Current concepts regarding the biology of aging are primarily based on studies aimed at identifying factors regulating lifespan. However, lifespan as a sole proxy measure for aging can be of limited value because it may be restricted by specific pathologies. Here, we employ large-scale phenotyping to analyze hundreds of markers in aging male C57BL/6J mice. For each phenotype, we establish lifetime profiles to determine when age-dependent change is first detectable relative to the young adult baseline. We examine key lifespan regulators (putative anti-aging interventions; PAAIs) for a possible countering of aging. Importantly, unlike most previous studies, we include in our study design young treated groups of animals, subjected to PAAIs prior to the onset of detectable age-dependent phenotypic change. Many PAAI effects influence phenotypes long before the onset of detectable age-dependent change, but, importantly, do not alter the rate of phenotypic change. Hence, these PAAIs have limited effects on aging.

Summary Current concepts regarding the biology of aging are based on studies aimed at identifying factors regulating natural lifespan. However, lifespan as a sole proxy measure for aging can be of limited value because it may be restricted by specific sets of pathologies, rather than by general physiological decline. Here, we employed large-scale phenotyping to analyze hundreds of phenotypes and thousands of molecular markers across tissues and organ systems in a single study of aging male C57BL/6J mice. For each phenotype, we established lifetime profiles to determine when age-dependent phenotypic change is first detectable relative to the young adult baseline. We examined central genetic and environmental lifespan regulators (putative anti-aging interventions, PAAIs; the following PAAIs were examined: mTOR loss-of-function, loss-of-function in growth hormone signaling, dietary restriction) for a possible countering of the signs and symptoms of aging. Importantly, in our study design, we included young treated groups of animals, subjected to PAAIs prior to the onset of detectable age-dependent phenotypic change. In parallel to our studies in mice, we assessed genetic variants for their effects on age-sensitive phenotypes in humans. We observed that, surprisingly, many PAAI effects influenced phenotypes long before the onset of detectable age-dependent changes, rather than altering the rate at which these phenotypes developed with age. Accordingly, this subset of PAAI effects does not reflect a targeting of age-dependent phenotypic change. Overall, our findings suggest that comprehensive phenotyping, including the controls built in our study, is critical for the investigation of PAAIs as it facilitates the proper interpretation of the mechanistic mode by which PAAIs influence biological aging. Highlights Phenotyping at scale defines lifetime trajectories of age-dependent changes in C57BL/6J mice Central genetic and environmental lifespan regulators (putative anti-aging interventions; PAAIs) influence age-sensitive phenotypes (ASPs) often long before the appearance of age-dependent changes in these ASPs Corresponding genetic variants in humans also have age-independent effects Many PAAI effects shift the baseline of ASPs rather than slowing their rate of change

Schizophrenia is a complex psychiatric disorder with genetic and phenotypic heterogeneity. Accumulating rare and genome-wide association study (GWAS) common risk variant information has yet to yield robust mechanistic insight. Leveraging large-scale gene deletion mouse phenomic data thus has potential to functionally interrogate and prioritize human disease genes. To this end, we applied a cross-species network-based approach to parse an extensive mouse gene set (188 genes) associated with disrupted prepulse inhibition (PPI), a Schizophrenia endophenotype. Integrating PPI genes with high-resolution mouse and human brain transcriptomic data, we identified functional and disease coherent co-expression modules through hierarchical clustering and weighted gene co-expression network analysis (WGCNA). In two modules, Schizophrenia risk and mouse PPI genes converged based on telencephalic patterning. The associated neuronal genes were highly expressed in cingulate cortex- and hippocampus; implicated in synaptic function and neurotransmission and overlapped with the greatest proportion of rare variants. Concordant neuroanatomical patterning revealed novel core Schizophrenia-relevant genes consistent with the Omnigenic hypothesis of complex traits. Among other genes discussed, the developmental and post-synaptic scaffold TANC2 (Tetratricopeptide repeat, ankyrin repeat and coiled-coil containing 2) emerged from both networks as a novel core genetic driver of Schizophrenia altering PPI. Aspects of psychiatric disease comorbidity and phenotypic heterogeneity are also explored. Overall, this study provides a framework and galvanizes the value of mouse preclinical genetics and PPI to prioritize both existing and novel human Schizophrenia candidate genes as druggable targets.