Identifying reliable biomarkers of aging is a major goal in geroscience.While the first generation of epigenetic biomarkers of aging were developed using chronological age as a surrogate for biological age, we hypothesized that incorporation of composite clinical measures of phenotypic age that capture differences in lifespan and healthspan may identify novel CpGs and facilitate the development of a more powerful epigenetic biomarker of

It was unknown whether plasma protein levels can be estimated based on DNA methylation (DNAm) levels, and if so, how the resulting surrogates can be consolidated into a powerful predictor of lifespan. We present here, seven DNAm-based estimators of plasma proteins including those of plasminogen activator inhibitor 1 (PAI-1) and growth differentiation factor 15. The resulting predictor of lifespan, DNAm GrimAge (in units of years), is a composite biomarker based on the seven DNAm surrogates and a DNAm-based estimator of smoking pack-years. Adjusting DNAm GrimAge for chronological age generated novel measure of epigenetic age acceleration, AgeAccelGrim.Using large scale validation data from thousands of individuals, we demonstrate that DNAm GrimAge stands out among existing epigenetic clocks in terms of its predictive ability for time-to-death (Cox regression P=2.0E-75), time-to-coronary heart disease (Cox P=6.2E-24), time-to-cancer (P= 1.3E-12), its strong relationship with computed tomography data for fatty liver/excess visceral fat, and age-at-menopause (P=1.6E-12). AgeAccelGrim is strongly associated with a host of age-related conditions including comorbidity count (P=3.45E-17). Similarly, age-adjusted DNAm PAI-1 levels are associated with lifespan (P=5.4E-28), comorbidity count (P= 7.3E-56) and type 2 diabetes (P=2.0E-26). These DNAm-based biomarkers show the expected relationship with lifestyle factors including healthy diet and educational attainment.Overall, these epigenetic biomarkers are expected to find many applications including human anti-aging studies.

Importance

 The prevalence of cardiometabolic multimorbidity is increasing. 

Objective

 To estimate reductions in life expectancy associated with cardiometabolic multimorbidity. 

Design, Setting, and Participants

 Age- and sex-adjusted mortality rates and hazard ratios (HRs) were calculated using individual participant data from the Emerging Risk Factors Collaboration (689 300 participants; 91 cohorts; years of baseline surveys: 1960-2007; latest mortality follow-up: April 2013; 128 843 deaths). The HRs from the Emerging Risk Factors Collaboration were compared with those from the UK Biobank (499 808 participants; years of baseline surveys: 2006-2010; latest mortality follow-up: November 2013; 7995 deaths). Cumulative survival was estimated by applying calculated age-specific HRs for mortality to contemporary US age-specific death rates. 

Exposures

 A history of 2 or more of the following: diabetes mellitus, stroke, myocardial infarction (MI). 

Main Outcomes and Measures

 All-cause mortality and estimated reductions in life expectancy. 

Results

 In participants in the Emerging Risk Factors Collaboration without a history of diabetes, stroke, or MI at baseline (reference group), the all-cause mortality rate adjusted to the age of 60 years was 6.8 per 1000 person-years. Mortality rates per 1000 person-years were 15.6 in participants with a history of diabetes, 16.1 in those with stroke, 16.8 in those with MI, 32.0 in those with both diabetes and MI, 32.5 in those with both diabetes and stroke, 32.8 in those with both stroke and MI, and 59.5 in those with diabetes, stroke, and MI. Compared with the reference group, the HRs for all-cause mortality were 1.9 (95% CI, 1.8-2.0) in participants with a history of diabetes, 2.1 (95% CI, 2.0-2.2) in those with stroke, 2.0 (95% CI, 1.9-2.2) in those with MI, 3.7 (95% CI, 3.3-4.1) in those with both diabetes and MI, 3.8 (95% CI, 3.5-4.2) in those with both diabetes and stroke, 3.5 (95% CI, 3.1-4.0) in those with both stroke and MI, and 6.9 (95% CI, 5.7-8.3) in those with diabetes, stroke, and MI. The HRs from the Emerging Risk Factors Collaboration were similar to those from the more recently recruited UK Biobank. The HRs were little changed after further adjustment for markers of established intermediate pathways (eg, levels of lipids and blood pressure) and lifestyle factors (eg, smoking, diet). At the age of 60 years, a history of any 2 of these conditions was associated with 12 years of reduced life expectancy and a history of all 3 of these conditions was associated with 15 years of reduced life expectancy. 

Conclusions and Relevance

 Mortality associated with a history of diabetes, stroke, or MI was similar for each condition. Because any combination of these conditions was associated with multiplicative mortality risk, life expectancy was substantially lower in people with multimorbidity.

Aging | doi:10.18632/aging.101168. Austin Quach, Morgan E. Levine, Toshiko Tanaka, Ake T. Lu, Brian H. Chen, Luigi Ferrucci, Beate Ritz, Stefania Bandinelli, Marian L. Neuhouser, Jeannette M. Beasley, Linda Snetselaar, Robert B. Wallace, Philip S. Tsao, Devin Absher, Themistocles L. Assimes, James D. Stewart, Yun Li, Lifang Hou, Andrea A. Baccarelli, Eric A. Whitsel, Steve Horvath

DNA methylation (DNAm)-based biomarkers of aging have been developed for many tissues and organs. However, these biomarkers have sub-optimal accuracy in fibroblasts and other cell types used in ex vivo studies. To address this challenge, we developed a novel and highly robust DNAm age estimator (based on 391 CpGs) for human fibroblasts, keratinocytes, buccal cells, endothelial cells, lymphoblastoid cells, skin, blood, and saliva samples. High age correlations can also be observed in sorted neurons, glia, brain, liver, and even bone samples. Gestational age correlates with DNAm age in cord blood. When used on fibroblasts from Hutchinson Gilford Progeria Syndrome patients, this age estimator (referred to as the skin & blood clock) uncovered an epigenetic age acceleration with a magnitude that is below the sensitivity levels of other DNAm-based biomarkers. Furthermore, this highly sensitive age estimator accurately tracked the dynamic aging of cells cultured ex vivo and revealed that their proliferation is accompanied by a steady increase in epigenetic age. The skin & blood clock predicts lifespan and it relates to many age-related conditions. Overall, this biomarker is expected to become useful for forensic applications (e.g. blood or buccal swabs) and for a quantitative ex vivo human cell aging assay.

Age is the dominant risk factor for most chronic human diseases, but the mechanisms through which ageing confers this risk are largely unknown1. The age-related acquisition of somatic mutations that lead to clonal expansion in regenerating haematopoietic stem cell populations has recently been associated with both haematological cancer2–4 and coronary heart disease5—this phenomenon is termed clonal haematopoiesis of indeterminate potential (CHIP)6. Simultaneous analyses of germline and somatic whole-genome sequences provide the opportunity to identify root causes of CHIP. Here we analyse high-coverage whole-genome sequences from 97,691 participants of diverse ancestries in the National Heart, Lung, and Blood Institute Trans-omics for Precision Medicine (TOPMed) programme, and identify 4,229 individuals with CHIP. We identify associations with blood cell, lipid and inflammatory traits that are specific to different CHIP driver genes. Association of a genome-wide set of germline genetic variants enabled the identification of three genetic loci associated with CHIP status, including one locus at TET2 that was specific to individuals of African ancestry. In silico-informed in vitro evaluation of the TET2 germline locus enabled the identification of a causal variant that disrupts a TET2 distal enhancer, resulting in increased self-renewal of haematopoietic stem cells. Overall, we observe that germline genetic variation shapes haematopoietic stem cell function, leading to CHIP through mechanisms that are specific to clonal haematopoiesis as well as shared mechanisms that lead to somatic mutations across tissues. Analysis of 97,691 high-coverage human blood DNA-derived whole-genome sequences enabled simultaneous identification of germline and somatic mutations that predispose individuals to clonal expansion of haematopoietic stem cells, indicating that both inherited and acquired mutations are linked to age-related cancers and coronary heart disease.

Background— Knowledge of trends in the incidence of and survival after myocardial infarction (MI) in a community setting is important to understanding trends in coronary heart disease (CHD) mortality rates. Methods and Results— We estimated race- and gender-specific trends in the incidence of hospitalized MI, case fatality, and CHD mortality from community-wide surveillance and validation of hospital discharges and of in- and out-of-hospital deaths among 35- to 74-year-old residents of 4 communities in the Atherosclerosis Risk in Communities (ARIC) Study. Biomarker adjustment accounted for change from reliance on cardiac enzymes to widespread use of troponin measurements over time. During 1987–2008, a total of 30 985 fatal or nonfatal hospitalized acute MI events occurred. Rates of CHD death among persons without a history of MI fell an average 4.7%/y among men and 4.3%/y among women. Rates of both in- and out-of-hospital CHD death declined significantly throughout the period. Age- and biomarker-adjusted average annual rate of incident MI decreased 4.3% among white men, 3.8% among white women, 3.4% among black women, and 1.5% among black men. Declines in CHD mortality and MI incidence were greater in the second decade (1997–2008). Failure to account for biomarker shift would have masked declines in incidence, particularly among blacks. Age-adjusted 28-day case fatality after hospitalized MI declined 3.5%/y among white men, 3.6%/y among black men, 3.0%/y among white women, and 2.6%/y among black women. Conclusions— Although these findings from 4 communities may not be directly generalizable to blacks and whites in the entire United States, we observed significant declines in MI incidence, primarily as a result of downward trends in rates between 1997 and 2008.

Telomere length (TL) is associated with several aging-related diseases.Here, we present a DNA methylation estimator of TL (DNAmTL) based on 140 CpGs.Leukocyte DNAmTL is applicable across the entire age spectrum and is more strongly associated with age than measured leukocyte TL (LTL) (r ~-0.75 for DNAmTL versus r ~ -0.35 for LTL).Leukocyte DNAmTL outperforms LTL in predicting: i) time-to-death (p=2.5E-20),ii) time-tocoronary heart disease (p=6.6E-5),iii) time-to-congestive heart failure (p=3.5E-6), and iv) association with smoking history (p=1.21E-17).These associations are further validated in large scale methylation data (n=10k samples) from the Framingham Heart Study, Women's Health Initiative, Jackson Heart Study, InChianti, Lothian Birth Cohorts, Twins UK, and Bogalusa Heart Study.Leukocyte DNAmTL is also associated with measures of physical fitness/functioning (p=0.029),age-at-menopause (p=0.039),dietary variables (omega 3, fish, vegetable intake), educational attainment (p=3.3E-8) and income (p=3.1E-5).Experiments in cultured somatic cells show that DNAmTL dynamics reflect in part cell replication rather than TL per se.DNAmTL is not only an epigenetic biomarker of replicative history of cells, but a useful marker of age-related pathologies that are associated with it.

Background: DNA methylation patterns associated with habitual diet have not been well studied. Methods: Diet quality was characterized using a Mediterranean-style diet score and the Alternative Healthy Eating Index score. We conducted ethnicity-specific and trans-ethnic epigenome-wide association analyses for diet quality and leukocyte-derived DNA methylation at over 400 000 CpGs (cytosine-guanine dinucleotides) in 5 population-based cohorts including 6662 European ancestry, 2702 African ancestry, and 360 Hispanic ancestry participants. For diet-associated CpGs identified in epigenome-wide analyses, we conducted Mendelian randomization (MR) analysis to examine their relations to cardiovascular disease risk factors and examined their longitudinal associations with all-cause mortality. Results: We identified 30 CpGs associated with either Mediterranean-style diet score or Alternative Healthy Eating Index, or both, in European ancestry participants. Among these CpGs, 12 CpGs were significantly associated with all-cause mortality (Bonferroni corrected P <1.6×10 −3 ). Hypermethylation of cg18181703 ( SOCS3 ) was associated with higher scores of both Mediterranean-style diet score and Alternative Healthy Eating Index and lower risk for all-cause mortality ( P =5.7×10 −15 ). Ten additional diet-associated CpGs were nominally associated with all-cause mortality ( P <0.05). MR analysis revealed 8 putatively causal associations for 6 CpGs with 4 cardiovascular disease risk factors (body mass index, triglycerides, high-density lipoprotein cholesterol concentrations, and type 2 diabetes mellitus; Bonferroni corrected MR P <4.5×10 −4 ). For example, hypermethylation of cg11250194 ( FADS2 ) was associated with lower triglyceride concentrations (MR, P =1.5×10 −14 ).and hypermethylation of cg02079413 ( SNORA54 ; NAP1L4 ) was associated with body mass index (corrected MR, P =1×10 −6 ). Conclusions: Habitual diet quality was associated with differential peripheral leukocyte DNA methylation levels of 30 CpGs, most of which were also associated with multiple health outcomes, in European ancestry individuals. These findings demonstrate that integrative genomic analysis of dietary information may reveal molecular targets for disease prevention and treatment.