OMICmAge
OMICmAge ist eine auf DNA-Methylierung basierende biologische Altersuhr, die Informationen aus Proteom, Metabolom und klinischen Labordaten in einem einzigen blutbasierten Schätzwert zusammenführt — ohne dass diese Datenschichten zum Messzeitpunkt direkt bestimmt werden müssen. Die Uhr wurde von Chen, Dwaraka, Carreras-Gallo, Higgins-Chen, Lasky-Su und Kolleginnen entwickelt und 2026 in Nature Aging veröffentlicht; ein Preprint war bereits 2023 auf bioRxiv erschienen. Ausgangspunkt ist EMRAge, ein mortalitätsassoziierter Verbundwert aus 19 klinischen Laborparametern von etwa 31.000 Teilnehmenden der Mass General Brigham Aging Biobank; mittels Elastic-Net-Regression wird EMRAge aus einem Kandidatenpool von 396 epigenetischen Biomarker-Proxys (EBPs) — Methylierungsbasierten Surrogatmaßen für 266 Metaboliten, 109 Proteine und 21 klinische Variablen — modelliert, wobei im finalen Modell 40 EBPs (16 Protein-, 14 Metaboliten- und 10 klinische EBPs) gemeinsam mit 990 CpG-Stellen (Cytosin-Phosphat-Guanin) verbleiben; multiomische Information wird so in einem rein methylierungsbasierten Auslesewert verdichtet. In unabhängigen Kohorten des TruDiagnostic-Biobanks (n = 14.213) und Generation Scotland (n = 18.672) zeigte beschleunigtes OMICmAge-Alter Assoziationen mit Typ-2-Diabetes, Schlaganfall, kardiovaskulären Erkrankungen, COPD, Depression und Krebs; die AUC-Werte für 5- und 10-Jahres-Mortalität lagen bei etwa 0,89 bzw. 0,87 — mehrere Prozentpunkte über PCGrimAge oder dem chronologischen Alter im direkten Vergleich. OMICmAge ist gegenwärtig ein Forschungsinstrument ohne behördliche Zulassung als Diagnostikum, und seine Beziehung zum Alterungsprozess ist assoziativ, nicht kausal belegt.
Quellen
- Chen Q, Dwaraka VB, Carreras-Gallo N, Armstrong JF, Sehgal R, Argentieri MA, et al.. (2026). OMICmAge quantifies biological age by integrating multi-omics with electronic medical records. *Nature Aging*doi:10.1038/s43587-026-01073-7
- Chen Q, Dwaraka VB, Carreras-Gallo N, Mendez K, Chen Y, Begum S, et al.. (2023). OMICmAge: An integrative multi-omics approach to quantify biological age with electronic medical records. *bioRxiv*doi:10.1101/2023.10.16.562114
