происходит увеличения силы смертности. Математически это выражается тем, что в формуле R(t) = A * e^(G*t) показатель роста силы смертности G всегда равен нулю. При этом сила смертности R(t) остаётся постоянной и равной A на всём протяжении жизни. Важно понимать, что даже при нестарении вероятность умереть с возрастом всё равно растёт, потому что увеличивается накопительная вероятность смерти. Чем больше проходит времени, тем выше шанс, что в какой-то момент произойдёт случайная гибель, но сама по себе мгновенная вероятность умереть в каждый отдельный момент времени остаётся неизменной.

В уравнении Гомпертца базовая сила смертности A отражает суммарный уровень возраст-зависимых рисков на начальном этапе, тогда как G описывает "скорость старения", то есть темп экспоненциального увеличения этих рисков с возрастом. Если мы устраняем одну из причин старения, имеющую ту же скорость роста риска (тот же G), что и другие причины, мы тем самым главным образом уменьшаем A — общее начальное бремя возраст-зависимых причин — но радикально не влияем на G, поскольку оставшиеся причины продолжают нарастать с почти с прежней скоростью. Таким образом, устраняя одну из причин старения, мы можем продлить жизнь без изменения самой скорости старения.

Но откуда берётся смертность молодых людей, если исключить несчастные случаи и инфекции? Неужели отсутствие возрастного роста смертности означает почти вечную жизнь? Нет. Уже в возрасте 10–24 лет около 27% всех смертей в мире обусловлены неинфекционными заболеваниями, включая сердечно-сосудистые болезни, онкологические заболевания, диабет и другие хронические патологии. Следовательно, даже при отсутствии выраженного старения человек сохраняет базовый риск смерти от заболеваний. Старение не создаёт смертность с нуля, а при старении главным образом многократно увеличивается уже существующий риск [https://www.thelancet.com/journals/lancet/article/piis0140-6736%2821%2901546-4/fulltext] (рисунок).

Представим себе две банки: одну на 2 литра, другую на 5 литров. В обе мы начинаем наливать воду. Пусть в одну вода льётся быстро, а в другую медленно. Интуитивно кажется, что важнее, где вода льётся быстрее — ведь она скорее наполнится. Но это не всегда так. Если банка большая, даже при быстром наполнении она может переполниться позже, чем маленькая банка, в которую вода льётся медленно. Главное не то, насколько быстро наливается вода, а в какой банке она первой перельётся через край. Именно это и есть суть различия между скоростью старения и базовой силой смертности, если говорить языком науки о жизни и смерти.

В законе Гомпертца, описывающем, как меняется риск смерти с возрастом, есть два главных параметра. Первый — это базовая сила смертности: начальный уровень уязвимости организма. Это как размер банки — изначальный запас прочности. Второй параметр — это темп роста силы смертности, то есть скорость старения. Это как скорость, с которой вода льётся в банку. И часто именно на скорость мы обращаем основное внимание: мол, если стареешь медленно — живёшь дольше. Но это не обязательно так.

Человек с высокой базовой уязвимостью (маленькой банкой) может прожить меньше, даже если стареет медленно. А человек с низкой изначальной уязвимостью (большой банкой) способен дожить до глубокой старости, несмотря на относительно быстрый темп старения. Важно не только, как быстро идёт процесс, но и откуда он начинается. Жизнь — это не только про скорость, это про объём.

Именно поэтому нельзя судить о продолжительности жизни, глядя только на скорость старения. Как и в случае с банками, конечный результат — когда вода перельётся, а человек — умрёт — зависит от сочетания двух факторов: базовой силы смертности и темпа её роста. В реальности важно не то, кто стареет быстрее, а у кого жизнь "переполняется" раньше.

Давайте рассмотрим пример, как можно иметь даже "нулевую" скорость старения, но при этом умирать намного быстрее, чем при старении. У голых землекопов базовая сила смертности А уже с детства такая, как у людей в 72 года. Это значит, что у них ожидаемая продолжительность жизни такая же, как у 72-летних людей, то есть половина из них умрёт через 27 лет. Если бы люди перестали стареть в 72 года, они всё равно долго бы не прожили, потому что их сила смертности уже высокая. У голых землекопов либо рост силы смертности от возрастных заболеваний маскируется очень высокой смертностью из-за драк, либо, даже если они и не стареют, то всё равно долго не проживут из-за высокой базовой силы смертности по Гомпертцу. Старение увеличивает вероятность смерти в каждый следующий момент времени, а нестарение означает лишь неизменную силу смертности, но не её исчезновение. У человека в 35 лет вероятность умереть в течение года составляет 0.0015, тогда как у голого землекопа этот показатель через 35 лет жизни остаётся 0.0365 в год, что соответствует уровню смертности 72-летнего человека. Если сила смертности остаётся постоянной, ожидаемая продолжительность жизни землекопа составит 1 / 0.0365 = 27 лет, а значит, половина 35-летних особей умрёт в течение 27 лет, достигая 62 лет. Однако это справедливо только в случае, если сила смертности действительно не увеличивается с возрастом, что не факт. Поэтому не со скоростью старения нужно бороться, а с любыми проявлениями, сокращающими жизнь [https://link.springer.com/article/10.1007/s11357-024-01201-4].

3. Математические модели позволяют классифицировать биологические процессы по их связи с возрастным ростом смертности и заболеваемости. Они не объясняют механизмы старения, но позволяют оценивать их клиническую значимость.

Важно отличать скорость старения, механизмы старения и причины старения. Механизмы и причины старения лежал в области биологии. А скорость старения – это математическое явление роста силы смертности с возрастом. Математическое явление не позволяет понять причины старения и механизмы, но позволяет оценить является ли старением то, что мы наблюдаем в биологии.

Если определять старение как набор биологических процессов, возникает риск ошибки, поскольку сами по себе эти процессы без математического критерия не позволяют строго установить, ведут ли они именно к росту силы смертности с возрастом.

Тогда как определение старения как самого роста силы смертности с возрастом задаёт точный и воспроизводимый критерий, после чего уже можно исследовать, какие конкретные биологические механизмы формируют этот наблюдаемый математический процесс.

Процесс старения — это биология, связанная с совокупностью изменений в организме, которые приводят к постепенному ухудшению функций и увеличению риска смертности. Закон Гомпертца описывает скорость роста смертности с возрастом, но не объясняет сами биологические процессы. Он основан на наблюдении, что с возрастом риск смерти от некоторых причин увеличивается экспоненциально. Чтобы понять, какие процессы в организме связаны со старением, мы можем применять следующее правило: процесс считается связанным со старением, если он приводит к растущей силе смертности, которая в обозримом будущем станет причиной смерти, даже при отсутствии других возрастных изменений. Однако не все причины смертности соответствуют этому критерию. Например, злокачественное новообразование шейки матки не демонстрирует экспоненциального роста силы смертности с возрастом и, следовательно, не может быть отнесено к старению. Таким образом, математические методы, такие как анализ Гомпертца, необходимы для классификации процессов на связанные и не связанные со старением. Они не описывают механизмы, но позволяют оценить влияние процессов на смертность. Без количественных методов мы не можем объективно различать процессы, что делает измерения критически важными для понимания старения.

Скорость старения, как математическое явление – это фундаментальная теория, которая применяется с 1975 года до сих пор. Расчет MRDT (Mortality Rate Doubling Time) для определения скорости старения на основании закона Гомпертца в 1975 году впервые был предложен американским эпидемиологом Ричардом Дж. Пайнтом. И до сих пор многие авторитетные геронтологи во всем мире используют MRDT и функцию Гомпертца для оценки скорости старения [https://academic.oup.com/genetics/article/204/3/905/6066287] [https://academic.oup.com/genetics/article/208/4/1617/6084259] [https://pubmed.ncbi.nlm.nih.gov/34151374]. Скорость старения отражает увеличение вероятности смерти в каждый следующий отдельно взятый момент времени по мере увеличения возраста, что сопровождается ростом силы смертности. 

Независимо от метода измерения, будь то распределение Вейбулла или закон Гомпертца, наблюдается одно и то же явление - старение имеет определённую скорость, которая проявляется в возрастающей вероятности смерти в отдельные моменты времени с течением возраста.

Сам по себе закон Гомперца, описывающий экспоненциальный рост общей силы смертности с возрастом, не раскрывает причинно-следственных механизмов старения. Общая смертность представляет собой сумму смертности от множества различных причин и поэтому имеет ограниченную информативность для анализа биологических процессов. Более содержательный подход заключается в анализе возрастной динамики силы смертности отдельно по группам заболеваний (рисунок), а еще лучше для каждой нозологии, классифицированной по Международной классификации болезней (МКБ). Именно такой анализ позволяет определить, какие заболевания действительно демонстрируют характерный для старения экспоненциальный рост риска [https://pubmed.ncbi.nlm.nih.gov/30099284/].

Ещё более информативным является анализ не силы смертности, а силы инцидентности каждого заболевания. Смерть является конечным исходом и у каждого человека может наступить только один раз, тогда как возрастные заболевания способны накапливаться одновременно. Поэтому анализ возрастной динамики инцидентности позволяет точнее количественно описывать процессы старения, чем анализ общей смертности. Если сила инцидентности заболевания возрастает с той же закономерностью и скоростью [https://pubmed.ncbi.nlm.nih.gov/30729179/] (рисунок), что и сила смертности от него, это служит дополнительным основанием рассматривать данную патологию как проявление возрастного процесса.

Однако для практического мониторинга старения ожидать появления заболевания уже слишком поздно. Любому клиническому диагнозу предшествует постепенное снижение функции органа или физиологической системы. Например, диагноз диастолической дисфункции устанавливается после снижения диастолической функции сердца ниже диагностического порога, а диагноз хронической болезни почек — после снижения скорости клубочковой фильтрации до соответствующего уровня. Следовательно, непрерывное измерение функциональных показателей позволяет отслеживать возрастные изменения задолго до возникновения клинической инцидентности. Эти функциональные показатели не являются произвольными биомаркерами. Они валидированы в клинической медицине как предикторы будущей инцидентности и смертности и лежат в основе современных диагностических критериев (являются "золотыми стандартами"), что делает их одними из наиболее надёжных инструментов для оценки риска возрастных заболеваний.

Таким образом, практическое применение закона Гомперца заключается не в анализе общей смертности как таковой, а в использовании возрастных закономерностей смертности и инцидентности для идентификации возраст-зависимых заболеваний, после чего становится возможным мониторинг индивидуальной траектории старения по изменениям функций органов и систем. Дополнительное повышение точности такого подхода потенциально может быть достигнуто за счёт методов машинного обучения, позволяющих оценивать индивидуальные темпы возрастных изменений и прогнозировать переход функциональных показателей через диагностические пороги.

Важно различать возраст и старение. Сам по себе возраст не является доказательством старения. Любое возрастное изменение может рассматриваться как компонент старения только в том случае, если клинически подтверждено связано с повышением риска заболевания или смерти и обладает достаточной прогностической ценностью в отношении этих исходов.

Часто исследователи пренебрегают самим фактом необходимости валидации с рисками любых возрастных изменений. Часто не проверяют, связаны ли наблюдаемые возрастные изменения с клинически значимыми исходами — ростом смертности, заболеваемости или утратой функций. Особенно это критично при создании моделей искусственного интеллекта, обучаемых только на данных лиц с первой группой здоровья. Если такие модели не являются лонгитюдными и не используют длительное наблюдение одних и тех же людей, они в значительной степени теряют сигнал старения. Основная причина заключается в том, что доля практически здоровых людей быстро уменьшается с возрастом: среди лиц 21–36 лет она может составлять около 60%, в возрасте 39–60 лет — лишь 18–22%, а после 60 лет — всего 2–3% (рисунок) [http://vestnik.mednet.ru/content/view/1434/30/lang,ru]. Возникает выраженный дисбаланс классов, вследствие которого алгоритм, минимизируя среднюю ошибку обучения, систематически смещает прогнозы к более молодому возрасту, занижая биологический возраст пожилых участников и завышая его у молодых. Это снижает способность модели корректно выявлять возрастные изменения, связанные именно со старением, а не с особенностями обучающей выборки.

Итак, если модель обучается только на выборке людей 1-й группы здоровья, то возникает выраженный возрастной дисбаланс возрастов. В итоге модель "омолаживает" старших и "старит" младших. Старение — это не болезнь, но болезни делают его видимым.

Если модель биологического возраста обучена на выборке, состоящей преимущественно из лиц с первой группой здоровья, она обычно воспроизводит не истинную зависимость «предсказанный возраст = календарный возраст», а более пологий тренд (рисунок). В результате у молодых людей модель систематически завышает возраст, а у людей старших возрастов — систематически его занижает. Иными словами, среднее предсказанное значение перестаёт совпадать со средним истинным возрастом, а наклон регрессионной линии оказывается меньше единицы. При корректной калибровке модели средние значения предсказанного и истинного возраста должны совпадать, а ошибки прогноза должны лишь случайным образом колебаться вокруг этой линии без систематического смещения.

Такое систематическое смещение создаёт серьёзную проблему при оценке потенциальных геропротекторов. Если биологический возраст измеряют подобной моделью до и после вмешательства, то с течением времени календарный возраст увеличивается быстрее, чем предсказанный моделью возраст. Поэтому даже при полном отсутствии какого-либо влияния препарата может возникнуть впечатление, что биологический возраст растёт медленнее календарного. Это способно создать ложное впечатление о замедлении старения.

Следовательно, модели с подобной возрастной некалиброванностью не позволяют надёжно оценивать геропротективные эффекты. Без предварительной проверки отсутствия систематической ошибки прогноза во всём возрастном диапазоне существует риск получения ложноположительных результатов, при которых вещества будут ошибочно классифицироваться как геропротекторы из-за статистического смещения модели, а не вследствие реального замедления процессов старения.

К сожалению, большинство моделей в мире создаются именно на искусственно оздоровленных выборках. Эту острую проблему поднимают многие авторы исследований. Например, в 2024 году Хунцянь Ци из Нанкайского университета (Китай) предложил модель DeepQA [https://pubmed.ncbi.nlm.nih.gov/39757434/], которая обучалась на смешанных данных — и здоровых, и больных людей. А также Хунцянь Ци в этом же исследовании наглядно показал, что у моделей, созданных на оздоровленных выборках линии регрессии сжаты (наклон <1) - «омолаживающие» искажения.

Многие исследователи пытаются предсказывать возрастные изменения, а потом пытаются их лечить. Для этого они создают часы биологического возраста первого поколения. Часы первого поколения вместо риска обучаются предсказывать паспортный возраст. Если что-то меняется с возрастом, то это не обязательно убивает [https://www.biorxiv.org/content/10.1101/2024.06.06.597715v1]. С возрастом меняются отпечатки пальцев, но это нас не убивает. У растений больше колец с возрастом. Длина теломер в среднем очень слабо, но также меняется у людей с возрастом - корреляция около 9%. Однако, у людей длина теломер статистически значимо не предсказывает общую смертность (HR 0.882, p = 0.092) и не предсказывает смертность от сердечно-сосудистых заболеваний (HR 0.897, p = 0.150) [https://pubmed.ncbi.nlm.nih.gov/29920523/] (рисунок).

Часы биологического возраста первого поколения изначально обучались предсказывать только хронологический (паспортный) возраст. Именно возраст был их целевой переменной. Поэтому модель оптимизировалась исключительно на минимизацию ошибки прогноза возраста, а не риска смерти, скорости старения или омоложения. Это принципиально отличает их от часов второго поколения. Часы второго поколения обучаются на клинических исходах — смертности, заболеваемости или других показателях риска. Поэтому отклонения их предсказаний от среднего возрастного тренда содержат информацию об индивидуальных различиях риска. Именно эти отклонения и являются для них полезным сигналом [https://www.biorxiv.org/content/10.1101/2024.06.06.597715v1]. У часов же первого поколения ситуация иная. Любые отклонения предсказанного возраста от паспортного не являются тем, чему модель специально обучалась. Для такой модели это лишь остаточная ошибка прогноза возраста. Даже если у отдельного человека эта ошибка случайно совпадёт с реальным изменением риска смерти, такое совпадение не означает, что модель научилась измерять риск. Она этому никогда не обучалась.

Главная причина заключается в том, что возраст и сила смертности — разные переменные. По закону Гомпертца сила смертности обычно увеличивается с возрастом, однако даже если вмешательство снижает силу смертности R(t), сам хронологический возраст t продолжает неуклонно увеличиваться. Следовательно, корреляция возраста со смертностью в популяции не означает, что модель, обученная предсказывать возраст, автоматически становится измерителем изменений риска смерти. Иными словами, часы первого поколения умеют предсказывать только ту величину, которой их обучали, — паспортный возраст. Они не обучались распознавать индивидуальные отклонения риска вокруг возрастного тренда. Поэтому их ошибки прогноза нельзя автоматически интерпретировать как ускорение или замедление старения, омоложение или снижение риска смерти. Для таких выводов необходимы модели, специально обученные и валидированные на соответствующих клинических исходах. 

Часы первого поколения являются ярким примером предсказания возраста (паспортный возраст), но не старения (риск) (рисунок). 

Представим в теории, что удалось уменьшить проявление каких-то возрастных изменений человека, которые не связаны с риском. Теломеры станут длиннее, но риск смертности не изменится [https://pubmed.ncbi.nlm.nih.gov/29920523/]. Отпечатки на пальцах станут похожи на более молодого человека, но это также не повлияет на продолжительность жизнь. Точно также можно и изменить цифру в паспорте. Ведь она тоже меняется с возрастом. Но повлияет ли это на долголетие?

Ярким примером различия между возрастными изменениями и старением служит эволюция критериев диагностики диастолической дисфункции левого желудочка. Старые критерии отражали главным образом возрастные изменения диастолической функции сердца, однако многие из этих изменений не были валидированы как предикторы сердечной недостаточности или смертности. В результате распространённость диастолической дисфункции по старым критериям стремительно увеличивалась с возрастом и у большинства пожилых людей достигала очень высоких значений [https://jamanetwork.com/journals/jama/fullarticle/195749] (рисунок). Это свидетельствовало скорее о накоплении возрастных изменений, чем о выявлении процессов, определяющих прогноз.

Поэтому даже если вмешательство улучшало такие возрастные параметры, это само по себе ещё не означало снижения риска сердечной недостаточности или улучшения выживаемости. Лечение возрастных изменений в данном случае не приводило к улучшению клинического прогноза.

Именно поэтому в 2016 году были предложены новые критерии диагностики диастолической дисфункции, основанные преимущественно на признаках повышения давления наполнения левого желудочка. Эти критерии значительно лучше связаны с риском сердечной недостаточности и позволяют выделять не просто возрастные изменения, а пациентов с действительно неблагоприятным прогнозом [https://pubmed.ncbi.nlm.nih.gov/32741597/]. В результате диагноз стал встречаться значительно реже, поскольку новые критерии перестали относить к заболеванию большое число пожилых людей, имеющих лишь возрастные изменения без признаков повышения риска (рисунок).

Этот пример наглядно показывает фундаментальное различие между возрастом и старением. Возрастные изменения могут встречаться очень часто, но сами по себе не обязательно определяют вероятность развития заболевания или смерти. Старение же должно определяться теми изменениями, которые сопровождаются увеличением риска клинически значимых исходов. Поэтому любые биомаркеры и потенциальные методы лечения необходимо валидировать именно по рискам сердечной недостаточности, смертности и другим клиническим исходам, а не только по их связи с возрастом. В противном случае существует риск успешно лечить возрастные изменения, практически не влияя на здоровье, продолжительность жизни и прогноз пациентов.

4. Анализируя возрастную динамику заболеваний и состояний из МКБ, можно строить практические модели управления рисками, связанными со старением.

Анализ возрастной динамики заболеваний по Международной классификации болезней позволяет перейти от абстрактных рассуждений о старении к практическому управлению продолжительностью жизни. Если известно, какие болезни в каком возрасте уносят больше всего жизней, можно построить модель, показывающую, какие причины смерти ограничивают максимальную продолжительность жизни сильнее всего и какие из них следует устранять в первую очередь.

Например, сердечно-сосудистые заболевания являются главной причиной смерти человека [https://pubmed.ncbi.nlm.nih.gov/30099284/]. Наше моделирование показывает, что их радикальное предотвращение способно приблизить ожидаемую продолжительность жизни к 100 годам. Это означает, что путь к радикальному долголетию начинается не с поиска очередного молекулярного маркера, а с устранения наиболее значимых причин возрастной смертности.

Именно поэтому модели, построенные на смертности, заболеваемости и рисках по Международной классификации болезней, имеют прямое практическое значение. Они позволяют расставить приоритеты, оценить потенциальный выигрыш от каждого направления исследований и понять, какие механизмы действительно ограничивают жизнь человека, а какие лишь сопровождают старение, практически не влияя на прогноз.

Такой подход превращает исследование старения из поиска возрастных изменений в поиск причин преждевременной смерти. Именно эти причины и должны становиться главными мишенями науки, если её цель — не просто объяснить старение, а научиться реально продлевать жизнь.

5. Существует ли единый биологический процесс старения — открытый научный вопрос. На сегодняшний день мирового консенсуса по этому поводу нет. Эволюция может сокращать продолжительность жизни короткоживущих видов через небольшое число биологических механизмов, если это повышает их приспособленность и репродуктивный успех. Для долгоживущих видов возможно, что продолжительность жизни определяется не одним таким механизмом, а совокупностью многих биологических свойств и ограничений.

Некоторые исследователи выдвигают идею рассматривать старение как заболевание. Однако в рамках модели, основанной на уравнении Гомпертца, старение представляет собой не изолированную патологию, а интегральную динамику роста силы смертности, возникающую в результате взаимодействия множества возраст-ассоциированных заболеваний, каждое из которых соответствует отдельной нозологической единице по классификации МКБ и характеризуется собственным возраст-зависимым вкладом в общий риск смерти. Поскольку совокупная сила смертности увеличивается экспоненциально с возрастом не за счёт одной причины, а в результате кумулятивного действия многочисленных патологических процессов, старение не может быть сведено к одной диагностируемой болезни и не укладывается в рамки существующей нозологической системы.

Алан А. Коэн из Университета Шербрука (Канада) в своей статье бросает вызов старению, как болезни [https://www.sciencedirect.com/science/article/pii/S0047637420301408]! В статье делаются выводы, что идея, что существует единый объект «старение», мешает правильно ставить вопросы — лучше говорить не «мы лечим/замедляем старение», а конкретизировать, что именно мы трогаем по международной классификации заболеваний (МКБ). Алан пишет, что старение не является единым биологическим процессом, а просто удобное слово, которым мы объединяем множество разных явлений. Термин «старение» мешает науке, потому что создаёт иллюзию одного коренного механизма, который можно «починить одной таблеткой». 

В настоящее время отсутствуют убедительные доказательства существования самостоятельной болезни под названием «старение», которая непосредственно вызывает смерть. Формулировка «умер от старости» обычно используется в тех случаях, когда непосредственная причина смерти не была установлена или не проводилось полноценное диагностическое обследование. Однако данные патологоанатомических исследований показывают другую картину. При вскрытии у умерших практически всегда обнаруживаются тяжёлые органные заболевания или острые патологические процессы, которые могли привести к смерти. Иными словами, смерть почти всегда сопровождается конкретной патологией органов, а не абстрактной «дряхлостью». Характерный пример приведён в исследовании долгожителей старше 100 лет [https://pubmed.ncbi.nlm.nih.gov/16079208/], в котором авторы бросают вызовы "здоровому долголетию". Около 60% из них при жизни считались «здоровыми» по мнению врачей или родственников. Однако при патологоанатомическом исследовании у всех были обнаружены потенциально фатальные заболевания, а у большинства — множественные хронические болезни. Наиболее частой причиной смерти были сердечно-сосудистые заболевания, тогда как рак встречался сравнительно редко. Авторы приходят к выводу, что результаты их патологоанатомического исследования не подтверждают концепцию «здорового долгожителя»

Разумеется, наличие при вскрытии потенциально смертельной патологии само по себе ещё не доказывает, что именно она стала непосредственной причиной смерти. Но справедливо и обратное - отсутствие установленного диагноза при жизни вовсе не означает, что человек умер не от возрастного заболевания. Просто человек не обращался к врачу для постановки диагноза и лечения. Поэтому диагноз «смерть от старости» следует рассматривать прежде всего как свидетельство недостаточной определённости причины смерти, а не как доказательство существования самостоятельной болезни под названием «старость».

Часто можно услышать, что если у короткоживущих животных удаётся многократно продлить жизнь, изменив один ген, то и у человека, вероятно, существует такой же «главный переключатель» старения. Однако данные эволюционной биологии говорят о том, что для человека такой сценарий маловероятен.

Хороший пример — голый землекоп. Он живёт примерно в 10 раз дольше мыши, но такое долголетие возникло не благодаря одной удачной мутации. Эти животные эволюционировали около 73 миллионов лет. За это время их геном существенно изменился: эволюция устранила около 320 генов, приобрела примерно 750 новых, а около 45 генов получили изменения, которые связывают с долголетием. Это показывает, что выдающееся увеличение продолжительности жизни у долгоживущих видов является результатом накопления большого числа генетических изменений, а не появления единственного «гена долголетия» [https://pubmed.ncbi.nlm.nih.gov/21993625/].

Совсем иначе обстоит дело у короткоживущих модельных организмов. У нематоды Caenorhabditis elegans изменение всего одного гена Age-1 позволило увеличить продолжительность жизни почти в 9 раз [https://academic.oup.com/genetics/article/204/3/905/6066287]. Однако дальнейший эксперимент показал интересную закономерность. Когда долгоживущих мутантов поместили вместе с обычными короткоживущими червями, через несколько поколений именно короткоживущие черви вытеснили долгоживущих. Более быстрое размножение обеспечило им эволюционное преимущество. Это означает, что в некоторых условиях эволюция действительно может поддерживать короткую продолжительность жизни, если она способствует выживанию вида.

6. Существует множество теорий и предполагаемых механизмов старения. Лишь часть из них подтверждается надёжными клиническими исследованиями и становится основой клинических рекомендаций и практики доказательной медицины.

В настоящий момент существует много методов, которые толи продлевают жизнь, то ли нет. Неопределенность возникает потому, что регулирование исследований допускает к публикации исследования со статистически маломощными исходами из-за недостаточной выборки. Мощность — это вероятность заметить настоящий эффект, если он действительно существует. Так исследования на близнецах не находят связь двигательной активности с долголетием, если выборка 180 пар близнецов [https://pubmed.ncbi.nlm.nih.gov/26666586/], но находят уже тогда, когда выборка состоит из 5240 пар близнецов [https://pubmed.ncbi.nlm.nih.gov/17493950/].

Статистически маломощные исследования не только не могут с высокой достоверностью выявить различия в долголетии, если они есть, но и порождают ложные открытия, которые путают науку, порождая ложные теории старения, так как при p≈0.05 доля ложных открытий может достигать ~50–70% (рисунок), если статистическая мощность исследований 20–30% [Колкухон, Университетский колледж Лондона] [https://pubmed.ncbi.nlm.nih.gov/26064558/] [https://stats.stackexchange.com/questions/176384/do-underpowered-studies-have-increased-likelihood-of-false-positives]. В доклинических исследованиях, несмотря на рекомендации из международных документов, размер выборки для достижения требуемой статистической мощности результатов рассчитывается крайне редко [https://pubmed.ncbi.nlm.nih.gov/21956292/] [Малкольм Маклеод, Эдинбургский университет, Великобритания].

В поисковых областях с множественными тестированиями и малыми эффектами, таких как молекулярная биология старения, до ~50 - 80% статистически значимых ассоциаций могут не отражать причинные механизмы, а быть следствием низкой статистической мощности и методологических искажений [Эндрю Д. Хиггинсон, Университет Эксетера, Великобритания] [https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.0020124] [https://pubmed.ncbi.nlm.nih.gov/27832072/]. Нужна системная перепроверка всей биологии. Сегодня до 75% всех доклинических исследований не воспроизводятся [https://nplus1.ru/material/2021/12/10/project-reproducibility-cancer-biology] [https://pubmed.ncbi.nlm.nih.gov/27225100] [https://techxplore.com/news/2022-04-robot-scientist-eve-one-third-scientific.html]. Из-за низкой достоверности результатов доклинических исследований схемы старения во многом теряют смысл. На основании таких схем становится невозможным понять, что именно мы видим на схеме – болезнь или ошибку, так как доля (9.5%) возможных ошибок связей в сигнальных путях сопоставима с долей (< 9.5%) наблюдаемых изменений при болезни [https://arxiv.org/abs/1411.7919] [Цзин Ма, Мичиганский университет, США]. На основании таких схем сигнальных и метаболических путей часто можно сделать ложные находки, а не реальные причины болезней [https://arxiv.org/abs/2201.05593] [Сара Мубин, Университет Бонна, Германия]. Классические схемы молекулярных путей старения полезны для наглядности, но они часто вводят в заблуждение, если по ним пытаться делать практические выводы о болезни. Пути в схемах изолированы, но в реальности между ними много перекрестных связей [https://arxiv.org/abs/0706.0194] [Марк Б. Герштейн, Йельский университет, США].

Возможно в том числе и из-за этого успех приходит только в 8.7% случаев (рисунок), когда потенциальные лекарства для лечения сердечно-сосудистых заболеваний, полученные на таких данных из доклинических исследований, попадают в клинические эксперименты [https://pubmed.ncbi.nlm.nih.gov/20130567/]. Среди новых кардиологических молекул, впервые вошедших в первую фазу клинических испытаний в 1993–2004 годах, к моменту анализа (июнь 2009 года) одобрение получили лишь около 3% препаратов - всего 4 из 134. 

С развитием искусственного интеллекта (ИИ) появляется и новая проблема. ИИ всё чаще генерирует вымышленные ссылки в научных работах. Это уже приводит к десяткам тысяч публикаций с ложными ссылками, количество которых растет с ускорением и создаёт риск усугубления кризиса воспроизводимости в науке [https://www.nature.com/articles/d41586-026-00969-z]. ChatGPT-5.0 часто использует отозванные научные статьи [https://link.springer.com/article/10.1007/s11192-025-05484-y]. «Мусор на входе, мусор на выходе». Мусор лежит в обычной научной публикации с DOI, журналом, авторами и цитатами.

Учёные из Техасского университета, США решили проверить, тупеют ли ИИ-модели, если кормить их тем же мусором, что и нас — вирусными твитами, хайпом и бессмысленными постами. Тупеют (рисунок). Они назвали это цифровой деменцией ИИ [https://arxiv.org/pdf/2510.13928]. Потенциально такую же цифровую деменцию можно ожидать и по результату обучения нейронных сетей на мусорных данных.

Люди, воспринимая новую реальность, не видят ее в точности, а лишь частично. Недостающую часть реконструирует наш мозг на основании предшествующего опыта. Например, у человека есть слепое пятно на сетчатке глаза, но мы его не замечаем, потому что мозг дорисовывает изображение [https://www.sciencedirect.com/science/article/pii/S0042698906003932]. Подобно нейронным сетям, ученые учёные без гигиены в получении научной информации могут иметь проблемы, подобные нейронным сетям. Ведь они видят не саму реальность, а её версию, которая предсказана мозгом с помощью реконструкции на основе 70% ложных открытий с небольшим процентом новых данных. Когда учёный читает научные статьи, то новые данные занимают лишь часть восприятия, а остальное – это тоже реконструкция. 

Заголовки в СМИ ежегодно обещают прорыв, спасение, революцию. Проходит время — и почти всё рассыпается. Но зачем великим и умным людям "системно обманывать мир"? И именно в этом замешательстве и есть главный прикол. Никто не злодей. Просто система поощряет не правду, а сенсацию. Карьера ученого зависит от количества публикаций, поэтому ученому выгоднее делать много небольших статистически недостоверных исследований, чем больших, но статистически достоверных. Небольшие, но сенсационные исследования почти всегда имеют низкую статистическую мощность. В модели Эндрю Д. Хиггинсон из Университета Эксетера (Великобритания) выгодная для карьеры статистическая мощность таких исследований составляет всего 10 - 40%. [https://pubmed.ncbi.nlm.nih.gov/27832072/]. При такой статистической мощности значительная часть выводов в таких публикациях - это ошибка (рисунок). 

Многие утверждают, что на исследования, связанные со старением и продлением жизни, выделяется недостаточно средств. Предыдущие данные позволяют предположить, что проблема может быть не в недостатке денег, а в системе, которая мешают достигать реальных результатов. Около 18,3% ВВП США расходуется на здравоохранение. Кроме того, ежегодно значительные средства направляются на биомедицинские научные исследования, включая исследования старения. Чем больше средств тратится на карьерно-выгодные исследования с низкой статистической мощностью, множественными тестированиями и высоким риском bias, тем больше денег уходит на результаты, которые с высокой вероятностью окажутся ложными. Большая часть научных исследований не обладают достаточной достоверностью, а из вероятность имеют низкую вероятность, что выводы таких исследования окажутся верными (рисунок), согласно исследованию от Джона П. А. Иоаннидиса из Стэнфордского университета (США) [https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.0020124].

Если значительная часть фундаментальной биологии старения страдает от низкой воспроизводимости, то возникает вопрос, где искать более надёжные механизмы старения человека. Один из ответов уже находится в клинической медицине. Современные рекомендации по дислипидемии [https://www.ahajournals.org/doi/10.1161/CIR.0000000000001423] — это не просто протокол снижения холестерина. Это карта молекулярных мишеней сосудистого старения, потому что каждая такая мишень связана не с абстрактным возрастным изменением, а с риском инфаркта, инсульта и смерти.

Главная идея проста. Атеросклероз развивается десятилетиями, а его молекулярная основа — длительное воздействие атерогенных липопротеинов на сосудистую стенку. Поэтому медицина атакует не «возраст» вообще, а конкретные молекулы, которые создают пожизненную экспозицию сосудов к повреждающим частицам.

Первая мишень — ГМГ-КоА-редуктаза. Это фермент синтеза холестерина в печени. Его блокируют статины. Когда синтез холестерина снижается, печень активнее захватывает липопротеины низкой плотности из крови, и сосуды получают меньшую дозу атерогенных частиц.

Вторая мишень — NPC1L1. Это белок, через который холестерин всасывается в кишечнике. Его блокирует эзетимиб. Смысл этой атаки в том, чтобы уменьшить поступление холестерина из кишечника и дополнительно снизить концентрацию атерогенных липопротеинов.

Третья мишень — PCSK9. Этот белок разрушает рецепторы липопротеинов низкой плотности в печени. Чем активнее PCSK9, тем меньше рецепторов остаётся на поверхности гепатоцитов и тем хуже кровь очищается от атерогенных частиц. На эту мишень медицина уже атакует двумя способами. Первый способ — моноклональные антитела к PCSK9, например эволокумаб и алирокумаб. Второй способ — малая интерферирующая РНК, например инклисиран, который снижает синтез PCSK9 на уровне матричной РНК. Это уже не «общая профилактика», а точечное молекулярное вмешательство.

Четвёртая мишень — АТФ-цитрат-лиаза. Это фермент, расположенный выше ГМГ-КоА-редуктазы в цепочке синтеза холестерина. Его блокирует бемпедоевая кислота. Это ещё один способ уменьшить производство холестерина в печени и снизить атерогенную нагрузку.

Пятая мишень — аполипопротеин B. Это главный структурный белок атерогенных частиц. Если частица содержит аполипопротеин B, она потенциально может участвовать в развитии атеросклероза. Поэтому аполипопротеин B — это не просто лабораторный показатель, а интегральная молекулярная мишень всей атерогенной нагрузки.

Шестая мишень — липопротеин(а). Это генетически заданная атерогенная частица, связанная с риском атеросклеротических сердечно-сосудистых заболеваний и кальцифицирующего аортального стеноза. Её опасность в том, что она может оставаться высокой даже при хорошем уровне липопротеинов низкой плотности. Поэтому липопротеин(а) — отдельная мишень сосудистого старения, для которой развиваются РНК-технологии, направленные на снижение продукции аполипопротеина(а).

Седьмая мишень — ANGPTL3, ангиопоэтин-подобный белок 3. Его блокирует эвинокумаб. Это особенно важно при тяжёлых наследственных нарушениях липидного обмена, потому что подавление ANGPTL3 усиливает печёночный захват остатков липопротеинов очень низкой плотности и промежуточной плотности, снижая атерогенные частицы даже частично независимо от рецептора липопротеинов низкой плотности.

Восьмая мишень — микросомальный белок переноса триглицеридов. Его блокирует ломитапид. Этот белок нужен для сборки аполипопротеин-B-содержащих липопротеинов, включая липопротеины очень низкой плотности, липопротеины низкой плотности и хиломикроны. Блокада этой мишени уменьшает образование атерогенных частиц, но применяется ограниченно из-за безопасности.

Девятая мишень — аполипопротеин C-III. Он тормозит клиренс триглицерид-богатых частиц. Антисмысловой олигонуклеотид олезарсен связывает и разрушает матричную РНК аполипопротеина C-III, снижая его продукцию и ускоряя очищение крови от триглицеридов и липопротеинов очень низкой плотности.

Десятая мишень — сосудистое воспаление. В рекомендациях это отражено через высокочувствительный С-реактивный белок. Если он устойчиво повышен, это указывает на дополнительный воспалительный компонент сердечно-сосудистого риска. То есть атеросклероз — не только липиды, но и воспалительная болезнь сосудистой стенки.

Таким образом, клиническая медицина уже описывает не одну, а целую систему молекулярных мишеней сосудистого старения. Это синтез холестерина, всасывание холестерина, разрушение рецепторов липопротеинов низкой плотности, продукция аполипопротеин-B-содержащих частиц, липопротеин(а), триглицерид-богатые липопротеины, ANGPTL3, аполипопротеин C-III и воспаление. Именно это и есть пример настоящей клинической теории старения сосудов: молекулярная мишень, препарат против неё, проверка на людях и оценка влияния на риск инфаркта, инсульта и смерти.

Или, например, рекомендации по кардиоваскулярной профилактике [https://old.scardio.ru/content/Guidelines/Kardiovascular_profilaktika_2022.pdf]. Они уже выходят далеко за пределы липидного обмена и описывают другие доказанные механизмы сосудистого старения, включая эндотелиальную дисфункцию, хроническую гиперактивацию ренин-ангиотензин-альдостероновой системы, нарушения сигнального пути натрий-глюкозного котранспортера 2 типа, тромбообразование, симпатическую гиперактивацию, хроническое сосудистое воспаление и остаточный сердечно-сосудистый риск. Для большинства этих молекулярных и физиологических мишеней уже существуют препараты, эффективность которых подтверждена снижением риска инфаркта миокарда, инсульта и сердечно-сосудистой смертности. Если рассматривать старение как совокупность возраст-ассоциированных заболеваний, приводящих к экспоненциальному росту силы смертности, то современные клинические рекомендации фактически представляют собой клиническую теорию старения, изложенную не в одном документе, а в виде системы рекомендаций по отдельным нозологиям.

7. Если построить математическую модель кривых выживания для отдельных причин смерти по МКБ, а затем скорректировать эти кривые на величину снижения смертности, уже доказанную для соответствующих заболеваний и факторов риска средствами современной медицины, то суммарный вклад отдельных причин смерти в общую смертность уменьшится. В результате модель будет прогнозировать увеличение ожидаемой продолжительности жизни популяции. По мере появления новых эффективных медицинских вмешательств и дальнейшего снижения смертности от заболеваний, описанных в МКБ, прогнозируемая продолжительность жизни в такой модели будет возрастать.

Если для каждой причины смерти по Международной классификации болезней (МКБ) взять не теоретические, а доказанные и рассмотренные в клинических рекомендациях величины снижения смертности и объединить их в единую популяционную модель, можно оценить прогнозируемую медианную продолжительность жизни при комплексном применении уже существующих медицинских знаний. Такая модель не отвечает на вопрос, какой препарат назначить конкретному человеку. Она отвечает на другой, гораздо более важный вопрос: какого долголетия может достичь население, если последовательно реализовать весь комплекс доказанных мер профилактики и лечения, доступных современной медицине и системе общественного здравоохранения.

В проекте «Нестарение Global» мы построили именно такую модель. Для каждой группы заболеваний использовались оценки снижения смертности, основанные на клинических рекомендациях и исследованиях с клиническими конечными точками. Затем эти эффекты были объединены в единую модель смертности населения. При сделанных допущениях моделирование показало, что комплексная реализация уже известных сегодня мер способна приблизить медианную продолжительность жизни примерно к 100 годам и выше. Это означает, что радикальное увеличение продолжительности жизни может достигаться не только поиском новых технологий, но и максимально полным внедрением уже существующих доказательных подходов в масштабах всей популяции. Следует учитывать, что результаты моделирования зависят от принятых допущений относительно взаимодействия факторов риска, конкурирующих причин смерти и полноты учёта клинических эффектов. В различных направлениях эти допущения могут как завышать, так и занижать прогнозируемую продолжительность жизни.

Главная ценность такой модели заключается не в составлении универсального списка лекарств, а в построении количественного протокола долголетия. Она показывает, какие параметры необходимо привести к оптимальным значениям — липидный профиль, артериальное давление, массу тела, уровень физической активности, профилактику инфекций, травматизма и другие доказанные факторы риска, — тогда как конкретные способы достижения этих целей уже подробно описаны в соответствующих клинических рекомендациях.

Именно такой подход мы реализуем к концу 2026 года в проекте Nestarenie.expert. Осенью пользователи смогут самостоятельно моделировать различные сценарии долголетия, изменяя значения отдельных факторов риска с помощью интерактивных элементов и наблюдая, как их совокупная оптимизация влияет на прогнозируемую продолжительность жизни. Наша цель — превратить разрозненные клинические рекомендации в единую количественную модель управления долголетием, доступную каждому.

8. Росту силы смертности и силы инцидентности возраст-зависимых заболеваний обычно предшествует постепенное ухудшение биологических функций органов и систем. Именно на основании нарушения этих функций впоследствии устанавливаются диагнозы по МКБ. Поэтому процессы, связанные со старением, можно отслеживать и корректировать ещё до появления заболевания, воздействуя на измеряемые функциональные показатели в реальном времени, а не дожидаясь клинического исхода или постановки диагноза.

Управление старением начинается не с молекул, а с функций, поскольку именно нарушение функций органов и физиологических систем непосредственно приводит к развитию заболеваний, инвалидизации и смерти.

Росту силы смертности и силы инцидентности возраст-зависимых заболеваний обычно предшествует постепенное ухудшение функций органов и физиологических систем. Именно нарушение функций становится основанием для постановки многих диагнозов по Международной классификации болезней. Следовательно, процессы, связанные со старением, можно выявлять и корректировать ещё до появления заболевания, не дожидаясь достижения диагностического порога.

Такой подход постепенно становится новым направлением современной геронтологии. Если раньше основное внимание уделялось поиску молекулярных механизмов старения, то сегодня всё больше исследователей предлагают сместить акцент на измерение функций организма и его способности сохранять работоспособность и восстанавливаться после различных воздействий. Это не означает, что молекулярные механизмы старения перестают иметь значение. Они остаются важным объектом фундаментальной науки. Однако для клинического управления продолжительностью жизни решающим становится вопрос не о том, какая молекула изменилась, а о том, привело ли это изменение к измеримому ухудшению функции организма и увеличению риска заболевания или смерти. 

Характерным примером является редакционная статья Фелипе Сьерры и Вивианы Перес, опубликованная в журнале GeroScience в 2025 году [https://link.springer.com/article/10.1007/s11357-025-01916-y]. Авторы обращают внимание на то, что концепция «признаков старения» (Hallmarks of Aging), сыгравшая важную роль в развитии геронтологии, постепенно перестаёт быть достаточной для практического управления старением. По мере развития науки число предполагаемых молекулярных механизмов продолжает увеличиваться, между ними обнаруживается всё больше взаимосвязей, а попытки определить главный механизм старения становятся всё менее реалистичными. В результате перечень признаков старения может расширяться практически бесконечно, не приближая нас к возможности количественно управлять продолжительностью жизни.

Авторы предлагают рассматривать общий результат всех этих молекулярных изменений — постепенную потерю устойчивости организма (resilience). Именно снижение способности тканей и органов сохранять функцию и восстанавливаться после нагрузок предшествует развитию возрастных заболеваний. Поэтому объектом наблюдения должны становиться не отдельные молекулярные процессы, а функции организма, определяющие здоровье человека.

Такой подход хорошо согласуется с клинической медициной. Врач не ставит диагноз по уровню активности какого-либо сигнального пути или количеству сенесцентных клеток. Диагноз устанавливается тогда, когда ухудшается функция органа. Сердечная недостаточность диагностируется после нарушения насосной или диастолической функции сердца, хроническая болезнь почек — после снижения скорости клубочковой фильтрации, хроническая обструктивная болезнь лёгких — после уменьшения объёма форсированного выдоха, остеопороз — после снижения минеральной плотности костной ткани. Во всех случаях именно функциональные показатели лежат в основе клинических решений.

Следовательно, если функцию можно измерять непрерывно, появляется возможность управлять старением ещё до возникновения заболевания. Например, постепенное ухудшение диастолической функции сердца начинается задолго до появления сердечной недостаточности. Современная эхокардиография позволяет отслеживать эти изменения в реальном времени, а физические тренировки, контроль артериального давления, снижение массы тела и другие вмешательства способны улучшать диастолическую функцию ещё до появления клинического диагноза. Таким образом, объектом профилактического вмешательства становится функциональное нарушение, предшествующее развитию заболевания. 

Этот принцип универсален. Большинству возраст-зависимых заболеваний предшествует постепенное ухудшение функции соответствующего органа или физиологической системы. Поэтому наиболее рациональной стратегией управления старением является непрерывный мониторинг функций организма с последующей их коррекцией ещё до достижения диагностических порогов. 

Именно поэтому будущее медицины, вероятно, связано не с бесконечным поиском новых молекулярных признаков старения, а с построением количественных моделей, позволяющих непрерывно измерять функции органов, прогнозировать их изменение, оценивать индивидуальный риск заболеваний и своевременно проводить вмешательства. Такой подход непосредственно связывает биологию старения с клинической медициной и создаёт основу для практического управления продолжительностью здоровой жизни.

Принцип управления старением через восстановление функций уже реализуется в современной клинической медицине. Цель таких вмешательств состоит не в воздействии на предполагаемый молекулярный механизм старения, а в сохранении или восстановлении функции органов ещё до достижения диагностического порога заболевания.

Одним из наиболее показательных примеров является американское рандомизированное контролируемое исследование Reversing the Cardiac Effects of Sedentary Aging in Middle Age [https://pubmed.ncbi.nlm.nih.gov/29311053/], в котором изучали возможность обратить возрастное ухудшение диастолической функции сердца у здоровых людей среднего возраста. Авторы показали, что двухлетняя программа регулярных физических тренировок значительно повысила эластичность левого желудочка и уменьшила его возрастную жёсткость. Иными словами, вмешательство было направлено не на отдельный молекулярный механизм старения, а непосредственно на возрастное ухудшение функции сердца, причём эта функция действительно улучшилась, эквивалентно обращению вспять возраста функции сердца в среднем на 23 года в более молодое состояние.

Этот пример демонстрирует принципиально иной подход к омоложению. Объектом управления становятся не предполагаемые первичные молекулярные причины старения, которые могут различаться у разных людей и число которых, вероятно, практически неограниченно, а измеряемые функции органов и физиологических систем, определяющие риск заболеваний и смерти. Если функция ухудшается, её можно обнаружить, количественно оценить и во многих случаях улучшить ещё до появления клинического диагноза.

Именно поэтому будущее медицины, вероятно, связано не с бесконечным расширением перечня молекулярных признаков старения, а с непрерывным мониторингом функций органов, прогнозированием их возрастной траектории с использованием математических моделей и методов машинного обучения и своевременной коррекцией выявленных функциональных нарушений. Такой подход объединяет фундаментальную биологию старения с доказательной клинической медициной и переводит геронтологию из области поиска гипотетических молекулярных причин в область практического управления здоровьем человека.