É possível reverter o Envelhecimento?

O avanço da Ciência tem trazido possibilidades de vanguarda, para o ser humano, no tocante ao envelhecimento. Pesquisas tem aventado a hipotese de parar ou mesmo reverter a seneiscencia, mesmo que isso atente contra uma das forças mais fortes no Universo, a Entropia. 

A entropia surge da Segunda Lei da  Termodinâmica. Ela mostra que o universo caminha naturalmente para um estado de maior desordem e perda de energia útil com o passar do tempo. Não se trata de um empurrão ou puxão físico (uma força), mas da direção em que o tempo e os processos físicos acontecem.

Introdução

A entropia, definida pela primeira vez em 1865 por Rudolf Clausius como uma propriedade termodinâmica, quantifica a desordem ou aleatoriedade em um sistema macroscopicamente [ 1 ]. A segunda lei da termodinâmica afirma que sistemas isolados evoluem naturalmente para uma entropia maior, um estado de caos e dissipação de energia aumentados. 

Em sistemas biológicos abertos, como células ou organismos, a entropia é continuamente trocada com o ambiente. Os processos metabólicos fornecem energia livre que sustenta a ordem celular, enquanto a dissipação irreversível gera entropia. Um aumento líquido na entropia reflete um estado em que a dissipação de energia supera a capacidade do sistema de manutenção e reparo, uma condição comumente associada ao envelhecimento. Por exemplo, a disfunção mitocondrial em células envelhecidas reduz a eficiência da produção de ATP, potencialmente aumentando a produção de entropia no nível subcelular [ 2 ].

Na teoria da informação, Claude Shannon posteriormente adaptou a entropia para medir a incerteza nos dados, onde uma entropia mais alta corresponde a uma maior imprevisibilidade [ 4 ], conforme expresso pela Equação (3) :

H⁡(X)=−∑n𝑖=1p⁡(x𝑖)⁢lo⁢g2⁡p⁡(x𝑖),

(3)

( H ( X ), entropia de Shannon da variável aleatória X (medindo o grau de desordem no sistema); n , o número total de estados ou resultados possíveis de X ; p ( x _i ), a probabilidade de ocorrência de estados ou resultados (por exemplo, estado metilado versus não metilado em um sítio CpG ou nível de expressão de um gene).

Ao contrário da entropia termodinâmica, a entropia de Shannon (ou seja, entropia da informação) quantifica a desordem informacional em sistemas biológicos (por exemplo, estados de metilação do DNA, perfis de expressão gênica) [ 5 , 6 ]. Esses conceitos convergem na biologia: os sistemas vivos resistem à entropia aproveitando a energia para manter a ordem [ 7 , 8 ], mas o envelhecimento representa a falha gradual dessa resistência [ 9 ]. Nesse contexto biológico, termos como “desordem” e “caos” referem-se à perda da ordem funcional e estrutural, que é a manifestação macroscópica do aumento da entropia.

Figura 1. Um modelo de três estágios da dinâmica da entropia ao longo da vida. O estágio de desenvolvimento é um período de redução da entropia, em que a complexidade biológica e o conteúdo de informação aumentam à medida que estruturas celulares, teciduais e do organismo são estabelecidas de forma ordenada. O estágio reprodutivo representa um estado de homeostase dinâmica, em que mecanismos regulatórios robustos (por exemplo, reparo de DNA, vigilância imunológica) mantêm a entropia em um nível estável e baixo para sustentar a aptidão reprodutiva. O estágio de envelhecimento reflete uma fase de aumento da entropia, caracterizada pela quebra dos mecanismos homeostáticos, levando ao acúmulo de desordem. Intervenções rejuvenescedoras podem neutralizar esse acúmulo de entropia relacionado ao envelhecimento.

A ordem biológica é exemplificada durante o desenvolvimento e a evolução, que organizam a matéria em estruturas precisas e de baixa entropia [ 10 ]. Por exemplo, o desenvolvimento embrionário segue planos genéticos e epigenéticos para formar tecidos especializados, um processo que reduz a entropia macroscopicamente, com acúmulo de conteúdo informacional à medida que as células se diferenciam em linhagens funcionalmente distintas. É importante notar que essa progressão em direção à ordem do organismo pode envolver estocasticidade controlada em escalas moleculares (por exemplo, na dinâmica da metilação do DNA ou na remodelação da cromatina [ 11 ]), que serve como uma “exploração” essencial para alcançar o estado final de baixa entropia. A evolução, de forma semelhante, otimiza características para a aptidão, criando complexidade informacional e funcional [ 12 ]. Por outro lado, o envelhecimento é caracterizado por uma mudança sistêmica em direção à desordem em todas as escalas, refletindo a inevitabilidade termodinâmica do acúmulo de entropia quando a preservação da estabilidade informacional falha [ 13 ].

Avaliação: biomarcadores quantitativos baseados em entropia

A entropia biológica é comumente quantificada usando a fórmula de Shannon. Essa medida facilita a comparação da desordem em diferentes escalas, desde estados moleculares até a função em nível de sistema. Fundamentalmente, ela permite que diferentes tipos de desordem (por exemplo, deriva epigenética, perturbação transcricional) sejam colocados em uma escala quantitativa comum. O aumento da entropia em níveis genômicos, epigenéticos, transcricionais e funcionais foi demonstrado usando essa abordagem, mostrando potencial preditivo para o envelhecimento celular e tecidual que pode ir além das métricas convencionais [ 5 , 19 , 26 , 41 , 55 , 60 , 82 ]. Por exemplo, a entropia de metilação mostrou-se menor em indivíduos saudáveis ​​e longevos, podendo distinguir o estado de saúde independentemente da idade cronológica [ 28 ]. Da mesma forma, a entropia transcricional calculada a partir de dados de RNA-seq de célula única pode identificar estados celulares pré-malignos não capturados por marcadores tradicionais [ 41 ].

Embora as métricas de entropia individuais ofereçam biomarcadores poderosos, traduzir a teoria entrópica do envelhecimento em um índice unificado e prático enfrenta dois desafios críticos. Primeiro, a não monotonicidade da mudança de entropia ao longo da vida apresenta um obstáculo conceitual: se a hipótese central for válida, de que a entropia diminui durante o desenvolvimento, atinge um ponto mínimo na idade adulta jovem e aumenta posteriormente, então um determinado valor de entropia poderia corresponder a duas idades biológicas distintas (uma no desenvolvimento, outra no envelhecimento), tornando-se uma medida ambígua e independente do envelhecimento. Segundo, existe a complexidade multiescalar dos sistemas biológicos. O envelhecimento é um processo sistêmico, heterogêneo e não linear que se manifesta em dimensões distintas (molecular, celular, tecidual, etc.) [ 16 , 83 , 84 ], cada uma exigindo métodos de quantificação específicos. Um índice de envelhecimento valioso deve, portanto, integrar essa complexidade em uma única métrica coerente.

Para explorar uma possível solução para essas limitações, propomos aqui uma estrutura conceitual para medir a entropia em múltiplas escalas biológicas, de moléculas a tecidos, e combiná-las em um índice composto hipotético. Essa abordagem contorna o problema da não monotonicidade na teoria, utilizando o estado homeostático do adulto jovem como ponto de referência, com foco no aumento entrópico que caracteriza a fase de envelhecimento. Isso leva à formulação de um Índice Entrópico de Envelhecimento Multiescala (MEAI) como um constructo teórico, dado pela Equação (4) :

MEUMEU=∑M𝑖=1𝑤𝑖⁢H(current)𝑖−𝜇H(ref)𝑖𝜎H(ref)𝑖,

(4)

Aqui, M representa o número de escalas biológicas selecionadas. O peso w_{_i} (onde ∑ w_i = 1) reflete a contribuição relativa da desordem de cada escala para o envelhecimento sistêmico. H _{_i} ^(atual) representa a entropia (por exemplo, entropia genética, entropia epigenética, entropia transcricional, entropia proteômica, entropia metabólica, entropia do tipo celular, entropia da organização tecidual, entropia funcional) na escala biológica i para o indivíduo avaliado. μ _{H _i} ^(ref) representa a entropia média na escala biológica i em uma grande população de referência jovem e saudável bem caracterizada (onde a entropia atinge um nadir estável após o desenvolvimento). σ _{H _i} ^(ref) representa o desvio padrão da entropia na escala biológica i na população de referência. Notavelmente, como o MEAI foi projetado para quantificar especificamente o aumento entrópico relacionado ao envelhecimento, a fórmula é válida sob a premissa de que H _{_i} ^(atual) > μ _{H _i} ^(ref) . O MEAI oferece uma base teórica para quantificar o aumento entrópico relativo em diferentes escalas, representando uma métrica única hipotética que, em princípio, aumentaria com a desordem acumulada, embora sua implementação prática como um índice unificado ainda esteja pendente.

Como prova de conceito, o MEAI requer ampla implementação, otimização e validação empírica para abordar desafios práticos ainda não superados. Primeiro, a atribuição de w i não é trivial e pode ser baseada em abordagens orientadas por dados (por exemplo, importância de características em modelos de aprendizado de máquina) ou consenso de especialistas, mas deve ser refinada por meio de testes em conjuntos de dados longitudinais de grande escala. Segundo, garantir a comparabilidade dos valores de entropia em diferentes escalas biológicas exige uma estrutura computacional consistente (por exemplo, definições padronizadas de estado/intervalo para o cálculo da entropia de Shannon). Terceiro, definir os valores de referência robustos ( μ H i (ref) e σ H i (ref) ) é crucial. Isso requer o estabelecimento de uma linha de base a partir de uma coorte claramente caracterizada de indivíduos jovens e saudáveis, com entropia média/mediana de grandes coortes (critérios de saúde rigorosos) e valores estratificados (por exemplo, por sexo) para aumentar a aplicabilidade populacional. Em quarto lugar, a soma ponderada linear pode simplificar excessivamente as sinergias não lineares entre a desordem multiescalar; modelos avançados (como redes neurais gráficas e análise fatorial multiescalar) podem ser necessários para capturar como a entropia molecular amplifica a disfunção tecidual e sistêmica. Em quinto lugar, a viabilidade computacional permanece um obstáculo: algumas métricas de entropia (como a entropia estrutural tecidual obtida por transcriptômica espacial e a entropia funcional de órgãos obtida por imagem) carecem de fluxos de trabalho padronizados, exigindo o desenvolvimento de ferramentas reproduzíveis para a quantificação em múltiplas escalas. Dada a sua natureza teórica atual e os desafios práticos ainda não resolvidos (como a comparabilidade da entropia em múltiplas escalas, a calibração dos pesos, a estabilidade em nível individual e a integração não linear), o desempenho preditivo do MEAI e sua otimização em diversas populações ainda precisam ser explorados e estabelecidos por meio de futuros estudos empíricos em larga escala. Os estudos iniciais de prova de conceito para o MEAI devem priorizar a integração de duas a três métricas de entropia bem validadas (por exemplo, entropia de metilação do DNA + entropia transcricional de célula única), testando se o índice composto supera as métricas individuais na previsão de fenótipos de envelhecimento ou eficácia de intervenções. Essa validação incremental refinará a estrutura antes da expansão para uma integração multiescalar complexa.

Notavelmente, a dependência do MEAI na entropia de Shannon introduz uma consideração metodológica fundamental. Como uma métrica baseada em distribuição, a entropia de Shannon requer uma distribuição de probabilidade predefinida entre estados ou intervalos discretos, uma característica inerente que complica a atribuição de valores de entropia significativos a amostras individuais sem referência a uma linha de base populacional. Essa limitação ressalta o desafio mais amplo da avaliação personalizada do envelhecimento, onde as medições de indivíduos precisam ser interpretadas em relação a dados normativos. À luz dessas considerações, discussões metodológicas recentes destacaram abordagens complementares, como a distância de Mahalanobis, que quantifica o quanto o perfil multidimensional de biomarcadores de um indivíduo se desvia de uma população de referência saudável [ 58 , 85 ]. Ao contrário da entropia de Shannon, essa métrica pode ser calculada a partir de uma única observação em múltiplas variáveis ​​e pode oferecer uma medida mais direta da divergência fisiológica, que poderia complementar a integração de entropia entre escalas prevista pelo MEAI, uma vez que suas limitações práticas sejam abordadas em trabalhos futuros.

Coletivamente, a tradução do modelo de envelhecimento entrópico e a concretização do potencial do MEAI como um índice unificado, da teoria à prática, dependem de várias etapas críticas, ainda não cumpridas: a construção de coortes populacionais padronizadas para capturar trajetórias normativas de envelhecimento, a padronização dos cálculos de entropia em diferentes escalas, o estabelecimento de valores de referência robustos e o desenvolvimento de fluxos de trabalho integrados para sintetizar medidas multiescala em um índice coerente de “idade entrópica”. Os avanços futuros provavelmente dependerão de modelos de aprendizado de máquina treinados em grandes coortes multiômicas, potencialmente hibridizando medidas baseadas em entropia e em distância para capturar tanto a desordem sistêmica quanto a divergência fisiológica individual, abrindo caminho para uma próxima geração de biomarcadores informados por mecanismos.

FONTE:

1. Life Med 2026;5(3):lnag020.