BIOINFORMATICS IN THE IDENTIFICATION OF THE SECRETORY PHENOTYPE ASSOCIATED WITH SENESCENCE (SASP) IN THE PROCESS OF SKIN AGING.
REGISTRO DOI: 10.69849/revistaft/pa10202507092332
Aline Maria de Matos1
Bárbara Niége de Jesus2
Lorraine Kathleen Mendes Carvalho3
Pablo Henrique Ferreira Leite Cirino4
Professora Orientadora: Agnes Kiesling Casali
RESUMO
O envelhecimento cutâneo resulta de interações entre fatores genéticos, ambientais e epigenéticos, levando a alterações estruturais e funcionais na pele. Mudanças na metilação do DNA, nas histonas e na cromatina contribuem para a senescência celular e a degradação tecidual, impactando a homeostase cutânea. A identificação de biomarcadores, como o SASP, é essencial para compreender esses processos e desenvolver estratégias terapêuticas eficazes. A bioinformática tem se destacado como uma ferramenta fundamental na análise e interpretação de dados ômicos, possibilitando a integração de grandes volumes de informações genômicas, transcriptômicas e proteômicas. Essas abordagens permitem a descoberta de novos alvos terapêuticos e estratégias para retardar o envelhecimento celular. Tal abordagem favorece o desenvolvimento de intervenções personalizadas, potencializando a prevenção e o tratamento dos sinais do envelhecimento cutâneo e promovendo uma longevidade saudável. Este trabalho apresenta uma revisão bibliográfica sobre o uso de ferramentas da bioinformática para a identificação de biomarcadores moleculares referente ao rejuvenescimento celular. Tendo por objetivo analisar como a bioinformática integrada às metodologias ômicas (com ênfase na proteômica), pode contribuir para a descoberta de biomarcadores relevantes. Foram utilizados descritores relacionados a biomarcadores, bioinformática, senescência e rejuvenescimento a partir de bancos de dados como NCBI, PubMed, Google Scholar e Scielo.
Palavras-chaves: Bioinformática, biomarcadores, envelhecimento cutâneo, senescência celular, epigenética, Ciências ômicas.
ABSTRACT
This paper presents a literature review on the use of bioinformatics tools for the identification of molecular biomarkers related to cellular rejuvenation. The aim is to analyze how bioinformatics integrated with omics methodologies (with emphasis on proteomics) can contribute to the discovery of relevant biomarkers. Descriptors related to biomarkers, bioinformatics, senescence and rejuvenation were used from databases such as NCBI, PubMed, Google Scholar and Scielo. Skin aging results from interactions between genetic,environmental and epigenetic factors, leading to structural and functional changes in the skin. Changes in DNA methylation, histones and chromatin contribute to cellular senescence and tissue degradation, impacting skin homeostasis. The identification of biomarkers, such as SASP, is essential to understand these processes and develop effective therapeutic strategies. Bioinformatics has emerged as a fundamental tool in the analysis and interpretation of omics data, enabling the integration of large volumes of genomic, transcriptomic and proteomic information. These approaches allow the discovery of new therapeutic targets and strategies to delay cellular aging. This approach favors the development of personalized interventions, enhancing the prevention and treatment of signs of skin aging and promoting healthy longevity.
Keywords: Bioinformatics, SASP, biomarkers, skin aging, cellular senescence, epigenetics, omics sciences.
1. INTRODUÇÃO
O envelhecimento cutâneo é um processo biológico complexo influenciado por fatores genéticos, ambientais e celulares. Com o passar do tempo, a pele sofre alterações estruturais e funcionais, como perda de elasticidade, aumento da fragilidade e redução da capacidade regenerativa (Wlaschek et al., 2021). Tais mudanças são impulsionadas, em grande parte, por modificações epigenéticas que afetam a regulação gênica, incluindo a metilação do DNA, modificações nas histonas e remodelação da cromatina (Zhang et al., 2020).
Entre os principais mecanismos envolvidos no envelhecimento da pele, destaca-se a senescência celular, um estado estável e irreversível de parada do ciclo celular, no qual a célula permanece metabolicamente ativa, mas perde a capacidade de se dividir. Esse mecanismo é ativado em resposta a uma variedade de estresses celulares, como danos no DNA, encurtamento dos telômeros, estresse oxidativo e ativação oncogênica. Esse fenômeno contribui para o surgimento de rugas, perda de elasticidade e outros sinais típicos do envelhecimento cutâneo (Bulbiankova et al., 2023).
Para compreender melhor esse processo e desenvolver estratégias eficazes para retardá-lo, a identificação de biomarcadores específicos tem se mostrado essencial. Os biomarcadores permitem o monitoramento das alterações celulares e moleculares associadas ao envelhecimento, viabilizando o desenvolvimento de abordagens terapêuticas inovadoras (Inocêncio et al., 2024).
São vários os biomarcadores utilizados para identificar células senescentes. Os indicadores incluem os danos ao DNA, o aumento da expressão dos inibidores do ciclo celular p16 e p21, estresse oxidativo e a secreção de citocinas, quimiocinas e proteases, conhecidas como fenótipo secretor associado à senescência (SASP). A presença do SASP em fluidos biológicos indica sua utilidade potencial como uma fonte de biomarcadores não invasivos para triagem clínica e avaliação da eficácia terapêutica senolítica, se tornando um dos fatores mais marcantes da senescência celular (Bulbiankova et al., 2023).
A integração de recursos de bioinformática nos estudos da proteômica é crucial para avanços na pesquisa biomédica, identificando biomarcadores para diagnósticos precoces, e permitindo uma visão mais abrangente e detalhada dos mecanismos biológicos. Ferramentas computacionais e bancos de dados especializados permitem a integração e a análise das informações, garantindo a confiabilidade dos resultados e contribuindo para o desenvolvimento de novas estratégias terapêuticas (SZKLARCZYK et al., 2021).
Diante disso, este estudo tem como objetivo investigar como a bioinformática pode contribuir para a identificação do SASP e sua relação com o envelhecimento cutâneo, além de auxiliar no desenvolvimento de novas abordagens terapêuticas.
2. METODOLOGIA
O presente trabalho trata-se de uma revisão bibliográfica narrativa da literatura sobre o uso de identificadores para analisar a aplicabilidade de ferramentas de bioinformática na descoberta de biomarcadores relacionados ao rejuvenescimento.
O foco principal será a análise de artigos publicados entre 2015 e 2025, para assegurar a inclusão de dados atuais e relevantes. Além de publicações em português e inglês, estudos que abordem a identificação de biomarcadores moleculares, uso de bioinformática e análises ômicas, focada em rejuvenescimento celular, senescência e fenótipo secretor associado à senescência (SASP).
Para critérios de exclusão, não serão analisados artigos que não abordem diretamente a descoberta de biomarcadores, trabalhos que não utilizem ferramentas de bioinformática e estudos repetidos ou que apresentem dados inconclusivos.
Para garantir o rigor acadêmico, foram selecionadas bases de dados reconhecidas para pesquisa científica: PubMed, NCBI (Centro nacional de informações sobre biotecnologia), Google Scholar, SciELO.
Descritores utilizados para a busca: “biomarcadores”, “bioinformática”, “rejuvenescimento celular”, “senescência”, “biomarkers”, “bioinformatics”, “cellular rejuvenation”, “senescence”, “SASP”.
3. RESULTADOS E DISCUSSÃO
3.1 Epigenética e envelhecimento cutâneo
O conhecimento da epigenética abrange mecanismos de regulação da expressão genética que não alteram a sequência do ácido desoxirribonucleico (DNA), mas influenciam sua estrutura tridimensional (Saul; Kosinsky, 2021). Ainda antes da formulação dos conceitos de epigenética e epigenômica, cientistas já realizavam experimentos que evidenciaram a possibilidade de características serem herdadas entre gerações (Gayon, 2016).
Dentre os tecidos corporais, a pele é um dos que mais refletem os sinais do envelhecimento biológico. Os princípios epigenéticos têm sido amplamente estudados nos últimos anos, especialmente por apresentarem variações associadas ao envelhecimento e à forma como este se expressa em cada sujeito (Gerasymchuk et al., 2020).
O envelhecimento da pele pode ser dividido em dois processos principais: intrínseco e extrínseco. De forma natural ocorre o envelhecimento biológico também chamado de intrínseco, este é definido por características hereditárias (Gerasymchuk et al., 2020). Sendo um processo complexo da interação de vários processos celulares e bioquímicos desregulados (Siametis et al, 2021). O envelhecimento extrínseco resulta da ação de fatores ambientais, que interagem com a genética do indivíduo e determinam a forma como o envelhecimento ocorrerá. Como exemplo de fatores extrínsecos, podem ser citados poluição, tabagismo, alimentação e principalmente radiação ultravioleta (UV), sendo este último o principal agente responsável pelo fotoenvelhecimento cutâneo (Gerasymchuk et al., 2020). Os efeitos desses fatores são evidenciados tanto nas marcas físicas do envelhecimento quanto nos padrões moleculares detectados por meio de abordagens ômicas de pesquisa (Rutledge; Oh; Wyss-Coray, 2022).
O envelhecimento cutâneo está associado a mecanismos epigenéticos que abrangem: metilação do DNA, modificações de histonas e expressão de microRNAs (miRNAs) (Zhang et al., 2020). De forma geral, a metilação do DNA e as modificações nas histonas atuam modulando a estrutura e a acessibilidade da cromatina, o que pode facilitar ou impedir a ligação de complexos reguladores. Já os miRNAs são uma classe de ácido ribonucleico (RNAs), não codificantes que vêm sendo reconhecidos como importantes reguladores epigenéticos da expressão gênica (Lesniak, 2021).
Um aspecto importante do envelhecimento celular é o desenvolvimento do SASP, conforme demonstrado na (Figura 1). Esse processo ocorre quando uma célula normal se torna senescente em resposta a danos no DNA, estresse oxidativo ou outros fatores. As células senescentes cessam sua divisão celular, mas permanecem metabolicamente ativas, secretando uma variedade de moléculas, como citocinas, fatores de crescimento, mediadores inflamatórios e proteases. Esses componentes do SASP podem impactar negativamente o microambiente, promovendo inflamação crônica e alterações teciduais (Cuollo et al., 2020).
Figura 1: Transição de uma célula normal para uma célula senescente por meio do processo de senescência, destacando a liberação de moléculas SASP e seus efeitos no ambiente celular.
Fonte: Gerada por ChatGPT em 04/05/2025.
3.1.1 Metilação do DNA
A metilação do DNA é um processo essencial de preservação da identidade e autorenovação das células da pele, considerada uma marca epigenética importante, geralmente relacionada à inibição da transcrição gênica (Orioli et al., 2018). De modo geral, está associada à repressão da transcrição gênica e atua regulando a atividade de genes por meio da adição de grupos metil aos resíduos de citosina. Esse processo pode regular tanto ativadores quanto repressores da transcrição, além de enzimas que modificam histonas, dificultando a interação do DNA com os fatores de transcrição (La Torre et al., 2023). Com o envelhecimento, há alterações nos padrões de metilação: na pele jovem, esses padrões são relativamente estáveis, enquanto na pele envelhecida ocorrem divergências que contribuem para a senescência celular e disfunções teciduais (Orioli et al., 2018).
Dentre essas alterações, destacam-se a hipometilação e a hipermetilação. Em consequência da hipometilação há mudanças na regulação transcricional e contribuição na instabilidade genômica nos idosos. A hipermetilação sinaliza a senescência pela perda da expressão de genes específicos. Tais mecanismos contribuem para as alterações morfológicas e funcionais observadas na pele envelhecida, como a perda de elasticidade, redução da espessura dérmica e menor capacidade de regeneração (Zampieri et al., 2015).
3.1.2 Modificações de histonas
As histonas são consideradas outro tipo de marcador epigenético no processo de envelhecimento cutâneo. As histonas são proteínas de compactação das fitas de DNA com a função de organizar a cromatina. Essas proteínas podem passar por modificações pós-traducionais reversíveis, que alteram sua estrutura e permitem a remodelação da cromatina, influenciando diretamente a ativação ou inibição da transcrição gênica (Lesniak, 2021).
A metilação das histonas está relacionada com a ativação e silenciamento de genes, o que envolve diretamente o envelhecimento da pele (Lee et al., 2021). Esse processo é mediado por enzimas chamadas histona metiltransferases, que adicionam grupos metil nos resíduos de lisina (podendo ser mono, di ou tri metilação) e nos resíduos de arginina (mono ou di metilação, de forma simétrica ou assimétrica). A quantidade de metilação e o tipo de aminoácido envolvido influenciam diretamente na regulação da expressão gênica. Quando os genes são ativados, a cromatina se torna menos compactada, permitindo a ligação de proteínas reguladoras e da RNA polimerase, iniciando a transcrição. Já quando ocorre a inibição, a cromatina se compacta, dificultando esse processo. As regiões mais condensadas, chamadas de heterocromatina, são essenciais para o silenciamento gênico (La Torre et al., 2023).
3.1.3 Expressão de microRNAs (miRNAs)
Os miRNAs constituem um pequeno grupo de RNAs não codificantes, no nível pós-transcricional atuam como reguladores negativos. O papel do miRNAs no envelhecimento cutâneo é de suma importância, pois fazem parte da regulação da senescência celular, além de atuarem na homeostase e saúde da pele (Stafa, 2024).
Alterações nos níveis de expressão de miRNAs podem ocorrer de duas formas: superexpressão ou redução da expressão. A redução da expressão é frequentemente associada aos processos de envelhecimento, enquanto a superexpressão pode levar à disfunção de células essenciais como fibroblastos e queratinócitos. A desregulação desses miRNAs compromete, por exemplo, a capacidade dos fibroblastos em remodelar a matriz extracelular, favorecendo o acúmulo de alterações típicas do envelhecimento cutâneo (Panatta et al., 2018).
3.2 Senescência celular e desenvolvimento de SASP
A senescência celular é uma condição em que a célula para de se dividir, entrando em um estado de parada irreversível de seu ciclo. Pode ser provocada por danos como disfunção telomérica, deterioração mitocondrial, estresse oxidativo, desarranjo da cromatina e, principalmente, lesões graves e persistentes ao DNA (Cuollo et al., 2020).
Os inibidores do ciclo celular aumentam devido a danos ao DNA, resultando em mutações que interferem na estabilidade genômica e função das células, o que leva a parada desse ciclo (Inocêncio et al., 2024).
O ciclo celular é controlado por diversas proteínas, as chamadas quinases dependentes de ciclina (CDKs), que regulam a progressão desse ciclo, e a proteína retinoblastoma (pRB), responsável por desacelerar o crescimento das células. A proteína p53, ao detectar danos ao DNA é ativada induzindo a produção da proteína p21, que inibe as CDKs, levando à parada do ciclo celular. Se o dano for irreparável, o p53 pode levar a célula à morte programada (apoptose). Uma outra proteína, a p16INK4A/pRB, que também é ativada por condições de estresse prolongado, atua inibindo as CDK4/6 quinases, o que inviabiliza a fosforilação da pRB, que então se liga ao fator de transcrição E2F, impedindo a célula de entrar na fase S (replicação do DNA), bloqueando o avanço do ciclo celular na fase G1, primeira fase do ciclo, e levando à parada irreversível do crescimento celular. A ativação contínua desses genes pelos danos oxidativos, faz com que os fibroblastos não se dividam para reparar os tecidos, assim a pele perde sua capacidade de regeneração, tornando-se mais frágil e sem elasticidade (Bulbiankova et al., 2023). Fibroblastos senescentes não entram em apoptose facilmente, se acumulando na derme e prejudicando a renovação e estrutura da pele (Zhang et al., 2023). Esses processos estão representados na (Figura 2), que ilustra os mecanismos de interrupção do ciclo celular, ativação de senescência e apoptose como respostas a danos ao DNA e condições de estresse celular.
Figura 2: Mecanismos de controle do ciclo celular e as respostas celulares ao dano no DNA. A ativação de p53, seguida da expressão de p21, bloqueia as CDKs, resultando na interrupção do ciclo celular. Caso o dano persista, as células podem entrar em senescência celular ou apoptose. Adicionalmente, o inibidor p16INK4A reforça a interrupção do ciclo na fase G1, garantindo que células com DNA danificado não avancem no ciclo celular.
Fonte: Gerada por ChatGPT em 02/06/2025.
Células senescentes liberam o SASP, um estado em que as células, após a parada do ciclo celular, permanecem metabolicamente ativas secretando quimiocinas, citocinas, fatores de crescimento e proteases. O papel do SASP pode ser benéfico quando limita a fibrose e promove cicatrização de feridas, regenerando os tecidos, porém, pode também mediar a inflamação crônica no microambiente tecidual. Sendo assim novas estratégias terapêuticas por intervenção genética ou farmacológicas estão sendo estudadas visando modular o SASP e combater danos relacionados à idade (Cuollo et al., 2020).
O SASP atua de duas formas, mantendo e disseminando a senescência celular na pele. De maneira autócrina, os fibroblastos permanecem em um estado de inflamação crônica reforçado por citocinas como interleucinas IL-1, IL-6, IL-8, por exemplo. Ao mesmo tempo, de maneira parácrina, as moléculas secretadas pelo SASP afetam as células vizinhas, induzindo nelas resposta inflamatória (Zhang et al., 2023).
3.3 Bioinformática na pesquisa sobre envelhecimento
Atualmente, a acessibilidade emergente das tecnologias ômicas em larga escala e ricas em dados, incluindo proteômica e transcriptômica, levou a um enorme tesouro de dados à espera de análise de biomarcadores. A análise destes dados com métodos de aprendizado de máquina de ponta permite aos pesquisadores extraírem características com relevância clínica, como assinaturas proteicas ou expressão gênica que geram um impacto substancial na previsão de doenças, prognóstico ou respostas terapêuticas (Merry et al., 2021).
No entanto, para identificar de forma precisa e confiável os biomarcadores moleculares a partir de dados ômicos complexos, é necessário um conhecimento aprofundado sobre os métodos mais adequados e sua implementação. A análise e visualização simultânea desses dados usando ferramentas e bancos de dados como NCBI , PDB (Banco de dados de proteínas), XGBoost, Random Forest, Omics Playground, entre outras plataformas para análise de enriquecimento funcional de grandes conjuntos de genes, integraram os métodos acima mencionados de análise e visualização de dados, tornando a descoberta de biomarcadores uma busca interativa e menos dificultosa para os pesquisadores (Tan et al., 2021). Um fator importante na descoberta de biomarcadores em grande escala é a análise computacional de dados multiômicos, que geralmente são submetidos a validações experimentais, aumentando assim a confiança nos dados resultantes (Basisty et al,2020).
O sucesso dessas análises está diretamente ligado à aplicação correta de algoritmos sofisticados que são apropriados para os dados subjacentes e os objetivos da análise. A abordagem para a adoção da análise de biomarcadores dependerá criticamente do propósito da investigação, seja ele clínico ou relacionado à segurança. Além disso, embora a racionalização de dados seja um meio de simplificar, o processo torna-se cada vez mais rigoroso com ênfase na aplicação clínica, e uma série de validações analíticas e clínicas robustas devem ser realizadas para garantir que o que é transmitido nos dados seja confiável (Xia et al., 2017). A identificação de biomarcadores robustos começa com o desenho adequado do estudo, que inclui ter um tamanho de amostra grande o suficiente para que os resultados sejam estatisticamente significativos e biologicamente relevantes. A escolha correta da abordagem ômica e do tipo de amostra biológica mais apropriada é vital para a geração de dados de alto rendimento. Finalmente, verificar a qualidade dos dados com padronização definida, controle e etapas de pré-processamento é essencial. Tais precauções aumentam consideravelmente a confiabilidade das análises (Zamora-Obando et al., 2022).
Foi identificada uma assinatura multigênica associada ao SASP, caracterizada por um conjunto de moléculas bioativas secretadas por células senescentes. A estrutura apresentada nesse tópico é a IL1A, (mostrada em verde na figura 3) embora a composição da assinatura multigênica do SASP não seja fixa, pois depende do tipo celular, do agente indutor de senescência e do tempo de residência celular, o mesmo foi detectado em modelos experimentais distintos (Ren, X. et al., 2017).
Figura 3: Estrutura feita no PDB, obtida por difração de raios X, representando a proteína interleucina-1 alfa (IL-1α) em verde, associada a um aptâmero de DNA modificado, em azul e laranja. A interação bloqueia a função inflamatória da IL-1α, um dos componentes chave do fenótipo secretor associado à senescência (SASP).
Fonte: Adaptado de Basisty et al. (2020).
Existem muitas citocinas e quimiocinas associadas ao SASP e elas estão diretamente relacionadas à proliferação dos tecidos e o influxo de células imunológicas como IL6, IL8, IL1A que podem estar envolvidas em tecidos com contextos fisiológicos de estado de cura, regeneração e até mesmo supressão tumoral (Ren, X. et al., 2017).
Atualmente, existem estudos estabelecendo painéis de SASP personalizados para envelhecimento da pele, câncer ou doenças neurodegenerativas. Além disso, destacam-se recursos importantes como o SASP Atlas (Basisty et al., 2020), um banco de dados dinâmico e constantemente atualizado que reúne perfis proteômicos do SASP induzidos por diferentes estímulos (representado na figura 4). Sendo que alguns dados mostram duas categorias como as principais para o sSASP fenótipo secretor solúvel (sSASP); ou associado a vesículas extracelulares (eSASP) (Liu et al., 2020).
Figura 4: Fluxo de trabalho proteômico para isolamento e análise de proteínas secretadas e exossomos/EVs.
Fonte: Adaptação de (Basisty et al,2020)
Em resumo, através das metodologias ômicas que visam as abordagens analíticas que objetivam a caracterização ampla e integrada de diferentes níveis moleculares, com a proteômica desempenhando um papel central na investigação do SASP, uma vez que permite a caracterização detalhada do conjunto de proteínas secretadas por células senescentes, o SASP tem sido caracterizado em grande detalhe e demonstrado constituir um pipeline de descoberta de biomarcadores para o envelhecimento. Esses biomarcadores têm um valor diagnóstico e terapêutico significativamente alto, particularmente à luz das aplicações da medicina personalizada e do desenvolvimento de intervenções que visam promover uma longevidade saudável. No contexto terapêutico, as estratégias senolíticas (eliminação de células senescentes) ou senomórficas (modulação do SASP) têm se mostrado promissoras (Basisty et al., 2020). Por exemplo, há compostos que visam à repressão do SASP e seus efeitos nocivos, estendendo a geroconversão tecidual. Uma dessas citocinas pró-inflamatórias é a IL-1α (interleucina-1 alfa), que desempenha um papel importante no envelhecimento celular e no contexto do SASP. É essencial para sustentar e reforçar a inflamação crônica de baixo grau, que é um aspecto do envelhecimento (Ren, et al., 2017).
3.4 Principais abordagens terapêuticas e suas ações sobre o SASP no envelhecimento cutâneo
Como o SASP tem sido implicado no envelhecimento da pele, há uma busca contínua por novas estratégias que possam modular essa atividade de maneira amigável à pele, como intervenções nutracêuticas e cosmecêuticas. Estes agentes incluem senolíticos (para a apoptose de células senescentes); senomorfos (para prevenir o SASP) e antioxidantes, funcionando através de vários mecanismos. Os efeitos estimados anti-inflamatórios desses suplementos e as evidências para o desenvolvimento de suplementos orais e tópicos como captadores de radicais livres e como inibidores de estágios premonitórios de inflamação da pele têm sido os mais estudados (Sanaye et al., 2022).
Os polifenóis seriam um dos primeiros candidatos a serem estudados em profundidade, uma vez que são moléculas bioativas encontradas em frutas e vegetais, sementes, vinho tinto, café e chá verde. Devido às suas propriedades antioxidantes e anti-inflamatórias, os polifenóis suprimem citocinas pró-inflamatórias que contribuem para o SASP e fornecem suporte para a matriz extracelular. Alguns subtipos de polifenóis, por exemplo, flavonoides, foram descritos como atuando via inibição da liberação de citocinas, IL-6, IL-8 e IL-1α. (Csekes et al., 2021).
A fisetina, por exemplo, encontrada em frutas como morangos, caquis, uvas, kiwis e maçãs, apresenta potente ação senolítica , induzindo apoptose em células senescentes (Yousefzadeh et al., 2018). Já a quercetina, presente em alimentos como maçãs, uvas, cebolas e alhos, atua também como senolítico, modulando o SASP por meio da inibição da via de sinalização NF-κB e da redução da expressão de citocinas como TNF-α, IL-1α e IL-8 (Csekes et al, 2021).
Outro dos compostos flavonoides, a apigenina (também encontrada em cebolas, salsa e camomila) é introduzida. Ela também tem sido descrita como inibidora de citocinas pró-inflamatórias e fatores SASP, incluindo NF-kB (Sanaye et al., 2022). O resveratrol do cacau, uva e vinho tinto também tem propriedades antioxidantes e anti-inflamatórias potentes com atividade senomórfica (inibição da liberação de fatores SASP e inibição da senescência celular) (Kowalczyk et al., 2022).
De modo geral, os polifenóis naturais com propriedades antisenescência, têm se mostrado promissores na prevenção e no tratamento dos sinais visíveis do envelhecimento cutâneo. A integração de ferramentas de bioinformática tem sido essencial para a identificação precisa dos marcadores moleculares associados à senescência, permitindo a seleção de compostos bioativos com maior potencial de interferir nesse processo (LUO et al., 2021).
4. CONCLUSÃO
O reconhecimento de novos biomarcadores moleculares relacionados ao rejuvenescimento celular, representa uma grande evolução na ciência demonstrando compromisso com a medicina regenerativa, trazendo possibilidades para o diagnóstico precoce e alterações relacionadas ao envelhecimento. Neste trabalho, foi possível discutir as possibilidades da bioinformática na fundamentação da análise de dados ômicos, demonstrando a possibilidade da descoberta de novos biomarcadores potencializando diagnóstico e terapias.
A senescência celular, sinalizada pelo fenótipo SASP, é um alvo importante para pesquisas pois está presente em diversos processos inflamatórios e degenerativos que auxiliam no envelhecimento cutâneo. A especificação de biomoléculas relacionadas a modulação por polifenóis e outros compostos naturais, frisa a possibilidade de intervenções menos invasivas e com maior eficácia no embate da sinalização do envelhecimento. Ademais, ferramentas computacionais consentem a análise de grandes conjuntos de dados e a integração dos mesmos, trazendo otimização e maior comparação no processo de seleção de moléculas bioativas, genes e alvos terapêuticos. Essa abordagem fortalece os estudos focados nas terapias personalizadas e mais eficazes, melhorando assim os resultados clínicos.
A união entre a bioinformática, com seus diversos bancos de dados, plataformas de análises, e a pesquisa de bancada, envolvendo a biologia molecular, é de grande essencialidade para o avanço de diversas soluções voltadas ao rejuvenescimento celular, abrindo portas para a prevenção do envelhecimento precoce e de novos estudos para a área da saúde.
REFERÊNCIAS
BASISTY, Nathan et al. A proteomic atlas of senescence-associated secretomes for aging biomarker development. PLOS Biology, v. 18, n. 1, p. e3000599, 16 jan. 2020. Disponível em: https://doi.org/10.1371/journal.pbio.3000599. Acesso em: 05 maio 2025.
BULBIANKOVA, D. et al. Hallmarks and Biomarkers of Skin Senescence: An Updated Review of Skin Senotherapeutics. Anoxidants, v. 12, n. 2, p. 444, 2023. Disponível em: https://doi.org/10.3390/anox12020444. Acesso em: 09 de março de 2025.
CSEKES, Erika; RAČKOVÁ, Lucia. Skin Aging, Cellular Senescence and Natural Polyphenols. International Journal of Molecular Sciences, v. 22, n. 23, p. 12641, 23 nov. 2021. Disponível em: https://doi.org/10.3390/ijms222312641. Acesso em: 11 abril 2025.
CUOLLO, Lorenzo et al. The Senescence-Associated Secretory Phenotype (SASP) in the Challenging Future of Cancer Therapy and Age-Related Diseases. Biology, v. 9, n. 12, p. 485, 21 dez. 2020. Disponível em: https://doi.org/10.3390/biology9120485. Acesso em: 05 maio 2025.
GAYON, Jean. From Mendel to epigenetics: History of genetics. Comptes Rendus Biologies, v. 339, n. 7-8, p. 225-230, jul. 2016. Disponível em: https://doi.org/10.1016/j.crvi.2016.05.009. Acesso em: 11 março 2025. GERASYMCHUK, Marta et al. The Role of microRNAs in Organismal and Skin Aging. International Journal of Molecular Sciences, v. 21, n. 15, p. 5281, 25 jul. 2020. Disponível em: https://doi.org/10.3390/ijms21155281. Acesso em: 19 março 2025.
INOCÊNCIO A. L. A., OLIVEIRA Y. M. G., SOUZA G. R. B. A utilização de biomarcadores genéticos para o rastreamento do envelhecimento. Brazilian Journal of Healt Review, Curitiba, v.7, n.5, p. 01-14, out. 2024. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/view/73821. Acesso em 16 de março de 2025.
KOWALCZYK, A. et al. Resveratrol as a factor preventing skin aging and affecting its regeneration. International Journal of Molecular Sciences, v. 23, n. 15, p. 1–15, 2022. Disponível em: https://doi.org/10.3390/ijms23158168. Acesso em 16 de março de 2025.
LA TORRE, A.; LO VECCHIO, F.; GRECO, A. Epigenetic mechanisms of aging and aging-associated diseases. Cells, v. 12, n. 8, p. 1163, abr. 2023. Disponível em: https://pubmed.ncbi.nlm.nih.gov/37190071/. Acesso em: 06 abril 2025.
LEE, Y. et al. Increased Histone Acetylation and Decreased Expression of Specific Histone Deacetylases in Ultraviolet-Irradiated and Intrinsically Aged Human Skin In Vivo. International Journal of Molecular Sciences, v. 22, n. 4, p. 2032, 1 jan. 2021. Disponível em: https://pubmed.ncbi.nlm.nih.gov/33670779/. Acesso em: 24 março 2025.
LEŚNIAK, W. Epigenetic Regulation of Epidermal Differentiation. Epigenomes, v. 5, n. 1, p. 1, 1 jan. 2021. Disponível em: https://www.mdpi.com/2075- 4655/5/1/1. Acesso em: 29 março 2025.
LIN Js, Lai Em. Protein-protein Interactions: Co-immunoprecipitation. Methods Mol Biol. 1 jul. 2017. Disponível em: https://pubmed.ncbi.nlm.nih.gov/28667615/. Acesso em: 01 maio 2025.
LIU, Guang-Hui et al. Aging Atlas: a multi-omics database for aging biology. Nucleic Acids Research, v. 49, n. D1, p. D825—D830, 29 out. 2020. Disponível em: https://doi.org/10.1093/nar/gkaa894. Acesso em: 07 maio 2025.
LUO, Jing et al. Dietary Anti-Aging Polyphenols and Potential Mechanisms. Antioxidants, v. 10, n. 2, p. 283, 13 fev. 2021. Disponível em: https://doi.org/10.3390/antiox10020283. Acesso em: 11 abril 2025.
MERRY, Eve et al. Predictive and prognostic transcriptomic biomarkers in soft tissue sarcomas. npj Precision Oncology, v. 5, n. 1, 5 mar. 2021. Disponível em: https://doi.org/10.1038/s41698-021-00157-4. Acesso em: 11 maio 2025.
ORIOLI, D.; DELLAMBRA, E. Epigenetic Regulation of Skin Cells in Natural Aging and Premature Aging Diseases. Cells, v. 7, n. 12, p. 268, 1 dez. 2018. Disponível em: https://pubmed.ncbi.nlm.nih.gov/30545089/. Acesso em: 05 abril 2025
PANATTA, E. et al. Kruppel-like factor 4 regulates keratinocyte senescence. Biochemical and Biophysical Research Communications, v. 499, n. 2, p. 7. Disponível em: https://pubmed.ncbi.nlm.nih.gov/29580988/. Acesso em:23 março 2025. RAFE, Tanzir et al. Preventive Role of Resveratrol Against Inflammatory Cytokines and Related Diseases. Current Pharmaceutical Design, v. 25, n. 12, p. 1345-1371, 9 ago. 2019. Disponível em: https://doi.org/10.2174/1381612825666190410153307. Acesso em: 03 maio 2025.
REN, Xiaoming et al. Structural basis for IL-1α recognition by a modified DNA aptamer that specifically inhibits IL-1α signaling. Nature Communications, v. 8, n. 1, 9 out. 2017. Disponível em: https://doi.org/10.1038/s41467-017-00864-2. Acesso em: 02 maio 2025.
RUTLEDGE, J.; OH, H.; WYSS-CORAY, T. Measuring biological age using omics data. Nature Reviews Genetics, v. 23, n. 12, p. 715-727, 2022. Disponível em: https://pubmed.ncbi.nlm.nih.gov/35715611/. Acesso em: 24 março 2025.
SANAYE, Pantea Majma et al. Different mechanisms by which apigenin improves treatment of dermatological disorders Apigenin and its dermatological applications: A comprehensive review. Phytochemistry, p. 113390, ago. 2022. Disponível em: https://doi.org/10.1016/j.phytochem.2022.113390. Acesso em: 01 abril 2025.
SAUL, D.; KOSINSKY, R. L. Epigenetics of aging and aging-associated diseases. International Journal of Molecular Sciences, v. 22, n. 1, p. 401, 2021. Disponível em: https://www.mdpi.com/1422-0067/22/1/401. Acesso em: 06 abril 2025.
SIAMETIS, A.; NIOTIS, G.; GARINIS, G. A. DNA Damage and the aging epigenome. The Journal of Investigative Dermatology, v. 141, n. 4S, p. 961-967, 2021. Disponível em: https://www.sciencedirect.com/science/article/pii/S0022202X20321928. Acesso em: 24 março 2025.
STAFA, K. et al. miR-146a is a critical target associated with multiple biological pathways of skin aging. Frontiers in Physiology, v. 15, 29 fev. 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/38487265/. Acesso em: 05 abril 2025
SZKLARCZYK, Damian et al. The STRING database in 2021: customizable protein–protein networks, and functional characterization of user-uploaded gene/measurement sets. Nucleic Acids Research, v. 49, n. D1, p. D605—D612, 25 nov. 2020. Disponível em: https://doi.org/10.1093/nar/gkaa1074. Acesso em: 11 abril 2025.
TAO, X. et al, Biomarkers of aging and relevant evaluation techniques: A comprehensive review. Aging and Disease, v.15, n.3, p. 977-1005, jun.2024. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC11081160/pdf/ad-15-3-977.pdf. Acesso em: 06 abril de 2025.
TAN, Mei Sze et al. A review on omics-based biomarkers discovery for Alzheimer’s disease from the bioinformatics perspectives: Statistical approach vs machine learning approach. Computers in Biology and Medicine, v. 139, p. 104947, dez. 2021. Disponível em: https://doi.org/10.1016/j.compbiomed.2021.104947. Acesso em: 21 março 2025.
WLASCHEK, Meinhard et al. Connective Tissue and Fibroblast Senescence in Skin Aging. Journal of Investigative Dermatology, v. 141, n. 4, p. 985-992, abr. 2021. Disponível em: https://doi.org/10.1016/j.jid.2020.11.010. Acesso em: 08 março 2025.
XIA, X. et al, Biomarcadores moleculares e fenotípicos do envelhecimento. National Library of Medicine, v.6, n. 860, jun. 2017. Disponível em: https://pmc-ncbi-nlm-nih-gov.translate.goog/articles/PMC5473407/?_x_tr_sl=en&_x_ tr_tl=pt&_x_tr_hl=pt&_x_tr_pto=sge Acesso em: 06 de abril de 2025.
YOUSEFZADEH, Matthew J. et al. Fisetin is a senotherapeutic that extends health and lifespan. EBioMedicine, v. 36, p. 18-28, out. 2018. Disponível em: https://doi.org/10.1016/j.ebiom.2018.09.015. Acesso em: 02 jun. 2025.
ZAMPIERI, M. et al. Reconfiguration of DNA methylation in aging. Mechanisms of Ageing and Development, v. 151, p. 60-70, 2015. Disponível em: https://www.sciencedirect.com/science/article/pii/S004763741500007X. Acesso em: 05 abril 2025.
ZAMORA-OBANDO, Hans et al. BIOMARCADORES MOLECULARES DE DOENÇAS HUMANAS: CONCEITOS FUNDAMENTAIS, MODELOS DE ESTUDO E APLICAÇÕES CLÍNICAS. Química Nova, 2022. Disponível em: https://doi.org/10.21577/0100-4042.20170905. Acesso em: 11 maio 2025.
ZHANG, J. et al. Aging in the dermis: Fibroblast senescence and its significance. National Library of Medicine. v.23, n.2, 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/38040661/. Acesso em: 10 maio de 2025.
ZHANG, W. et al. The ageing epigenome and its rejuvenation. Nature Reviews Molecular Cell Biology, v. 21, n. 3, p. 137–150, 1 mar. 2020. Disponível em: https://pubmed.ncbi.nlm.nih.gov/32020082/. Acesso em: 23 março de 2025.
1Graduanda em Biomedicina Instituição: Centro Universitário Una E-mail:alinematosjabo@gmail.com
2Graduanda em Biomedicina Instituição: Centro Universitário Una E-mail:barbara.niege@gmail.com
3Graduanda em Biomedicina Instituição: Centro Universitário Una E-mail:lorrainemendes1997@gmail.com
4Graduando em Biomedicina Instituição: Centro Universitário Una E-mail:pabloleitecirino123@gmail.com