Recent comparative studies point to the importance of mortality schedules as determinants in the evolution of life‐history characteristics. In this paper, we compare patterns of mortality from natural populations of mammals with a variety of life histories. We find that, after removing the effects of body weight, mortality is the best predictor of variation in life‐history traits. Mammals with high levels of natural mortality tend to mature early and give birth to small offspring in large litters after a short gestation, before and after body size effects are factored out. We examine the way in which life‐history traits relate to juvenile mortality versus adult mortality and find that juvenile mortality is more highly correlated with life‐history traits than is adult mortality. We discuss the necessity of distinguishing between extrinsic sources of mortality (e.g. predation) and mortality caused by intrinsic sources (e.g. costs of reproduction), and the role that ecology might play in the evolution of patterns of mortality and fecundity. We conclude that these results must be explained not simply in the light of the demographic necessity of balancing mortality and fecundity, but as a result of age‐specific costs and benefits of reproduction and parental investment. Detailed comparative studies of mortality patterns in natural populations of mammals offer a promising avenue towards understanding the evolution of life‐history strategies.

Although pairwise interactions have always had a key role in ecology and evolutionary biology, the recent increase in the amount and availability of biological data has placed a new focus on the complex networks embedded in biological systems. The increased availability of computational tools to store and retrieve biological data has facilitated wide access to these data, not just by biologists but also by specialists from the social sciences, computer science, physics and mathematics. This fusion of interests has led to a burst of research on the properties and consequences of network structure in biological systems. Although traditional measures of network structure and function have started us off on the right foot, an important next step is to create biologically realistic models of network formation, evolution, and function. Here, we review recent applications of network thinking to the evolution of networks at the gene and protein level and to the dynamics and stability of communities. These studies have provided new insights into the organization and function of biological systems by applying existing techniques of network analysis. The current challenge is to recognize the commonalities in evolutionary and ecological applications of network thinking to create a predictive science of biological networks.

Anecdotal beliefs and limited research suggest variable patterns of mortality in age, size, and breed cohorts of dogs. Detailed knowledge of mortality patterns would facilitate development of tailored health-maintenance practices and contribute to the understanding of the genetic basis of disease.To describe breed-specific causes of death in all instances of canine mortality recorded in the Veterinary Medical Database (VMDB)(a) between 1984 and 2004. We hypothesized that causes of death, categorized by organ system (OS) or pathophysiologic process (PP), would segregate by age, body mass, and breed.74,556 dogs from the VMDB for which death was the outcome of the recorded hospital visit.Retrospective study. Causes of death from abstracted VMDB medical records were categorized by OS and PP and analyzed by age, breed, and breed-standard mass of dog.Causes of death, categorized by OS or PP, segregated by age, breed, and breed-standard mass. Young dogs died more commonly of gastrointestinal and infectious causes whereas older dogs died of neurologic and neoplastic causes. Increasing age was associated with an increasing risk of death because of cardiovascular, endocrine, and urogenital causes, but not because of hematopoietic or musculoskeletal causes. Dogs of larger breeds died more commonly of musculoskeletal and gastrointestinal causes whereas dogs of smaller breeds died more commonly of endocrine causes.Not all causes of death contribute equally to mortality within age, size, or breed cohorts. Documented patterns now provide multiple targets for clinical research and intervention.

Abstract A novel coronavirus, SARS-CoV-2, emerged in December 2019, leading within a few months to a global pandemic. COVID-19, the disease caused by this highly contagious virus, can have serious health consequences, though risks of complications are highly age-dependent. Rates of hospitalization and death are less than 0.1% in children, but increase to 10% or more in older people. Moreover, at all ages, men are more likely than women to suffer serious consequences from COVID-19. These patterns are familiar to the geroscience community. The effects of age and sex on mortality rates from COVID-19 mirror the effects of aging on almost all major causes of mortality. These similarities are explored here, and underscore the need to consider the role of basic biological mechanisms of aging on potential treatment and outcomes of COVID-19.

Abstract Quantifying the physiology of aging is essential for improving our understanding of age-related disease and the heterogeneity of healthy aging. Recent studies have shown that in regression models using “-omic” platforms to predict chronological age, residual variation in predicted age is correlated with health outcomes, and suggest that these “omic clocks” provide measures of biological age. This paper presents predictive models for age using metabolomic profiles of cerebrospinal fluid from healthy human subjects, and finds that metabolite and lipid data are generally able to predict chronological age within 10 years. We use these models to predict the age of a cohort of subjects with Alzheimer’s and Parkinson’s disease and find an increase in prediction error, potentially indicating that the relationship between the metabolome and chronological age differs with these diseases. In our analysis of control subjects, we find the carnitine shuttle, sucrose, biopterin, vitamin E metabolism, tryptophan, and tyrosine to be the most associated with age. We showcase the potential usefulness of age prediction models in a small dataset (n = 85), and discuss techniques for drift correction, missing data imputation, and regularized regression which can be used to help mitigate the statistical challenges that commonly arise in this setting. To our knowledge, this work presents the first multivariate predictive metabolomic and lipidomic models for age using mass spectrometry analysis of cerebrospinal fluid.

Abstract Canine Cognitive Dysfunction (CCD) is a form of dementia that shares many similarities with Alzheimer’s disease. Given that physical activity is believed to reduce risk of Alzheimer’s disease in humans, we explored the association between physical activity and cognitive health in a cohort of companion dogs, aged 6-18 years. We hypothesized that higher levels of physical activity would be associated with lower (i.e., better) scores on a cognitive dysfunction rating instrument and lower prevalence of dementia, and that this association would be robust when controlling for age, comorbidities, and other potential confounders. Our sample included 11,574 companion dogs enrolled through the Dog Aging Project, of whom 287 had scores over the clinical threshold for CCD. In this observational, cross-sectional study, we used owner-reported questionnaire data to quantify dog cognitive health (via a validated scale), physical activity levels, health conditions, training history, and dietary supplements. We fit regression models with measures of cognitive health as the outcome, and physical activity—with several important covariates—as predictors. We found a significant negative relationship between physical activity and current severity of cognitive dysfunction symptoms (estimate = -0.10, 95% CI: -0.11 to - 0.08, p < 0.001), extent of symptom worsening over a 6-month interval (estimate = -0.07, 95% CI: -0.09 to -0.05, p <0.001), and whether a dog reached a clinical level of CCD (odds ratio = 0.53, 95% CI: 0.45 to 0.63, p <0.001). Physical activity was robustly associated with better cognitive outcomes in dogs. Our findings illustrate the value of companion dogs as a model for investigating relationships between physical activity and cognitive aging, including aspects of dementia that may have translational potential for Alzheimer’s disease. While the current study represents an important first step in identifying a relationship between physical activity and cognitive function, it cannot determine causality. Future studies are needed to rule out reverse causation by following the same dogs prospectively over time, and to evaluate causality by administering physical-activity interventions.

To gain insight into how researchers of aging perceive the process they study, we conducted a survey among experts in the field. While highlighting some common features of aging, the survey exposed broad disagreement on the foundational issues. What is aging? What causes it? When does it begin? What constitutes rejuvenation? Not only was there no consensus on these and other core questions, but none of the questions received a majority opinion-even regarding the need for consensus itself. Despite many researchers believing they understand aging, their understanding diverges considerably. Importantly, as different processes are labeled as "aging" by researchers, different experimental approaches are prioritized. The survey shed light on the need to better define which aging processes this field should target and what its goals are. It also allowed us to categorize contemporary views on aging and rejuvenation, revealing critical, yet largely unanswered, questions that appear disconnected from the current research focus. Finally, we discuss ways to address the disagreement, which we hope will ultimately aid progress in the field.

Aging is the biggest risk factor for Parkinson's disease (PD), suggesting that age-related changes in the brain promote dopamine neuron vulnerability. It is unclear, however, whether aging alone is sufficient to cause significant dopamine neuron loss and if so, how this intersects with PD-related neurodegeneration. Here, through examining a large collection of naturally varying

Abstract Objective To determine the blood concentration and pharmacokinetic parameters of rapamycin in companion dogs following long-term, low-dose oral administration of rapamycin. Animals Four healthy, middle-aged, medium-to-large breed privately owned dogs participated. Procedures All dogs had been receiving oral rapamycin at a dose of 0.025 mg/kg on Monday, Wednesday, and Friday mornings for at least one month. An initial blood sample was collected prior to morning rapamycin administration, and samples were collected at 1, 2, 6, and 24 hours after rapamycin was given. Blood samples were transferred to blood spot collection cards, air-dried and stored at −80°C. Rapamycin concentrations were determined via HPLC/MS. All blood collections occurred on Wednesdays, so that the previous dose of rapamycin had taken place 48 hours prior to blood collection. Results For all dogs, rapamycin T max was 2 hours. Median C max was 1.47 ng/ml (0.912 – 2.13), and the median AUC 0-last was 15.7 ng*hr/mL (1.30 – 36.3). Due to sample size and timing, the only estimates related to elimination rate reported are for mean residence time with a median of 4.70 hrs (0.90 – 7.30). Conclusions and Clinical Relevance A 0.025 mg/kg oral dose of rapamycin, administered three times a week, resulted in concentrations of rapamycin in the blood capable of being measured in ng/ml.

Abstract Age in dogs is associated with the risk of many diseases, and canine size is a major factor in that risk. However, the size effect is not as simple as the age effect. While small size dogs tend to live longer, some diseases are more prevalent among small dogs. Utilizing owner-reported data on disease history from a substantial number of companion dogs, we investigate how body size, as measured by weight, associates with the prevalence of a reported condition and its pattern across age for various disease categories. We found significant positive associations between weight and prevalence of skin, bone/orthopedic, gastrointestinal, ear/nose/throat, cancer/tumor, brain/neurologic, endocrine, and infectious diseases. Similarly, weight was negatively associated with the prevalence of eye, cardiac, liver/pancreas, and respiratory disease categories. Kidney/urinary disease prevalence did not vary by weight. We also found that the association between age and disease prevalence varied by dog size for many conditions including eye, cardiac, orthopedic, ear/nose/throat, and cancer. Controlling for sex, purebred/mixed breed, and geographic region made little difference in all disease categories we studied. Our results align with the reduced lifespan in larger dogs for most of the disease categories but suggest potential avenues for further examination.