Una singola risonanza magnetica potrebbe rivelare non solo l’età anagrafica, ma anche il ritmo con cui il cervello invecchia. Questo è il cuore dello studio pubblicato su Nature Aging, intitolato “DunedinPACNI Estimates the Longitudinal Pace of Aging From a Single Brain Image to Track Health and Disease”.
DunedinPACNI nasce da una collaborazione tra ricercatori di Duke University, Harvard University e University of Otago. Il nuovo orologio dell’invecchiamento cerebrale usa algoritmi su immagini MRI età cerebrale per stimare la velocità di invecchiamento biologico del cervello a partire da una sola immagine.
L’obiettivo non è sostituire l’età cronologica, ma offrire una valutazione invecchiamento cerebrale che predica rischi futuri di malattie croniche, declino cognitivo, demenza e mortalità. I finanziamenti provengono dal National Institute on Aging, UK Medical Research Council e New Zealand Health Research Council, e gli autori hanno avviato pratiche di tutela della proprietà intellettuale.
Per il pubblico e per la ricerca clinica, DunedinPACNI promette applicazioni in prevenzione, diagnosi precoce e nella valutazione dell’efficacia di interventi. La possibilità di ottenere insight prognostici da una singola MRI età cerebrale apre scenari pratici per popolazioni in età media e per studi sugli anziani.
punti chiave
- DunedinPACNI è descritto in uno studio pubblicato su Nature Aging il 1° luglio 2025.
- L’algoritmo stima la velocità di invecchiamento cerebrale da una singola MRI età cerebrale.
- Progettato da team di Duke, Harvard e University of Otago, con finanziamenti internazionali.
- Implicazioni per prevenzione, diagnosi precoce di Alzheimer e valutazione di terapie.
- Ricerca protetta da una domanda di brevetto e destinata a ulteriori validazioni.
DunedinPACNI: cos’è e come funziona l’orologio dell’invecchiamento cerebrale
DunedinPACNI nasce dall’unione di competenze in neuroscienze, epidemiologia e psicologia clinica. Il progetto si fonda sulla provenienza dei dati del Dunedin Study., una coorte longitudinale neozelandese che ha monitorato 1.037 persone dalla nascita. L’origine DunedinPACNI riflette uno sviluppo collaborativo tra ricercatori del Duke University, Harvard e University of Otago, con Ethan T. Whitman come primo autore e contributi chiave di Terrie Moffitt, Avshalom Caspi e Ahmad Hariri.
Origine e sviluppo collaborativo
La scelta del Dunedin Study. come base consente di collegare cambiamenti corporei osservati per decenni a segnali cerebrali. Il team ha raccolto dati longitudinali su pressione arteriosa, indice di massa corporea, glicemia, colesterolo e funzione d’organo. Questo approccio ha reso possibile tradurre misure cliniche ripetute in un riferimento per il modello.
Principio operativo: da una singola risonanza magnetica alla velocità d’invecchiamento
Il funzionamento di DunedinPACNI si basa su una MRI unica ottenuta a 45 anni su 860 partecipanti. L’algoritmo invecchiamento. è stato addestrato per stimare la “pace of aging” cerebrale a partire da pattern strutturali individuati nell’imaging cerebrale. L’output è una stima che permette di confrontare la velocità d’invecchiamento tra individui e identificare chi invecchia più in fretta o più lentamente rispetto alla norma.
Confronto con altri “aging clocks”
Molti aging clocks usano dati cross-sectional e possono riflettere esposizioni generazionali. Il confronto con DunedinPACNI mette in luce la differenza: DunedinPACNI sfrutta informazioni longitudinali per stimare una velocità reale d’invecchiamento. Le analisi mostrano che la combinazione di DunedinPACNI e del brain age gap aumenta la sensibilità verso esiti clinici rispetto all’uso singolo di ciascun indicatore.
Il modello è stato validato in modo cross-coorte su campioni del Regno Unito, Stati Uniti, Canada e America Latina. Questo confronto rafforza la complementarità con i biomarcatori invecchiamento. provenienti da sangue o da altri metodi, suggerendo che DunedinPACNI cattura aspetti unici dell’invecchiamento cerebrale.
Prove scientifiche e risultati chiave riportati sulla rivista Nature Aging
La pubblicazione su Nature Aging descrive una serie di analisi volte a valutare la validazione di DunedinPACNI su campioni diversi dal dataset di training. I risultati mettono a confronto coorti internazionali per testare la generalizzabilità del modello, con particolare attenzione ai dati provenienti dal Regno Unito, dagli Stati Uniti, dal Canada e dall’America Latina.
Validazione su più popolazioni internazionali
Il modello è stato addestrato su 860 partecipanti della coorte Dunedin con MRI a 45 anni. Per la validazione sono state impiegate coorti internazionali, inclusi campioni del UK e dataset nordamericani. I test mostrano correlazioni stabili tra la velocità d’invecchiamento stimata e gli esiti clinici anche in sottogruppi demografici diversi.
La presenza di partecipanti non bianchi e a basso reddito nel Regno Unito e di un campione latinoamericano ha permesso di valutare la generalizzabilità. Le analisi suggeriscono che la validazione DunedinPACNI mantiene robustezza across diverse popolazioni.
Associazioni con declino cognitivo e demenza
In uno studio su 624 individui (età 52–89) provenienti da Alzheimer’s Disease Neuroimaging Initiative (ADNI), UK Biobank (UKB) and Latin American Brain Health Institute (BrainLat) datasets, il modello ha predetto sviluppi clinici importanti. Partecipanti con DunedinPACNI più elevato mostravano un rischio aumentato di demenza rispetto ai loro coetanei.
I soggetti con punteggi che indicano un invecchiamento cerebrale più rapido hanno mostrato peggiori performance nei test cognitivi. Le misure cognitive includevano ADAS-Cog, MMSE, MoCA e RAVLT, con decorso temporale più precoce di deficit di memoria e funzioni esecutive.
Impatto su salute fisica e mortalità
Le analisi corpo-cervello evidenziano associazioni tra velocità d’invecchiamento cerebrale e peggioramento della salute fisica. Punteggi DunedinPACNI elevati correlano con maggiore fragilità e aumento di diagnosi di malattie croniche come infarti, malattie polmonari e ictus.
Dal confronto emerge un rischio incrementato del 18% di sviluppare malattie croniche e un aumento della probabilità di mortalità del 40% nei partecipanti con i punteggi più elevati. Hazard ratio e coefficienti beta sono presentati con intervalli di confidenza al 95% nelle figure supplementari.
La combinazione di DunedinPACNI e brain age gap migliora la sensibilità nell’associazione con esiti cognitivi. Questo approccio multimodale ha mostrato correlazioni con atrofia ippocampale più rapida, un marker rilevante per il rischio Alzheimer e per il declino cognitivo.
| Analisi | Campione | Esito principale | Effetto segnalato |
|---|---|---|---|
| Validazione demografica | Dunedin, UK, America Latina | Correlazione velocità invecchiamento – esiti clinici | Correlazioni simili in sottogruppi |
| Predizione demenza | ADNI e studi nordamericani (n=624) | Sviluppo demenza | Rischio aumentato del 60% |
| Performance cognitive | Campioni multi-coorte | Test cognitivi. (ADAS-Cog, MMSE, MoCA, RAVLT) | Punteggi più alti = performance peggiori |
| Salute fisica | Coorti longitudinali | Malattie croniche, fragilità, rischio cardiovascolare | Aumento rischio malattie croniche +18% |
| Mortalità | Follow-up multi-coorte | Probabilità di morte | Aumento della mortalità del 40% |
Implicazioni cliniche e ricerca: prevenzione, diagnosi precoce e trial terapeutici
DunedinPACNI offre un nuovo strumento per la medicina preventiva e la ricerca. Può aiutare nella diagnosi precoce dell’Alzheimer indicando individui con accelerazione dell’invecchiamento cerebrale prima dell’insorgenza dei sintomi. Questo apre la strada a programmi di screening del rischio di demenza mirati e a interventi su fattori modificabili come sonno, dieta e attività fisica.
Nel contesto clinico, i risultati suggeriscono che DunedinPACNI prevenzione. potrebbe essere impiegato per stratificare il rischio e selezionare partecipanti per trial preventivi. La stratificazione aumenta l’efficienza degli studi e riduce il numero di soggetti necessari per dimostrare effetti. In pratica, ciò facilita trial terapeutici con popolazioni più omogenee.
Ruolo nello sviluppo e nella valutazione di terapie
DunedinPACNI come endpoint potrebbe funzionare come biomarcatore surrogato per misurare la risposta a trattamenti. Riduce la necessità di attese lunghe per outcome clinici e accelera la valutazione di interventi farmacologici e non farmacologici. L’uso combinato con altri indici, come il brain age gap, sembra aumentare la sensibilità ai cambiamenti indotti dalle terapie.
Per la farmacologia dell’Alzheimer questo strumento può individuare candidati idonei per interventi in fase preclinica. Molti fallimenti terapeutici derivano da somministrazioni troppo tardive. Identificare soggetti ad alto rischio consente di testare farmaci in fasi in cui il danno cerebrale è ancora limitato.
Limiti attuali e necessità di ulteriori studi
I limiti DunedinPACNI comprendono la necessità di validazione clinica su popolazioni più ampie e diversificate. Il modello è stato addestrato su una coorte specifica; permangono interrogativi su bias generazionale e su come esposizioni storiche possano influenzare le misure. Sono necessarie analisi che quantifichino possibili confondenti legati a fumo, inquinamento ed economie diverse.
Serve standardizzare protocolli MRI, pipeline di calcolo e soglie operative prima della diffusione clinica. Studi prospettici dovranno dimostrare che interventi guidati da DunedinPACNI riducono eventi clinici reali nel lungo termine. La validazione clinica resta un passaggio obbligato per accettazione nelle linee guida.
Aspetti etici meritano attenzione: comunicare rischi senza creare allarme ingiustificato è fondamentale. Occorre definire percorsi per counseling, follow-up e possibili azioni terapeutiche. Infine, la comunità scientifica ha una chiara necessità ricerca. per approfondire utilità, limiti e impatto di questo approccio nella pratica quotidiana.
Impatto sociale, economico e prospettive future per la salute pubblica
L’impatto DunedinPACNI si inserisce in un contesto demografico critico: le proiezioni demografiche indicano che la popolazione oltre i 65 anni raddoppierà entro il 2050 e rappresenterà quasi un quarto della popolazione mondiale. In questo scenario, la capacità di stimare l’invecchiamento cerebrale con una singola risonanza magnetica offre strumenti nuovi per pianificare servizi per anziani e per orientare politiche preventive mirate.
I costi demenza sono già oggi una sfida economica globale: le stime prevedono un salto dai 1,33 trilioni di dollari del 2020 fino a 9,12 trilioni nel 2050. Valutazioni tempestive e screening mirati, integrati con DunedinPACNI, potrebbero contribuire a ridurre spesa sanitaria evitando progressione della malattia attraverso interventi precoci e programmi di prevenzione basati su evidenza.
Per la salute pubblica, l’adozione di questo tipo di tecnologia apre opportunità concrete. L’uso in studi di popolazione può monitorare l’effetto delle politiche preventive, supportare la redistribuzione delle risorse e migliorare la pianificazione di assistenza domiciliare e strutture residenziali. Tuttavia, è essenziale valutare costi di diffusione legati a MRI e analisi per garantire sostenibilità economica.
Le considerazioni etiche ed economiche richiedono interventi regolatori attenti: bisogna prevenire disuguaglianze nell’accesso e proteggere la privacy dei dati. Prospettive future includono l’integrazione con biomarcatori ematici, studi longitudinali che definiscano soglie operative e impiego in trial preventivi. Se validato e standardizzato, DunedinPACNI può diventare uno strumento chiave per identificare persone a rischio e per orientare decisioni cliniche e politiche sanitarie a beneficio collettivo.
Link Fonte
Whitman ET, Elliott ML, Knodt AR, Abraham WC, Anderson TJ, Cutfield NJ, Hogan S, Ireland D, Melzer TR, Ramrakha S, Sugden K, Theodore R, Williams BS, Caspi A, Moffitt TE, Hariri AR. DunedinPACNI estimates the longitudinal Pace of Aging from a single brain image to track health and disease. Nat Aging. 2025 Aug;5(8):1619-1636. doi: 10.1038/s43587-025-00897-z. Epub 2025 Jul 1. PMID: 40595015; PMCID: PMC12350157.
By
