Blog

Dec 08, 2023

Perspectiva integradora del proceso de envejecimiento saludable considerando el metaboloma, la modulación autonómica cardiaca y la aptitud cardiorrespiratoria evaluada en grupos de edad

Informes científicos volumen 12,

Scientific Reports volumen 12, Número de artículo: 21314 (2022) Citar este artículo

2264 Accesos

2 citas

81 Altmetric

Detalles de métricas

El proceso de envejecimiento provoca cambios en todos los niveles orgánicos. Aunque el metabolismo, la modulación autonómica cardíaca (CAM) y la aptitud cardiorrespiratoria (CRF) se estudian ampliamente en función de la edad, se estudian principalmente de forma aislada, lo que dificulta la percepción de sus variaciones concomitantes. Este estudio tuvo como objetivo investigar los cambios integrados que ocurren en el metaboloma, CAM y CRF a lo largo del envejecimiento en individuos aparentemente sanos. Los sujetos (n = 118) se dividieron en cinco grupos según la edad (20–29, 30–39, 40–49, 50–59 y 60–70 años) y se sometieron a extracción de sangre, evaluación autonómica y cardiopulmonar. prueba de esfuerzo para análisis metabolómico mediante espectrometría de masas y resonancia magnética nuclear, análisis de modulación autonómica cardíaca y CRF mediante análisis de consumo máximo de oxígeno, respectivamente. Se utilizó el post hoc de Tukey y el tamaño del efecto con intervalo de confianza para las variables con un efecto ANOVA unidireccional significativo (P < 0,01). Los principales cambios se dieron en el grupo de mayor edad, donde el CRF, la valina, la leucina, la isoleucina, el 3-hidroxiisobutirato y la CAM se redujeron y el ácido hipúrico aumentó. Los resultados sugieren cambios significativos en el metaboloma, CAM y CRF después de los sesenta años como consecuencia de las alteraciones del envejecimiento, pero con algunos cambios en el perfil metabólico que pueden ser favorables para mitigar los efectos nocivos del envejecimiento.

El envejecimiento es un proceso complejo caracterizado por cambios en todos los niveles orgánicos1. Existen varias características distintivas de la senescencia que se pueden resumir en inestabilidad genómica, desgaste de los telómeros, alteraciones epigenéticas, pérdida de proteostasis, detección de nutrientes no regulada, disfunción mitocondrial, senescencia celular, agotamiento de las células madre y comunicación intercelular alterada2,3. Los primeros cuatro sellos son los principales responsables de los efectos nocivos del envejecimiento, los siguientes tres son los factores de influencia positivos o negativos de los cuatro sellos anteriores, mientras que los dos últimos son consecuencias de los cambios en los siete sellos anteriores y brindan información sobre los efectos nocivos2 ,3.

Estas alteraciones observadas durante el envejecimiento están relacionadas con cambios funcionales y estructurales en sistemas orgánicos3,4,5,6,7 como la integridad del sistema nervioso autónomo (SNA) y la capacidad del organismo para generar energía a partir del oxígeno7,8,9,10 . Mientras que el SNA desempeña un papel en el control, mantenimiento y regulación de las funciones vitales y viscerales del cuerpo11, el consumo máximo de oxígeno (VO2PEAK) es el resultado de la mayor capacidad de la actividad integrada del metabolismo con los músculos, cardiovasculares, respiratorios y nervioso y está relacionado con la aptitud cardiorrespiratoria (CRF)12. Por lo tanto, la actividad del ANS y el valor VO2PEAK son marcadores importantes de la integridad y la salud sistémica y metabólica. Varios estudios reportaron un desequilibrio en el ANS, como un aumento en la modulación simpática cardíaca (CSM), una reducción en la modulación parasimpática cardíaca (CPM) y una reducción progresiva en los valores de VO2PEAK con el envejecimiento fisiológico8,9,13.

Recientemente, con el avance de las ciencias bioinformáticas y "ómicas", varios estudios han utilizado la metabolómica para estudiar el metabolismo durante el envejecimiento, especialmente por su ventaja de evaluar las características fenotípicas del organismo1,14,15,16. El foco principal de estos estudios es qué alteraciones y perfiles en el metaboloma humano están relacionados con el envejecimiento y la longevidad14,16. Por lo tanto, los estudios también han investigado las asociaciones entre los cambios del sistema orgánico comúnmente observados durante el envejecimiento y el perfil metabólico14,17, incluida la relación entre el metaboloma y la aptitud cardiorrespiratoria, o el control del metaboloma y el SNA18,19,20. Los estudios mostraron diferencias en los niveles séricos de metabolitos involucrados principalmente en vías bioenergéticas en individuos con mayor aptitud cardiorrespiratoria (como reducciones en aminoácidos, intermediarios del ciclo del ácido cítrico y glicerol en sangre en reposo)21,22. Por otro lado, considerando el control autonómico cardíaco en un contexto de enfermedad como la diabetes mellitus, los estudios mostraron un desequilibrio sérico de aminoácidos, ácidos grasos y metabolitos involucrados en el ciclo del ácido cítrico con una reducción en CPM18,23. Sin embargo, se sabe poco sobre los cambios integradores en el perfil metabólico y los sistemas orgánicos durante el envejecimiento saludable en individuos sin factores de riesgo cardiovascular importantes (p. ej., obesidad, hipertensión, tabagismo, etc.).

Teniendo en cuenta el interés emergente actual en la comprensión de la complejidad del proceso de envejecimiento, la evaluación conjunta del perfil metabólico con la modulación autonómica cardíaca (CAM) y la aptitud cardiorrespiratoria durante décadas de vida puede proporcionar una comprensión más amplia de los cambios causados ​​por el envejecimiento fisiológico. Además, este conocimiento nos permitirá comprobar si existe un grupo de edad donde las alteraciones son más evidentes, lo que puede contribuir al desarrollo de estrategias más eficaces para un envejecimiento saludable. En este contexto, el propósito de este estudio es investigar el curso temporal de variables en el metaboloma humano, así como variables relacionadas con la CAM y la aptitud cardiorrespiratoria, a lo largo del proceso de envejecimiento en individuos aparentemente sanos sin mayores factores de riesgo.

Los participantes fueron reclutados a través de medios electrónicos e impresos, así como a través de contactos utilizando la base de datos del Laboratorio de Fisioterapia Cardiovascular (LFCV) de la Universidad Federal de São Carlos (UFSCar), São Carlos, Brasil. Se realizó anamnesis y examen físico [adquisición de peso, talla e índice de masa corporal (IMC)] y se evaluó a todos los sujetos mediante un cuestionario genérico que incluía preguntas sobre: ​​antecedentes de enfermedades y condiciones médicas, uso de medicamentos regulares, antecedentes clínicos exámenes, antecedentes de enfermedades familiares, realización de dietas específicas y actividad física. Los sujetos se incluyeron si estaban aparentemente sanos (sin ninguna condición de salud, como problemas cardiovasculares, respiratorios, musculoesqueléticos, metabólicos y neurológicos); no obesos (IMC < 30 kg/m-2); no fumadores; no alcohólicos o usuarios de drogas ilícitas o medicamentos regulares relacionados con condiciones crónicas; y libre de antecedentes de enfermedad cardiovascular. A los sujetos incluidos se les solicitó realizar una prueba ergométrica con un cardiólogo de la Unidad Escolar de Salud de la UFSCar antes de iniciar el protocolo experimental si no habían realizado el examen recientemente (< 1 año). Todos los sujetos que presentaban alteraciones cardiovasculares como arritmias excesivas, señales isquémicas del miocardio (descenso del segmento ST) o hiperreactividad de la presión arterial (aumento de la presión arterial excesivo o no proporcional al ejercicio), verificado por alteraciones en las señales del electrocardiograma (ECG) y en la medición de la sangre. respectivamente, en la prueba ergométrica o en la prueba de esfuerzo cardiopulmonar (CPET), así como la hipotensión severa o recurrente, y las alteraciones analíticas evidentes durante el protocolo experimental (p. ej., hiperglucemia y nivel alto de proteína C reactiva) fueron excluidos. Luego, participaron del estudio ciento dieciocho individuos, aparentemente sanos, con edades comprendidas entre los 20 y los 70 años (Fig. 1, Tabla 1). Se dividieron en cinco grupos según la edad: 20-29 años (G20-29), 30-39 años (G30-39), 40-49 años (G40-49), 50-59 años (G50 –59), y 60–70 años (G60–70). El estudio fue aprobado por el Comité de Ética en Investigación con Seres Humanos de la UFSCar (número: 173/2011) y realizado de acuerdo con las normas establecidas por la Declaración de Helsinki. Todos los participantes firmaron un formulario de consentimiento libre e informado después de aceptar participar en este estudio.

Diagrama de flujo de pérdidas. Prueba de ejercicio cardiopulmonar CPET, proteína C reactiva de alta sensibilidad hs-CRP, espectrometría de masas acoplada a cromatografía líquida LC-MS, resonancia magnética nuclear NMR.

La anamnesis y el examen físico se realizaron al menos 2 días antes del protocolo experimental. A excepción de la extracción de sangre, todas las pruebas se realizaron en LFCV. La extracción de sangre para análisis metabolómicos y bioquímicos se realizó en un laboratorio especializado en São Carlos (Laboratorio de Análisis Clínicos UNIMED de São Carlos).

El mismo día de la evaluación autonómica, la extracción de sangre se realizó después de 12 h de ayuno por la mañana. Las muestras de sangre se utilizaron para análisis metabolómicos y para la realización de pruebas bioquímicas en el laboratorio especializado para evaluar el estado de salud de los participantes. Para la metabolómica, las muestras de sangre recogidas en tubos separadores de suero (S-Monovette 4,9 mL, Sarstedt, Alemania) se llevaron inmediatamente al Departamento de Fisioterapia. Luego, las muestras de sangre se centrifugaron a 1450 × g durante 10 min (Sorvall ST 8 Benchtop Centrifuge, Thermo Scientific, Massachusetts, EE. UU.), y el suero se recolectó y almacenó a -80 °C para su posterior análisis.

El estado de salud de los participantes fue verificado por los valores en ayunas de colesterol total (CT), lipoproteína de muy baja densidad (VLDL), lipoproteína de baja densidad (LDL), lipoproteína de alta densidad (HDL), triglicéridos, glucosa, ácido úrico, urea, creatinina y proteína C reactiva de alta sensibilidad (hs-CRP) (Tabla complementaria S1). El CT, HDL, VLDL, triglicéridos, ácido úrico, urea, glucosa y creatinina se midieron mediante química húmeda (excepto LDL que se calculó a partir de la ecuación de Friedewald) (Advia 1800, Siemens, Alemania). La PCR-hs se cuantificó por turbidimetría (Advia 1800, Siemens, Alemania).

La valoración cardiaca autonómica se realizó siempre por la tarde. La temperatura ambiente se mantuvo entre 21 y 24 °C y la humedad relativa entre 40 y 60%. Todos los participantes fueron instruidos para evitar el consumo de estimulantes, comidas pesadas y bebidas alcohólicas por lo menos 24 h antes de la prueba y evitar la actividad física extenuante por lo menos 48 h antes de la prueba24. Además, las mujeres en edad reproductiva fueron evaluadas solo en el período folicular del ciclo menstrual (que va del 7° al 10° día del ciclo menstrual)25. Solo se incluyeron mujeres en edad reproductiva con ciclos menstruales regulares o posmenopáusicas (caracterizadas por amenorrea de al menos 1 año). Sin embargo, no se incluyeron en el estudio mujeres con los criterios descritos anteriormente y que estuvieran usando anticonceptivos o en tratamiento hormonal sustitutivo25. La prueba incluyó la adquisición de marcadores de control cardiovascular en posición supina de reposo. El participante se mantuvo en reposo en posición supina en camilla durante 10 min para estabilizar las variables cardiovasculares. Luego, las variables cardiovasculares y respiratorias (frecuencia cardíaca, presión arterial y frecuencia respiratoria) se registraron continuamente durante 15 min. Se instruyó a todos los sujetos para que evitaran cualquier comunicación y movimiento durante toda la prueba, excepto en situaciones necesarias (p. ej., molestias físicas). Las señales de ECG fueron adquiridas por el cable MC5 (BioAmp FE132, ADInstruments, New South Wales, Australia); presión arterial de dedo continua no invasiva (Finometer Pro, Finapres Medical Systems, Países Bajos), y movimiento respiratorio a través de un cinturón torácico (Marazza, Monza, Italia). Todas las señales fueron integradas por hardware (Power Laboratory 8/35, ADInstruments, New South Wales, Australia) y procesadas por el software LabChart, versión 7.3.8 (ADInstruments, New South Wales, Australia).

El CPET se realizó el mismo día que el análisis de sangre, pero después de la evaluación autonómica, o en un día cercano para evaluar la aptitud cardiorrespiratoria de los participantes, definida como el consumo máximo de oxígeno (VO2PEAK). Todas las instrucciones y el control de la temperatura y la humedad de la habitación, que se utilizaron para la evaluación autonómica cardíaca, fueron los mismos para el CPET. El CPET se realizó en un ergómetro de cinta rodante (Master ATL, Inbramed, Rio Grande do Sul, Brasil) con un protocolo incremental26 hasta el agotamiento voluntario o con la presencia de los criterios de interrupción propuestos por Balady et al.27. Las variables ventilatorias y metabólicas se obtuvieron, respiración a respiración, a través de un carro metabólico (ULTIMA MedGraphics—St Paul, Minesota, EE. UU.) y se procesaron con un software específico (Breeze Suite 7.1, MedGraphics—St. Paul, Minesota, EE. UU.), mientras el ECG de 12 derivaciones se obtuvo mediante un electrocardiógrafo (CardioPerfect, Welch Allyn, Nueva York, EE. UU.). El mayor valor de VO2 obtenido en los últimos 30 s del CPET fue considerado el VO2PEAK26.

El análisis CAM se realizó en secuencias a corto plazo [256 valores consecutivos del período cardíaco (HP)] seleccionados de la parte más estable del tacograma28. HP se obtuvo por la distancia temporal entre dos picos de onda R normales consecutivos adquiridos en el ECG (es decir, la distancia temporal entre dos latidos cardíacos consecutivos en milisegundos), y el tacograma es la reproducción gráfica de todos los valores de HP generados a partir de cada latido cardíaco. todos los latidos del corazón analizados. El tacograma de todos los participantes se verificó cuidadosamente para evitar detecciones erróneas o latidos perdidos debido a alteraciones en las delineaciones de la onda R antes de seleccionar las secuencias. Los latidos ectópicos aislados que afectaron a HP se corrigieron mediante interpolación lineal utilizando el valor de HP más adyacente no afectado24,26. Se calcularon variables en el dominio del tiempo, como la media de HP y la varianza de HP, para cada secuencia a corto plazo. La variación de HP indica CAM global (CPM + CSM).

El análisis espectral se realizó ajustando la potencia espectral paramétrica univariante de las secuencias de corto plazo según el modelo autorregresivo29. Luego, los componentes espectrales se descompusieron en bandas expresadas en unidades absolutas (ms2) y definidas como bandas de alta frecuencia (> 0,15 a 0,40 Hz), bandas de baja frecuencia (0,04 a 0,15 Hz) y muy baja frecuencia (< 0,04 Hz)28 . El análisis de CAM se basó en las bandas de frecuencia absoluta alta (HF, que indica CPM) y baja (LF, que indica la contribución de CSM más CPM, con predominio de CSM). La relación entre estos dos índices (LF/HF) para tipificar el equilibrio simpático-vagal sobre el corazón30 y el índice normalizado de cada banda (valor relativo en porcentaje de HF y LF en proporción a la potencia espectral total menos la banda de muy baja frecuencia ) también fueron calculados.

El análisis metabolómico se realizó mediante cromatografía líquida de alta resolución (LC-HRMS) y resonancia magnética nuclear de protones (1H NMR) con un enfoque no dirigido.

Teniendo en cuenta la RMN 1H, inicialmente todas las muestras de suero se filtraron en filtros de 3 kDa (Amicon Ultra) en centrifugación a 14.000 × g durante 30 min a 4 °C. Los filtros se lavaron previamente cinco veces con 500 μL de agua Milli-Q, seguido de centrifugación a 14.000×g durante 5 min a 4 °C, y centrifugado (filtro inverso y rotación a 7500×g durante 60 s) para eliminar cualquier residuo de agua Milli-Q. Las muestras filtradas se transfirieron a tubos de RMN de 5 mm (Wilmad Standard Series 5 mm, Sigma-Aldrich) que contenían tampón de fosfato [(fosfato de sodio monobásico, NaH2PO4, 119,97 g/mol; fosfato de sodio dibásico, Na2HPO4, 141,96 g/mol), TMSP-d4 (ácido 3-(trimetilsilil)-2,2′,3,3′-tetradeuteropropiónico) a 5 mmol/L como referencia interna], y D2O (99,9 %; Cambridge Isotope Laboratories Inc.), con los respectivos proporciones: 100 μL, 40 μL y 260 μL. Todas las mediciones de RMN se adquirieron de un espectrómetro Bruker de 14,1 Tesla (600 MHz para frecuencia de hidrógeno), equipado con una criosonda TCI de 5 mm usando una temperatura de 298 K. Para el espectro 1H, una secuencia de pulsos con señal de presaturación de H2O (denominada por Bruker como noesypr1d) se utilizó adoptando una onda continua, asumiendo los siguientes parámetros de adquisición: tiempo de adquisición (AQ = 3,63 s), ancho espectral (SW = 30 ppm), retardo de relajación (d1 = 4 s), tiempo de pulso de 90° (p1 = 9,5 μs ) y un número de escaneos (ns = 128). Todos los espectros se procesaron con un ensanchamiento de línea de 0,3 Hz (lb) para atenuar el ruido en las señales espectrales. Después de la adquisición del espectro, las correcciones de la línea base, la identificación y la cuantificación de los metabolitos presentes en las muestras se realizaron utilizando el software Suite 8.6 Chenomx (Chenomx Inc., Edmonton, AB, Canadá) mediante la señal TMSP-d4 (0,5 mmol/L) como una señal interna. referencia para cuantificar otros metabolitos. Además, se utilizaron espectros de RMN 2D (COSY, HSQC y HMBC) para confirmar la identificación realizada por Chenomx o la identificación de otros compuestos.

Las muestras de suero, almacenadas a -80 °C, primero se descongelaron en hielo y se sometieron a agitación vorticial durante 15 s. Posteriormente, las muestras fueron sometidas al proceso de precipitación de proteínas. Se transfirió una alícuota de 150 μL de la muestra a los nuevos tubos de centrífuga y se agregaron 450 μL de metanol frío a los tubos para iniciar la precipitación de proteínas y la extracción de metabolitos. La mezcla se almacenó a -20 °C durante 5 min. Los tubos de centrífuga se agitaron durante 20 s y se centrifugaron a 7267 × g a 4 °C durante 10 min. A continuación, se transfirieron alícuotas de 200 µL del sobrenadante a los nuevos tubos de centrífuga y se añadieron 20 µL del patrón interno (5 mmol/L de acetato de l-leucina-encefalina anhidra) a las muestras y se almacenaron a -20 °C hasta análisis adicional por LC-HRMS. Se preparó una muestra en blanco con 100 μL de metanol. Las muestras de control de calidad (QC) se prepararon a partir de alícuotas de 15 μL de todas las muestras de suero que ya se habían sometido al proceso de precipitación de proteínas como se describe anteriormente y se inyectaron por triplicado en todo el lote de muestras experimentales.

El sistema UHPLC Agilent (modelo 1290 Infinity II, Agilent) constaba de una bomba binaria LC-G712A con un asistente de mezcla G7104A, un inyector LC de muestra de vial G7129C y un compartimento de columna G7129B. Se usó el software de la estación de trabajo HyStar para la adquisición de datos (HyStar Versión 3.2, Bruker Daltonics) y se usó Compass Data Analysis para el análisis y procesamiento de datos (DataAnalysis Versión 3.2, Bruker Daltonics). Los análisis cromatográficos se realizaron con una columna Eclipse SDB-C18 Agilent (100 × 3,0 mm de d.i.; 3,5 μm) empleando un gradiente de elución con agua + ácido fórmico al 0,1 % (disolvente A) y acetonitrilo + ácido fórmico al 0,1 % (disolvente B) como el fase móvil a un caudal de 0,4 mL/min y temperatura fijada a 40 °C. El tiempo de ejecución total fue de 30 min usando el siguiente gradiente de varios pasos: 0 min, 1% B; 0–3,0 min, 1–2% B; 3–10 min, 2–30 % B; 10–15 min, 30–50 % B; 15–18 min, 50–80 % B; 18–20 min, 80–90 % B; 20–22 min, 90–95 % B; 22–26 min, 95–99 % B; 26,01–28 min, 99 % B, para la limpieza de la columna y un tiempo de ciclo de acondicionamiento de 3 min con las mismas condiciones iniciales de 1 % B. El volumen de inyección fue de 5 μL.

Los compuestos separados se controlaron con un espectrómetro de masas de tiempo de vuelo de cuadrupolo (QqTOF-MS). Los análisis MS y MS/MS se realizaron utilizando un espectrómetro de masas Impact HD QTOF™ (Bruker Daltonics, Bremen, Alemania) equipado con una interfaz ESI que funciona en modo de iones negativos o positivos. Los datos de MS y MS/MS se adquirieron a través de Compass QtofControl v.3.4 (Bruker Daltonik, Bremen, Alemania) y los datos se procesaron con el software Data Analysis 4.2 (Bruker Daltonik). Los parámetros óptimos de la fuente de iones se establecieron de la siguiente manera: voltaje capilar, + 3600 V y − 3000 V para los modos de iones positivos y negativos, respectivamente. Todos los demás parámetros fueron los mismos para los dos modos de iones utilizados: desplazamiento de la placa final, 450 V; nebulizador, 4 bares; temperatura del calentador seco, 180 °C; flujo de gas seco, 8 L/min; y rango de escaneo de MS completo, m/z 50–1300.

Se usó una adquisición dependiente de datos (DDA) para el análisis MS/MS en el que la RF de colisión se fijó para variar de 200,0 a 550,0% Vpp; el tiempo de transferencia se fijó para variar de 50,0 a 90,0 µs; con un 50,0% de tiempo cada uno. Los RF de embudo 1 y 2 fueron de 250,0 y 150,0 Vpp, respectivamente. La RF hexapolar fue de 50,0 Vpp y la energía iónica del cuadrupolo fue de 5,0 eV con almacenamiento previo al pulso de 6,0 µs. La energía de iones de cuadrupolo y la energía de celda de colisión se establecieron en 5 eV. Los parámetros utilizados para desencadenar la fragmentación MS/MS fueron 2,0 Hz para conteos bajos (10 000 conteos/por 1000 suma) y 4,0 Hz para conteos altos (100 000 conteos/por 1000 suma), utilizando un tiempo de ciclo total de 3 s; umbral absoluto de 1491 recuentos (302 recuentos/por 1000 suma), espectro de exclusión activa 1; liberación después de 0,90 min, mientras que la adquisición completa de MS se fijó en 2,0 Hz. La energía de colisión utilizada para la fragmentación de iones se programó para variar de 250,0 a 100,0% de los 20 eV establecidos inicialmente, con la siguiente masa de aislamiento: m/z 100, 200 y 300: 4 ancho; para m/z 700 y 1000: 6 ancho. La calibración interna del espectrómetro de masas se realizó con 1 mmol/L de formiato de sodio preparado en acetonitrilo, utilizando un modelo de regresión de calibración cuadrática de alta precisión (HPC). La solución de calibración se inyectó al final de cada ciclo analítico y todos los espectros se recalibraron antes de la identificación del compuesto.

Se utilizó el software Bruker Profile Analysis v2.1 para procesar los datos de UHPLC-HRMS. La generación de cubos se realizó bajo los siguientes parámetros: umbral S/N = 2; umbral del coeficiente de correlación = 0,2; longitud compuesta mínima = 10 espectros; ancho de suavizado = 1. Todas las características detectadas por el LC-HRMS se sometieron a un procesamiento de datos consistente en la inclusión de características basadas en: valores superiores al 5% de los valores de las muestras en blanco; coeficiente de variación (CV) de las muestras de CC (media de las réplicas) inferior al 20 %; datos perdidos inferiores al 10% en muestras experimentales. Las características restantes se normalizaron mediante regresión local no lineal (Loess) para verificar la estabilidad instrumental utilizando el software 1.131,32 (Fig. S1 complementaria) y análisis adicionales. Se utilizó Data Analysis v4.2 (Bruker Daltonik) para realizar la identificación de fragmentos MS/MS de picos identificados que supuestamente se confirmaron comparando fragmentos en la base de datos HMDB MS/MS (https://hmdb.ca), Mass Bank ( https://massbank.eu/MassBank/), bases de datos CEU Mass Mediator (http://ceumass.eps.uspceu.es/) y en base a los aductos: [M+H]+, [M+H − 2H2O] +, [M + H − H2O]+, [M + NH4 − H2O]+, [M + NH4]+, [M + Na]+, [M + CH3OH + H]+, [M + K]+, [M + ACN + H]+, [M + 2Na − H]+, [M + IsoProp + H]+, [M + ACN + Na]+, [M + 2K − H]+, [M + 2ACN + H]+, [M + IsoProp + Na + H]+, [M + H + HCOONa]+, [2M + H]+, [2M + NH4]+, [2M + Na]+, [2M + 2H + 3H2O]+, [2M + K]+, [2M + ACN + H]+, [2M + ACN + Na]+, [2M + H − H2O]+, [M + 2H]+, [M + H + NH4]+, [M + H + Na]+, [M + H + K]+, [M + ACN + 2H]+, [M + 2Na]+, [M + H + Na]+, [M + 2ACN + 2H]+, [M + 3ACN + 2H]+, [M + 3H]+, [M + 2H + Na]+, [M + H + 2Na]+, [M + 3Na]+ y [M + H + 2K]+ para el modo positivo; y [M − H]−, [M − H2O − H]−, [M − Na − 2H]−, [M + Cl]−, [M + K − 2H]−, [M − FA − H]− , [M − Hac − H]−, [M − TFA − H]−, [M − H + HCOONa]−, [2M − H]−, [2M + FA − H]−, [2M + Hac − H ]−, [3M − H]− y [M − 3H]− para el modo negativo.

Antes del análisis de datos, se utilizaron las pruebas de Shapiro-Wilk y Levene para comprobar la normalidad de la distribución de datos y los supuestos de homogeneidad de la varianza, respectivamente. Cuando las variables no alcanzaron estos supuestos, la transformación de datos incluye logarítmico natural (LNX), inversa (1/x), raíz cúbica (\(\sqrt[3]{x}\)), raíz cuadrada \((\sqrt[2 ]{x})\), o se aplicaron transformaciones cuadráticas (x2), pero todos los datos se presentaron en su escala original para una interpretación más fácil33. Se utilizó la prueba de Chi-cuadrado para comparar variables categóricas entre grupos. Para comparar las variables continuas entre grupos se utilizó la prueba ANOVA de una vía, seguida de la prueba post-hoc de Tukey, cuando se confirmaron los supuestos de normalidad de distribución de datos y homogeneidad de la varianza, o la prueba de Kruskal-Wallis seguida de la prueba de Mann-. Prueba de Whitney cuando se violaron los supuestos a pesar de la transformación de datos. Suponiendo que se realizó una gran cantidad de pruebas estadísticas, el umbral del nivel de significancia se ajustó a un valor nominal de P < 0,01 para una prueba de dos colas, reconociendo que un ajuste completo de Bonferroni probablemente reduciría el descubrimiento de observaciones falsas negativas, como es demasiado conservador. Para complementar este enfoque, se realizó el tamaño del efecto (ES: diferencia media entre grupos dividida por la desviación estándar agrupada de todos los sujetos) con un intervalo de confianza del 99 % (IC del 99 %) para cada variable que presentó un efecto ANOVA significativo. Cuando el intervalo de confianza del 99% del tamaño del efecto no cruzó el cero, las diferencias también se consideraron significativas34. Posteriormente, se realizó un análisis de componentes principales (ACP) para caracterizar los grupos en función de las variables significativas. Todos los análisis descritos anteriormente se realizaron con el software SPSS 25.0 (Chicago, Illinois, EE. UU.).

La prueba de chi-cuadrado no mostró influencias significativas del sexo (P = 0,220) en los grupos de edad. Así, estadísticamente, existe una distribución homogénea de hombres y mujeres en cada grupo de edad, lo que permite excluir la influencia del sexo en los resultados. Considerando el IMC, no hubo diferencias significativas entre los grupos de edad en la prueba ANOVA de una vía (P = 0,019), lo que permitió excluir la influencia del IMC en los resultados.

Todos los grupos presentaron valores dentro del rango normal o límite de las variables bioquímicas35,36,37,38,39 (Tabla complementaria S1). Los efectos significativos de ANOVA fueron solo en hs-CRP (P = 0.003), TC (P < 0.001), LDL (P = 0.003) y urea (P = 0.006). Para hs-CRP, los valores fueron altos en G30-39 (P = 0,009, ESd = 0,922, IC99% = 0,184 a 1,659), G50-59 (P = 0,009, ESd = 1,115, IC99% = 0,250 a 1,980), y G60-70 (P = 0,058, ESd = 0,892, IC99% = 0,086 a 1,698) en comparación con G20-29. El TC tuvo valores más altos en los grupos de mayor edad en comparación con G20-29, como se ve en G40-49 (P = 0,003, ESd = 0,801, IC99% = 0,092 a 1,511), G50-59 (P = 0,016, ESd = 0,909, IC99% = 0,063 a 1,754) y G60-70 (P = 0,003, ESd = 0,956, IC99% = 0,145 a 1,767). Para LDL, se observaron valores significativamente altos solo en G40-49 (P = 0,006, ESd = 0,877, IC99% = 0,162 a 1,591) y G60-70 (P = 0,018, ESd = 0,930, IC99% = 0,121 a 1,739) cuando en comparación con G20–29. Finalmente, la urea fue significativamente mayor en G30-39 (P = 0,048, ESd = 0,856, IC99% = 0,123 a 1,589), G50-59 (P = 0,008, ESd = 1,131, IC99% = 0,264 a 1,998) y G60 –70 (P = 0,068, ESd = 0,803, IC99% = 0,004 a 1,602) en comparación con G20-29. Todos estos resultados se presentan en la Tabla 2.

Teniendo en cuenta las variables autonómicas, solo la varianza de LF, HF y HP fue significativa (Tabla 2, Tabla complementaria S2) entre los grupos de edad, para los efectos de ANOVA (P < 0.001, P = 0.001 y P = 0.002 respectivamente). El grupo de mayor edad presentó valores más bajos de varianza de LF, HF y HP en comparación con los grupos más jóvenes, considerando las diferencias entre G60-70 con G20-29 (P < 0,001, ESd = − 1,349, IC99% = − 2,200 a − 0,498 ), G30–39 (P = 0,001, ESd = − 1,076, IC99 % = − 1,917 a − 0,235) y G40–49 (P = 0,007, ESd = − 0,884, IC99 % = − 1,680 a − 0,088) para LF , G60-70 con G20-29 (P = 0,004, ESd = − 1,015, IC99% = − 1,831 a − 0,199) y G30–39 (P = 0,029, ESd = − 0,946, IC99% = − 1,775 a − 0,117) para HF y G60–70 con G20–29 (P = 0,001, ESd = − 1,200, IC99% = − 2,035 a − 0,365) para la varianza de HP. Para las variables de varianza LF y HP también se observaron valores más bajos en el G50–59 con G20–29 (P = 0,085, ESd = − 1,010, IC99% = − 1,865 a − 0,155 para LF, y P = 0,113, ESd = -0,847, IC99% = − 1,687 a − 0,007 para la varianza HP).

Para CRF, el VO2PEAK se reduce con el aumento de la edad (efecto ANOVA: P < 0,001) e indica valores bajos en el grupo de mayor edad (Tabla 2) en comparación con G20–29 (P = 0,001, ESd = − 1,484, IC99% = − 2,352 a − 0,617), G30–39 (P < 0,001, ESd = − 1,706, IC99% = − 2,624 a − 0,788) y G40–49 (P = 0,001, ESd = − 1,233, IC99% = − 2,062 a − 0,404 ).

Considerando los resultados metabolómicos, la técnica de RMN identificó 47 metabolitos de las muestras de suero. Sin embargo, solo 5 metabolitos fueron significativos en todos los grupos de edad (Tabla 2, Tablas complementarias S3, S4, Figura complementaria S2). La isoleucina (efecto ANOVA: P < 0,001) tuvo el valor más bajo en el G60–70, con diferencias significativas en G20–29 (P = 0,002, ESd = − 1,197, IC99% = − 2,032 a 0,363), G30–39 (P < 0,001, ESd = − 1,545, IC99 % = − 2,441 a − 0,649), G40–49 (P < 0,001, ESd = − 1,200, IC99 % = − 2,026 a − 0,375) y G50–59 (P = 0,017, ESd = − 1,010, IC99% = − 2,010 a − 0,010). De manera similar, la valina (efecto ANOVA: P < 0,001) mostró los valores más bajos en G60–70, con valores más altos en G20–29 (P = 0,040, ESd = −0,826, IC99% = −1,626 a −0,025), G30–39 (P < 0,001, ESd = − 1,747, IC99 % = − 2,671 a − 0,823), G40–49 (P = 0,001, ESd = − 1,101, IC99 % = − 1,916 a − 0,285) y G50–59 (P = 0,006, ESd = − 1,223, IC99% = − 2,249 a − 0,197), pero también mostró valores altos en G30–39 (P = 0,080, ESd = 0,738, IC99% = 0,013 a 1,463) en comparación con G20–29. La leucina (efecto ANOVA: P = 0,003) tuvo valores más altos en G30–39 (P = 0,007, ESd = 1,049, IC99% = 0,211 a 1,888) y G40–49 (P = 0,002, ESd = 1,057, IC99% = 0,245 a 1,888). 1.868) en comparación con G60–70. Además, el 3-hidroxiisobutirato (efecto ANOVA: P = 0,003), un derivado de la valina, tuvo un patrón similar al de la leucina, con G30–39 (P = 0,001, ESd = 1,219, IC99 % = 0,363 a 2,074) y G40–49 (P = 0,031, ESd = 0,844, IC99% = 0,051 a 1,637) con valores superiores a los del G60-70. Finalmente, el aminoácido aspartato no esencial (efecto ANOVA: P = 0,007) fue menor en G20–29 (P = 0,017, ESd = −0,827, IC99% = −1,538 a −0,116) y G30–39 (P = 0,067 , ESd = − 0,746, IC99% = − 1,464 a − 0,027) en comparación con el G40–49, y se redujo ligeramente en los grupos de edad posteriores (ESd = − 0,139 para G50–59 y ESd = − 0,138 para G60–70 frente a G40-49) como consecuencia de la pérdida de significación de la diferencia con los grupos más jóvenes.

Luego de aplicar los parámetros para la inclusión de características, la técnica de análisis LC-HRMS identificó 125 características. Sin embargo, solo 6 características fueron significativas entre los grupos de edad, y solo dos eran metabolitos conocidos (Tabla 2, Tablas complementarias S5, S6). El ácido hipúrico (efecto ANOVA: P < 0,001) fue mayor en el G60-70 en comparación con los otros grupos: G20-29 (P < 0,001, ESd = 1,389, IC99% = 0,533 a 2,245), G30-39 (P = 0,004, ESd = 0,991, IC99% = 0,158 a 1,824), G40-49 (P = 0,001, ESd = 1,170, IC99% = 0,347 a 1,992) y G50-59 (P = 0,009, ESd = 1,056, IC99% = 0,051 a 2,061). El ácido 10E,12Z-octadecadienoico (10E,12Z-CLA) (efecto ANOVA: P = 0,001), un ácido linoleico conjugado, fue el otro metabolito identificado y mostró valores más altos en el G30–39 (en comparación con G20–29: P = 0,019, ESd = 0,816, IC99% = 0,086 a 1,546) y G40–49 (comparado con G20–29: P = 0,004, ESd = 0,956, IC99% = 0,236 a 1,677; G60–70: P = 0,054, ESd = 0,815, IC99% = 0,024 a 1,606).

El análisis de PCA (Fig. 2, Fig. S3 complementaria) mostró que el ácido hipúrico era la variable más representativa en el G60–70 como se observa en el agrupamiento de muestras en el cuadrante inferior izquierdo. La varianza de LF, HF, HP y VO2PEAK parecen estar positivamente relacionados (ubicados en el cuadrante superior derecho) y se reducen en el G60-70 debido a que las muestras se agrupan en el cuadrante opuesto. Además, los aminoácidos de cadena ramificada [BCAA (leucina, isoleucina y valina)] y el 3-hidroxiisobutirato parecen estar positivamente relacionados debido a la proximidad de estas variables en el gráfico de carga, y están fuertemente reducidos en el G60-70 debido a la distancia de agrupamiento de las muestras. Finalmente, aspartato, hs-CRP, urea, LDL, TC y 10E,12Z-CLA parecen tener una relación positiva ya que están en el mismo cuadrante, sin embargo, la relación entre aspartato, TC y LDL se destaca por el grupo de estas variables en el diagrama de carga. Resultados similares se observan en la Fig. 3.

Análisis de componentes principales en variables significativas. 10E,12Z-CLA 10E,12Z-octadecadienoic acid, G20–29 Grupo de 20–29 años, G30–39 Grupo de 30–39 años, G40–49 Grupo de 40–49 años, G50–59 50–59 años grupo, G60–70 Grupo de 60–70 años, proteína C reactiva de alta sensibilidad hs-CRP, lipoproteína de baja densidad LDL, colesterol total TC, consumo máximo de oxígeno VO2PEAK.

Caracterización de cada grupo de edad según las variables significativas. Datos presentados por valores medios de z-score de cada grupo de edad para cada variable. 10E,12Z-CLA 10E,12Z-octadecadienoic acid, G20–29 Grupo de 20–29 años, G30–39 Grupo de 30–39 años, G40–49 Grupo de 40–49 años, G50–59 50–59 años grupo, G60–70 Grupo de 60–70 años, proteína C reactiva de alta sensibilidad hs-CRP, lipoproteína de baja densidad LDL, colesterol total TC, consumo máximo de oxígeno VO2PEAK.

Este fue el primer estudio que evaluó simultáneamente variables relacionadas con el metaboloma, CAM y CRF durante el proceso de envejecimiento en individuos aparentemente sanos. Los resultados indicaron que los BCAA (leucina, isoleucina y valina), 3-hidroxiisobutirato, ácido hipúrico, VO2PEAK y CAM global están influenciados por el proceso de envejecimiento saludable y se ven afectados principalmente por los cambios que ocurren después de los sesenta años. Los niveles séricos de BCAA y 3-hidroxiisobutirato y VO2PEAK se mantuvieron relativamente estables hasta el G50-59 con una disminución significativa en el último grupo de edad, mientras que el ácido hipúrico se comportó de manera contraria en el último grupo de edad (Tabla 2). Además, la CAM disminuye con el aumento de la edad y se reduce claramente en este último grupo de edad, con mayores pérdidas para CPM. Considerando la integración de los resultados, observamos en PCA una mayor representación de ácido hipúrico en el G60-70 y una indicación de una menor representación de las otras variables mencionadas anteriormente para el mismo grupo en comparación con los otros grupos (Figs. 2, 3 , Figura complementaria S3).

El metabolismo de los aminoácidos en el proceso de envejecimiento se ha discutido durante varios años40,41,42. Algunos estudios reportaron un aumento en los niveles séricos de la mayoría de los aminoácidos con el proceso de envejecimiento, mientras que otros mostraron un comportamiento opuesto14,42. El aumento de los niveles de aminoácidos séricos durante el ayuno está relacionado con trastornos metabólicos y degradación de proteínas14,23,43, y estas condiciones se observan frecuentemente durante el envejecimiento como resultado de cambios en los niveles nutricionales y de actividad física, aumento del estrés oxidativo y ácido desoxirribonucleico ( ADN), daño e inflamación2,44. Sin embargo, los niveles séricos de aminoácidos también se relacionan positivamente con el nivel de masa muscular44 y un nivel reducido de aminoácidos en el suero durante el ayuno puede estar relacionado con una masa muscular baja41,42. Los BCAA, en particular la leucina, son aminoácidos importantes en la regulación de la síntesis y degradación de proteínas, así como en la sensibilidad muscular a la absorción de aminoácidos, la producción de glucógeno, los neurotransmisores, la función mitocondrial, las respuestas inmunitarias, la longitud de los telómeros y el control del estrés oxidativo40,44. La mayoría de estos efectos se deben a la influencia positiva de los BCAA en la activación de la proteína diana de la rapamicina en mamíferos (mTOR)44, cuyos efectos de activación de esta proteína aún se discuten intensamente en cuanto a los beneficios y daños en el proceso de envejecimiento44. Sin embargo, una reducción de la actividad de mTOR parece estar relacionada con una mayor esperanza de vida16,45.

Uno de los principales hallazgos de nuestro estudio fue la evidencia de una reducción en los niveles séricos de BCAA y 3-hidroxiisobutirato en el grupo de mayor edad. Este hallazgo está de acuerdo con lo observado en estudios previos y puede estar relacionado con una menor masa muscular en personas mayores41,42,46. Como todos los participantes no usaban medicación continua y no tenían ninguna enfermedad, cambios sistémicos y factores de riesgo (p. ej., consumo de tabaco, consumo excesivo de alcohol u obesidad), los grupos de edad más avanzados probablemente consistían en personas con buena salud y por lo tanto, las reducciones séricas de BCAA y 3-hidroxiisobutirato probablemente no estén relacionadas con procesos patológicos. El ácido hipúrico corrobora esta hipótesis ya que fue significativamente mayor en los individuos de mayor edad (tabla 2) y porque se relaciona negativamente con la resistencia a la insulina y positivamente con la producción de agentes antiinflamatorios y antivirales, y con la biodiversidad y madurez del intestino microbiota47,48.

Los niveles de ácido hipúrico en sangre y orina tienden a aumentar a lo largo del envejecimiento saludable47 y está relacionado con la función renal, así como con los niveles séricos de creatinina y urea49,50,51. Un aumento sérico de este metabolito podría indicar deterioro de la función renal49,50, sin embargo, estudios recientes también han propuesto al ácido hipúrico como marcador y mediador de la salud metabólica47. Este metabolito puede derivarse de la actividad de la microbiota intestinal enriquecida sobre compuestos altamente antioxidantes e inmunomoduladores (como los polifenoles) que se encuentran en frutas y verduras y tiene efectos protectores sobre las células beta del páncreas47,48. El enriquecimiento de la microbiota intestinal, observado en individuos con niveles elevados de ácido hipúrico en plasma/urinario, también se relaciona con una mejor absorción de nutrientes en el intestino y tiene una relación inversa con el síndrome de fragilidad en personas mayores47,52. Por lo tanto, es probable que el aumento de los niveles séricos de ácido hipúrico en el G60-70 esté más relacionado con un enriquecimiento de la microbiota intestinal que con el deterioro de la función renal, ya que los niveles de urea y creatinina se encontraban dentro de los valores normales en todos los grupos de edad (Tabla 2, Cuadro complementario S1)39.

A pesar del aumento de los niveles séricos de ácido hipúrico en el último grupo de edad, lo que podría indicar un cambio favorable, los índices relacionados con la CAM (varianza HF, LF y HP) disminuyen con la edad y presentan los valores más bajos en el grupo de mayor edad, ya que visto en el estudio de Voss et al.53. Esto podría estar relacionado con el deterioro de la CAM en grupos de edad posteriores. En concreto, considerando el análisis espectral, la reducción de ambas bandas (LF y HF) implica una posible reducción de la CSM y especialmente una reducción de la CPM, ya que la LF representa una componente mixta (CSM + CPM) con predominio simpático, mientras que el HF representa solo al CPM24,54. La reducción de CPM que ocurre con el envejecimiento es consecuencia de varios factores, como cambios estructurales y funcionales en los miocitos cardíacos, estrés oxidativo, inflamación, deterioro de los mecanismos reguladores y pérdida de interacción entre los subsistemas2,8,13,55,56 lo que hace que el sistema cardiovascular más susceptible a limitaciones, sobrecargas y enfermedades cardiovasculares13,53.

De acuerdo con las alteraciones en CAM, observamos un aumento en la PCR-us en personas mayores57. También se observaron valores más altos de LDL y CT en los grupos de mayor edad, pero ninguno de estos índices tuvo valores patológicos38,58. Estos hallazgos están relacionados con la inflamación y los cambios en el metabolismo de los lípidos, como se discute ampliamente en la literatura en el contexto del envejecimiento25,59. Además, observamos una posible relación positiva entre los valores de colesterol (LDL y CT) y los niveles de aspartato sérico (fig. 2), posiblemente debido a la relación de ambos con las alteraciones cardiovasculares60,61.

El aspartato es un aminoácido no esencial y tiene una relación aún incierta con el proceso de envejecimiento saludable. Parece que hay una tendencia al alza en los aminoácidos no esenciales séricos41. Nuestros resultados mostraron un aumento de este aminoácido en el G40–49 con una muy ligera reducción en los grupos de mayor edad (ESd < −0,2 para ambos grupos de edad: G50–59 y G60–70). Este metabolito desempeña un papel importante en el control de la producción de especies reactivas de oxígeno, ya que es esencial para equilibrar el dinucleótido de nicotinamida y adenina oxidado (NAD+)/dinucleótido de nicotinamida y adenina reducido (NADH) en las mitocondrias a través de la lanzadera de malato-aspartato62. También participa en el ciclo de la urea y se puede caracterizar como un co-neurotransmisor excitatorio junto con el glutamato en el receptor N-Metil-d-Aspartato (NMDAR) en el sistema nervioso central40,63,64. Sin embargo, se han observado aumentos en el aspartato sérico en alteraciones cardiovasculares60. Estudios recientes en ratas han demostrado la presencia de NMDAR en los vasos sanguíneos y el corazón, y su activación está relacionada con una reducción de CPM y una mayor susceptibilidad a las arritmias cardíacas65. Sin embargo, a diferencia del glutamato y la homocisteína (que no fueron significativos en nuestros datos)66, el papel del aspartato en el NMDAR en el sistema cardiovascular aún no se ha verificado.

Se espera que con el avance de la edad haya una disminución progresiva del VO2PEAK9 debido a varios factores que involucran cambios funcionales, estructurales e interactivos en tejidos y sistemas5,6,7,56,67. El VO2PEAK fue significativamente más bajo en el G60–70, lo que indica una menor capacidad para producir energía a partir del oxígeno. Entre los diversos factores que contribuyen a la reducción del VO2PEAK con el envejecimiento5,6,7,56,67, la reducción de los niveles séricos de BCAA puede estar contribuyendo a la reducción del consumo de oxígeno observada en el mismo grupo, ya que los BCAA están relacionados con la síntesis de proteínas y función mitocondrial44,68,69. El control autonómico cardiovascular también puede haber influido en la reducción del VO2PICO en el G60-70 67, ya que observamos cambios en la CAM en este grupo de edad. Con el avance de la edad, hay una reducción progresiva del gasto cardíaco, especialmente debido a la reducción de la frecuencia cardíaca máxima como consecuencia de la alteración de la estimulación beta-adrenérgica del cronotropismo cardíaco67. Sin embargo, cabe destacar que las alteraciones de la CAM se observaron en la condición de reposo y los factores periféricos para la reducción del VO2PEAK (como la reducción de la masa muscular, la disfunción mitocondrial y las alteraciones metabólicas intracelulares) también están fuertemente influenciados por el envejecimiento7,70.

En resumen, el envejecimiento saludable proporciona cambios metabólicos, autonómicos y CRF. Las reducciones en la masa muscular, el compromiso de la función y estructura de los sistemas orgánicos, el aumento de la inflamación sistémica y el estrés oxidativo, la acumulación de daño en el ADN y los desequilibrios en el control autonómico son las principales razones discutidas en la literatura para explicar estos cambios2,5,8,13,71 ,72. Además, el organismo trata de contrarrestar estos cambios con mecanismos homeostáticos, los cuales son limitados y su agotamiento está relacionado con la aparición de limitaciones fisiológicas y enfermedades2,3. Así, se espera que con el avance de la edad, el individuo tenga un mayor agotamiento de los mecanismos homeostáticos, y consecuentemente, una mayor dependencia de hábitos saludables para el mantenimiento de la salud3. En el presente estudio, a pesar de las marcadas reducciones de CPM y CRF en el G60-70, se puede observar un perfil metabólico consistente con el observado en el proceso de envejecimiento saludable discutido en la literatura42,47. La reducción de BCAA y 3-hidroxiisobutirato, y el aumento de ácido hipúrico se destacan en el grupo de mayor edad y pueden estar relacionados con procesos fisiológicos y estados metabólicos que mitigan los efectos deletéreos existentes en el envejecimiento por menor activación de la proteína mTOR3,44, por no contribuir con el transporte de ácidos grasos a través del endotelio y la resistencia a la insulina73, y por los efectos beneficiosos que pueden indicar niveles elevados de ácido hipúrico47,48. Sin embargo, considerando el carácter transversal del presente estudio, es imposible concluir que el perfil metabólico de los individuos del grupo de mayor edad sea consecuencia de hábitos más saludables a lo largo de la vida.

Este estudio es un estudio observacional y transversal y se basa en una muestra pequeña en comparación con otros estudios que abordan este tema1,14,74. Sin embargo, este fue el primer estudio que evaluó los efectos del envejecimiento saludable desde una perspectiva integradora, considerando marcadores de actividad metabólica y sistémica (VO2PEAK y control autonómico). Además, se utilizaron dos técnicas complementarias (NMR y LC-MS) para acceder al metaboloma de cada participante. El registro alimentario de los sujetos incluidos no fue considerado en el presente estudio, ni se midió el nivel de actividad física de los sujetos. Sin embargo, todos los sujetos se encontraban en las mismas condiciones el día de la extracción de sangre (12 h de ayuno y con restricción de algunos alimentos/bebidas, además de la restricción de realizar actividades físicas extenuantes), y fueron clasificados como aparentemente sanos según criterios estrictos. criterios como se describe en la sección de metodología.

El grupo de edad que mostró alteraciones más significativas fue el grupo de edad entre 60 y 70 años, donde hubo una reducción en los niveles séricos de BCAA y su derivado, así como en CRF, en el CAM global (especialmente en CPM), y un aumento significativo en los niveles séricos de ácido hipúrico. Por lo tanto, el perfil metabólico, CRF y CAM cambian como resultado de las deficiencias del envejecimiento; sin embargo, algunos cambios en el perfil metabólico de personas mayores aparentemente sanas sin factores de riesgo cardiovascular pueden ser favorables para mitigar los efectos nocivos del envejecimiento. Se necesitan estudios longitudinales para evaluar los efectos de los buenos hábitos de vida en el perfil metabólico, así como en CRF y CAM, para una mejor comprensión del envejecimiento saludable.

Los conjuntos de datos generados y/o analizados durante el estudio actual están disponibles del autor correspondiente previa solicitud razonable.

Yu, Z. et al. Los perfiles metabólicos del suero humano dependen de la edad. Célula de envejecimiento 11, 960–967 (2012).

Artículo CAS Google Académico

Lopez-Otin, C., Blasco, MA, Partridge, L., Serrano, M. & Kroemer, G. Las señas de identidad del envejecimiento. Celda 153, 1194–1217.

Artículo Google Académico

Lopez-Otin, C., Galluzzi, L., Freije, JMP, Madeo, F. & Kroemer, G. Metabolic control of longevity. Celda 166, 802–821.

Artículo Google Académico

Fafián-Labora, JA & O'Loghlen, A. Comunicación intercelular clásica y no clásica en la senescencia y el envejecimiento. Tendencias Cell Biol. 30, 628–639 (2020).

Artículo Google Académico

Paneni, F., Diaz Cañestro, C., Libby, P., Lüscher, TF & Camici, GG El sistema cardiovascular envejecido: entendiéndolo a nivel celular y clínico. Mermelada. Col. Cardiol. 69, 1952-1967 (2017).

Artículo Google Académico

Sharma, G. & Goodwin, J. Efecto del envejecimiento en la fisiología e inmunología del sistema respiratorio. clin. interv. Envejecimiento 1, 253–260 (2006).

Artículo CAS Google Académico

Tieland, M., Trouwborst, I. & Clark, BC Rendimiento y envejecimiento del músculo esquelético. J. Cachexia Sarcopenia Muscle 9, 3–19 (2018).

Artículo Google Académico

Takahashi, ACM et al. El envejecimiento reduce la complejidad de la variabilidad de la frecuencia cardíaca evaluada por la entropía condicional y el análisis simbólico. Interno. emergente Medicina. 7, 229–235 (2012).

Artículo Google Académico

Fleg, JL et al. Disminución longitudinal acelerada de la capacidad aeróbica en adultos mayores sanos. Circulación 112, 674–682 (2005).

Artículo Google Académico

Kritsilis, M. et al. Envejecimiento, senescencia celular y enfermedad neurodegenerativa. En t. J. Mol. ciencia 19, 2937 (2018).

Artículo Google Académico

Wehrwein, EA, Orer, HS & Barman, SM Visión general de la anatomía, fisiología y farmacología del sistema nervioso autónomo. compr. Fisiol. 6, 1239–1278 (2016).

Artículo Google Académico

Wasserman, K. Principios de la evaluación e interpretación del ejercicio (Lippincott Williams & Wilkins, 2004).

Google Académico

Porta, A. et al. Efecto de la edad sobre la complejidad y la causalidad del control cardiovascular: Comparación entre enfoques basados ​​en modelos y sin modelos. PLoS ONE 9, e89463 (2014).

Artículo ANUNCIOS Google Académico

Lawton, KA et al. Análisis del metaboloma plasmático humano adulto. Farmacogenómica 9, 383–397 (2008).

Artículo CAS Google Académico

Jové, M. et al. El envejecimiento humano es una cuestión de género relacionada con el metaboloma. J. Gerontol. Un Biol. ciencia Medicina. ciencia 71, 578–585 (2016).

Artículo Google Académico

Collino, S. et al. Las firmas metabólicas de longevidad extrema en los centenarios del norte de Italia revelan una remodelación compleja del metabolismo de los lípidos, los aminoácidos y la microbiota intestinal. PLoS ONE 8, e56564 (2013).

Artículo ADS CAS Google Académico

Piedepalumbo, M., Koch, WJ & de Lucia, C. Metabolómica, cardiopatía y envejecimiento. Envejecimiento (Albany NY) 13, 6231–6232 (2021).

Artículo Google Académico

Ziegler, D. et al. Asociación de disfunción autonómica cardíaca con niveles más altos de metabolitos de lípidos en plasma en diabetes tipo 2 de inicio reciente. Diabetología 64, 458–468 (2021).

Artículo CAS Google Académico

Lewis, GD et al. Firmas metabólicas del ejercicio en plasma humano. ciencia Traducir Medicina. 2, 33–37 (2010).

Artículo Google Académico

Lustgarten, MS et al. Identificación de analitos y metabolitos séricos asociados a la capacidad aeróbica. EUR. Aplicación J. Fisiol. 113, 1311–1320 (2013).

Artículo CAS Google Académico

Morris, C. et al. La relación entre el nivel de aptitud aeróbica y los perfiles metabólicos en adultos sanos. mol. Nutrición Alimentos Res. 57, 1246–1254 (2013).

Artículo CAS Google Académico

Kelly, RS, Kelly, MP & Kelly, P. Metabolómica, actividad física, ejercicio y salud: una revisión de la evidencia actual. bioquimica Biografía. Acta Mol. Base Dis. 1866, 165936 (2020).

Artículo CAS Google Académico

Mateo, AV et al. Deterioro del metabolismo de aminoácidos y TCA y progresión de la neuropatía autonómica cardiovascular en la diabetes tipo 1. Diabetes 68, 2035–2044 (2019).

Artículo CAS Google Académico

Catai, AM et al. Variabilidad de la frecuencia cardíaca: ¿la estás usando correctamente? Lista de verificación de estandarización de procedimientos. Brasil. J. física. El r. 24, 91–102 (2020).

Artículo Google Académico

Milán-Mattos, JC et al. Efectos del envejecimiento natural y el género sobre los marcadores proinflamatorios. Brasil. J.Med. Biol. Res. 52, e8392 (2019).

Artículo CAS Google Académico

De María, B. et al. La histéresis barorrefleja cardíaca es uno de los determinantes de la asimetría de la variabilidad del período cardíaco. Soy. J. Physiol. Reg. Integrar compensación Fisiol. 317, R539–R551 (2019).

Artículo Google Académico

Balady Gary, J. et al. Guía del médico para la prueba de ejercicio cardiopulmonar en adultos. Circulación 122, 191–225 (2010).

Artículo CAS Google Académico

Malik, M. et al. Variabilidad de la frecuencia cardiaca: Estándares de medición, interpretación fisiológica y uso clínico. Grupo de Trabajo de la Sociedad Europea de Cardiología y la Sociedad Norteamericana de Marcapasos y Electrofisiología. Circulación 93, 1043–1065 (1996).

Artículo Google Académico

Porta, A. et al. Evaluación del rendimiento de algoritmos estándar para la medición dinámica de intervalos de RT: comparación entre el enfoque R-Tapex y RT (final). Medicina. Biol. Ing. computar 36, 35–42 (1998).

Artículo CAS Google Académico

Pagani, M. et al. Análisis espectral de potencia de las variabilidades de la frecuencia cardíaca y la presión arterial como marcador de la interacción simpático-vagal en el hombre y el perro consciente. Circ. Res. 59, 178–193 (1986).

Artículo CAS Google Académico

Tsugawa, H. et al. MS-DIAL: deconvolución MS/MS independiente de los datos para un análisis completo del metaboloma. Nat. Métodos 12, 523–526 (2015).

Artículo CAS Google Académico

Tsugawa, H., Kanazawa, M., Ogiwara, A. & Arita, M. Suite MRMPROBS para metabolómica utilizando ensayos MRM a gran escala. Bioinformática 30, 2379–2380 (2014).

Artículo CAS Google Académico

Field, A. Descubrimiento de estadísticas con SPSS (SAGE Publications, 2009).

Matemáticas Google Académico

Nakagawa, S. & Cuthill, IC Tamaño del efecto, intervalo de confianza y significancia estadística: una guía práctica para biólogos. Biol. Rev.Camb. Filosofía Soc. 82, 591–605 (2007).

Artículo Google Académico

Comité de Práctica Profesional de la Asociación Estadounidense de Diabetes. 2. Clasificación y diagnóstico de la diabetes: Estándares de atención médica en diabetes—2022. Cuidado de la diabetes 45, S17–S38 (2021).

Artículo Google Académico

Sui, X., Church, TS, Meriwether, RA, Lobelo, F. & Blair, SN El ácido úrico y el desarrollo del síndrome metabólico en mujeres y hombres. metab. clin. Exp. 57, 845–852 (2008).

Artículo CAS Google Académico

Pearson, TA et al. Marcadores de inflamación y enfermedad cardiovascular. Circulación 107, 499–511 (2003).

Artículo Google Académico

Faludi, A. et al. Actualización de la directriz brasileña sobre dislipidemias y prevención de la aterosclerosis—2017. Arco. Sujetadores. de Cardiolo. 109, 1–76 (2017).

Artículo Google Académico

Sociedad Brasileña de Nefrología. Biomarcadores en nefrología vol. 1 (Hugo Abensur, 2011).

Google Académico

Canfield, C.-A. & Bradshaw, PC Aminoácidos en la regulación del envejecimiento y enfermedades relacionadas con el envejecimiento. Traducir Medicina. Envejecimiento 3, 70–89 (2019).

Artículo Google Académico

Kouchiwa, T. et al. Cambios relacionados con la edad en las concentraciones de aminoácidos séricos en individuos sanos. clin. química Laboratorio. Medicina. 50, 861–870 (2012).

Artículo CAS Google Académico

Le Couteur, DG et al. Aminoácidos de cadena ramificada, factores de riesgo cardiometabólicos y resultados en hombres mayores: el proyecto de salud y envejecimiento en hombres de Concord. J. Gerontol. Ser. A 75, 1805–1810 (2020).

Artículo Google Académico

Lynch, CJ & Adams, SH Aminoácidos de cadena ramificada en señalización metabólica y resistencia a la insulina. Nat. Rev. Endocrinol. 10, 723–736 (2014).

Artículo CAS Google Académico

Le Couteur, DG et al. Aminoácidos de cadena ramificada, envejecimiento y salud relacionada con la edad. Envejecimiento Res. Rev. 64, 101198 (2020).

Artículo Google Académico

Weichhart, T. mTOR como regulador de la vida útil, el envejecimiento y la senescencia celular. Gerontología 64, 127–134 (2018).

Artículo CAS Google Académico

Pitkänen, HT, Oja, SS, Kemppainen, K., Seppä, JM y Mero, AA Concentraciones de aminoácidos en suero en hombres y mujeres que envejecen. Aminoácidos 24, 413–421 (2003).

Artículo Google Académico

De Simone, G., Balducci, C., Forloni, G., Pastorelli, R. & Brunelli, L. El ácido hipúrico: ¿podría convertirse en un barómetro para la fragilidad y los síndromes geriátricos? Envejecimiento Res. Rev. 72, 101466 (2021).

Artículo Google Académico

Brunelli, L. et al. El ácido hipúrico plasmático como un sello distintivo de la fragilidad en una cohorte italiana: el efecto mediador de la ingesta de frutas y verduras. J. Gerontol. Un Biol. ciencia Medicina. ciencia 76, 2081–2089 (2021).

Artículo CAS Google Académico

Stanimirova, I. et al. Enfoque de metabolómica sérica para monitorear los cambios en los perfiles de metabolitos después del trasplante renal. ciencia Rep. 10, 17223 (2020).

Artículo ADS CAS Google Académico

Zimmerman, L., Jörnvall, H. & Bergström, J. Fenilacetilglutamina y ácido hipúrico en sujetos urémicos y sanos. Nephron 55, 265–271 (1990).

Artículo CAS Google Académico

Musch, W., Verfaillie, L. y Decaux, G. Aumento del nivel de urea en plasma relacionado con la edad y disminución de la excreción fraccional de urea: aplicación clínica en el síndrome de secreción inadecuada de hormona antidiurética. clin. Mermelada. Soc. nefrol. 1, 909–914 (2006).

Artículo CAS Google Académico

Martínez-Guryn, K. et al. La microbiota del intestino delgado regula las respuestas adaptativas digestivas y de absorción del huésped a los lípidos de la dieta. Microbio huésped celular 23, 458-469.e5 (2018).

Artículo CAS Google Académico

Voss, A., Schroeder, R., Heitmann, A., Peters, A. y Perz, S. Variabilidad de la frecuencia cardíaca a corto plazo: influencia del género y la edad en sujetos sanos. PLoS ONE 10, e0118308 (2015).

Artículo Google Académico

Vanderlei, LCM, Pastre, CM, Hoshi, RA, de Carvalho, TD & de Godoy, MF Nociones básicas de variabilidad de la frecuencia cardiaca y su aplicabilidad clínica. Brasil. J. Cardiovasc. Cirugía 24, 205–217 (2009).

Artículo Google Académico

Young, HA & Benton, D. Variabilidad del ritmo cardíaco: ¿un biomarcador para estudiar la influencia de la nutrición en la salud fisiológica y psicológica? Comportamiento Farmacol. 29, 140–151 (2018).

Artículo CAS Google Académico

Lakatta, EG Investigación del envejecimiento cardiovascular: los próximos horizontes. Mermelada. Geriatría Soc. 47, 613–625 (1999).

Artículo CAS Google Académico

Haarala, A. et al. La variabilidad de la frecuencia cardíaca se asocia de forma independiente con la proteína C reactiva, pero no con el amiloide A sérico. El riesgo cardiovascular en el estudio Young Finns. EUR. J. Clin. investigando 41, 951–957 (2011).

Artículo CAS Google Académico

Potsch, AA et al. Valor diagnóstico y pronóstico de la proteína C reactiva en pacientes que acuden a urgencias con dolor torácico. Arq. Sujetadores. Cardiol. 87, 275–280 (2006).

Google Académico

Chung, KW Avances en la comprensión del papel del metabolismo de los lípidos en el envejecimiento. Celdas 10, 880 (2021).

Artículo CAS Google Académico

Xuan, C. et al. Evaluación cuantitativa de los aminoácidos séricos y asociación con la enfermedad arterial coronaria de aparición temprana. CIA 16, 465–474 (2021).

Artículo CAS Google Académico

Bonilha, I. et al. La relación recíproca entre el metabolismo de LDL y la diabetes mellitus tipo 2. Metabolitos 11, 807 (2021).

Artículo CAS Google Académico

Borst, P. La lanzadera de malato-aspartato (ciclo de Borst): cómo comenzó y se convirtió en una vía metabólica importante. IUBMB Life 72, 2241–2259 (2020).

Artículo CAS Google Académico

Herring, BE, Silm, K., Edwards, RH y Nicoll, RA ¿Es el aspartato un neurotransmisor excitatorio? J. Neurosci. 35, 10168–10171 (2015).

Artículo CAS Google Académico

Dalangin, R., Kim, A. & Campbell, RE El papel de los aminoácidos en la neurotransmisión y herramientas fluorescentes para su detección. En t. J. Mol. ciencia 21, E6197 (2020).

Artículo Google Académico

Shi, S. et al. La activación de los receptores de N-metil-D-aspartato reduce la variabilidad de la frecuencia cardíaca y facilita la fibrilación auricular en ratas. Europace 19, 1237–1243 (2017).

Google Académico

Govoruskina, N. et al. El papel de los receptores cardíacos de N-metil-D-aspartato en el acondicionamiento cardíaco: efectos sobre la función cardíaca y el estrés oxidativo. Biomoléculas 10, 1065 (2020).

Artículo CAS Google Académico

Seals, DR, Taylor, JA, Ng, AV & Esler, MD Ejercicio y envejecimiento: control autonómico de la circulación. Medicina. ciencia Ejercicio deportivo. 26, 568–576 (1994).

Artículo CAS Google Académico

Cunningham, JT et al. mTOR controla la función oxidativa mitocondrial a través de un complejo transcripcional YY1-PGC-1alfa. Naturaleza 450, 736–740 (2007).

Artículo ADS CAS Google Académico

Schieke, SM et al. La vía de la diana de rapamicina en mamíferos (mTOR) regula el consumo de oxígeno mitocondrial y la capacidad oxidativa. J. Biol. química 281, 27643–27652 (2006).

Artículo CAS Google Académico

Hawkins, S. & Wiswell, R. Tasa y mecanismo de disminución del consumo máximo de oxígeno con el envejecimiento: Implicaciones para el entrenamiento físico. Medicina deportiva 33, 877–888 (2003).

Artículo Google Académico

Collino, S. et al. Sistema musculoesquelético en la vejez y la demanda de biomarcadores de envejecimiento saludable. mecánico Desarrollo de envejecimiento 134, 541–547 (2013).

Artículo Google Académico

Sharma, R. & Ramanathan, A. El metaboloma del envejecimiento: biomarcadores para concentrar metabolitos. Proteómica 20, 1800407 (2020).

Artículo CAS Google Académico

Jang, C. et al. Un metabolito de aminoácidos de cadena ramificada impulsa el transporte de ácidos grasos vasculares y provoca resistencia a la insulina. Nat. Medicina. 22, 421–426 (2016).

Artículo CAS Google Académico

Menni, C. et al. Los marcadores metabolómicos revelan nuevas vías de envejecimiento y desarrollo temprano en las poblaciones humanas. En t. J. Epidemiol. 42, 1111–1119 (2013).

Artículo Google Académico

Descargar referencias

Los autores desean agradecer a todas las personas que participaron en la investigación; el personal de laboratorio para el apoyo técnico [LFCV, Laboratorio de Resonancia Magnética Nuclear, y SEPARARE (Núcleo de Investigación en Cromatografía)]; fuentes de financiación [Fundación de Investigación de São Paulo (FAPESP), Consejo Nacional de Desarrollo Científico y Tecnológico (CNPq) y Coordinación de Perfeccionamiento del Personal de Educación Superior (CAPES)].

Este estudio fue apoyado por el CNPq (#23028.007721/2013-41) CAPES (Programa de Posgrado en Fisioterapia, Beca: 001) y FAPESP (#2016/22215-7, #2018/25082-3, #2010/52070-4 , n.° 2020/05965-8, n.° 2020/13939-7 y n.° 2019/15040-4). La fuente de financiación no participó en el diseño del estudio, la recopilación y el análisis de datos ni en la redacción del manuscrito.

Departamento de Fisioterapia, Universidad Federal de Sao Carlos, Sao Carlos, Sao Paulo, Brasil

Étore De Favari Signini, Patrícia Rehder-Santos, Juliana Cristina Millan-Mattos, Vinicius Minatel, Camila Bianca Falasco Pantoni & Aparecida Maria Catai

Departamento de Química, Universidad Federal de Sao Carlos, Sao Carlos, Sao Paulo, Brasil

Alex Castro, Juliana Magalhães de Oliveira, Antônio Gilberto Ferreira & Regina Vincenzi Oliveira

Departamento de Gerontología, Universidad Federal de Sao Carlos, Sao Carlos, Sao Paulo, Brasil

Camila Bianca Falasco Pantoni

Departamento de Ciencias Fisiológicas, Universidad Federal de Sao Carlos, Sao Carlos, Sao Paulo, Brasil

Heloisa Sobreiro Selistre de Araújo

Fundación Pedagógica de Penápolis (FUNEPE), Penápolis, Sao Paulo, Brasil

fernando fabrizzi

Departamento de Ciencias Biomédicas para la Salud, Universidad de Milán, Milán, Italia

Alberto Puerta

Departamento de Anestesia Cardiotorácica, Vascular y Cuidados Intensivos, Policlínico San Donato, San Donato Milanese, Milán, Italia

Alberto Puerta

Laboratorio de Fisioterapia Cardiovascular, Departamento de Fisioterapia, Núcleo de Investigación en Ejercicio Físico, Universidad Federal de São Carlos, Vía Washington Luiz, Km 235, CP: 676, São Carlos, SP, 13565-905, Brasil

Aparecida María Catai

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

AMC, RVO, AGF, AC y EFS contribuyeron a la concepción y diseño del estudio. Todos los autores contribuyeron a la adquisición, análisis o interpretación de los datos del trabajo, ya la elaboración o revisión crítica del contenido intelectual del trabajo. Todos los autores aprobaron la versión final del manuscrito, estuvieron de acuerdo con todos los aspectos del manuscrito y se aseguraron de que todos los problemas relacionados con la precisión o integridad de cualquier parte del manuscrito se investigaran y resolvieran adecuadamente. Los autores califican para la autoría y se enumeran en este documento.

Correspondencia a Étore De Favari Signini o Aparecida Maria Catai.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

De Favari Signini, É., Castro, A., Rehder-Santos, P. et al. Perspectiva integradora del proceso de envejecimiento saludable considerando el metaboloma, la modulación autonómica cardíaca y la aptitud cardiorrespiratoria evaluada en grupos de edad. Informe científico 12, 21314 (2022). https://doi.org/10.1038/s41598-022-25747-5

Descargar cita

Recibido: 27 agosto 2022

Aceptado: 05 diciembre 2022

Publicado: 09 diciembre 2022

DOI: https://doi.org/10.1038/s41598-022-25747-5

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.