In silico clinical trials for anti-aging therapies
Menendez, Javier A. (Institut d'Investigació Biomèdica de Girona)
Cuyàs, Elisabet (Institut d'Investigació Biomèdica de Girona)
Folguera Blasco, Núria (The Francis Crick Institute. Quantitative Cell Biology Lab)
Verdura, Sara (Institut d'Investigació Biomèdica de Girona)
Martin-Castillo, Begoña (Institut Català d'Oncologia)
Joven, Jorge (Institut d'Investigació Sanitària Pere Virgili)
Alarcón Cor, Tomás (Universitat Autònoma de Barcelona. Departament de Matemàtiques)

Data:	2019
Resum:	Therapeutic strategies targeting the hallmarks of aging can be broadly grouped into four categories, namely systemic (blood) factors, metabolic manipulation (diet regimens and dietary restriction mimetics), suppression of cellular senescence (senolytics), and cellular reprogramming, which likely have common characteristics and mechanisms of action. In evaluating the potential synergism of combining such strategies, however, we should consider the possibility of constraining trade-off phenotypes such as impairment in wound healing and immune response, tissue dysfunction and tumorigenesis. Moreover, we are rapidly learning that the benefit/risk ratio of aging-targeted interventions largely depends on intra- and inter-individual variations of susceptibility to the healthspan-, resilience-, and/or lifespan-promoting effects of the interventions. Here, we exemplify how computationally-generated proxies of the efficacy of a given lifespan/healthspan-promoting approach can predict the impact of baseline epigenetic heterogeneity on the positive outcomes of ketogenic diet and mTOR inhibition as single or combined anti-aging strategies. We therefore propose that stochastic biomathematical modeling and computational simulation platforms should be developed as in silico strategies to accelerate the performance of clinical trials targeting human aging, and to provide personalized approaches and robust biomarkers of healthy aging at the individual-to-population levels.
Ajuts:	Ministerio de Ciencia e Innovación SAF2016-80639-P Ministerio de Sanidad y Consumo CD15/00033 Ministerio de Economía y Competitividad MTM2015-71509-C2-1-R Agència de Gestió d'Ajuts Universitaris i de Recerca 2014/SGR-1307 Ministerio de Economía y Competitividad MDM-2014-0445
Nota:	Altres ajuts: CERCA Programme/Generalitat de Catalunya
Nota:	Altres ajuts: Fundació Oncolliga Girona (Lliga catalana d'ajuda al malalt de càncer, Girona)
Nota:	Altres ajuts: Obra Social La Caixa Foundation on Collaborative Mathematics awarded to the Centre de Recerca Matemàtica (CRM)
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Aging ; Cancer ; Inflammation ; Senolytics ; Biomathematics
Publicat a:	Aging (Albany NY), Vol. 11, Issue 16 (August 2019) , p. 6591-6601, ISSN 1945-4589

DOI: 10.18632/aging.102180
PMID: 31444969

11 p, 2.0 MB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats