Multiomik ve çok-fenotipik verilerin entegrasyonu fiziksel kondisyonla ilişkili biyolojik yolları belirliyor

En İyi Performansın Sadece Sert Antrenmandan Fazlası Olmasının Nedeni

Bazı insanlar elit spordan askeri hizmete kadar zorlu fiziksel meydan okumalar için doğal olarak uygun görünüyor. Bu çalışma basit ama güçlü bir soruyu gündeme getiriyor: yalnızca küçük bir gönüllü grubunu kullanarak, bir kişinin “gizli biyolojisini” okuyarak neden bazı bedenlerin bu kadar iyi performans gösterdiğini anlayabilir miyiz — hatta kimin öne çıkacağını tahmin edebilir miyiz? Yazarlar, ayrıntılı kondisyon testlerini derin biyolojik ölçümlerle birleştirerek kan kimyamızın ve hücresel mekanizmalarımızın yüksek performansla ilişkili süreç ağlarını ortaya koyduğunu gösteriyor.

Kadetleri Antrenmanlar ve Günlük Yaşam Boyunca İzlemek

Araştırmacılar, üç ay boyunca ABD Askeri Akademisi’ndeki 86 yüksek düzeyde aktif kadeti izledi. Hepsi zaten formdaydı ve yoğun eğitimden geçiyordu. Her kadet, kaldırma, yükle sprint ve zamanlı koşuyu içeren ve 600 puana kadar değerlendirilen zorlu altı bölümlü Ordu Savaş Kondisyonu Testi’ni tamamladı. Bu çalışmadaki erkeklerin yüzde altmışı 540’ın üzerinde puan aldı — ordu tarafından olağanüstü olarak değerlendirilen bir eşik — bu yüzden ekip, zaten yüksek performans gösterenler arasındaki farkları araştırıyordu. Bu testlerin yanı sıra, kadetler uyku ve günlük etkinliklerini takip eden cihazlar taktı, bilişsel ve kişilik değerlendirmelerini tamamladı ve araştırmacılar efor öncesi ve sonrası kan örnekleri alırken laboratuvarda maksimum oksijen tüketimlerinin sabit bir kesrinde bisiklet sürdüler.

Binlerce Ölçümü Tutarlı Bir Resme Dönüştürmek

Sadece kandan ekip 50.000’den fazla moleküler ölçüm yakaladı: DNA metilasyon işaretleri, gen aktivitesi, proteinler, metabolitler ve bağışıklık ile klinik belirteçler. Klasik bir istatistiksel yaklaşım her molekülü tek tek kondisyon puanlarıyla ilişkilendirmek için arayabilir, ancak bu kadar çok değişken ve sadece birkaç düzine insan olduğunda bu neredeyse garantili olarak gürültülü ve yanlış yönlendirici sonuçlara yol açar. Bunun yerine yazarlar PhenoMol adını verdikleri bir çerçeve geliştirdiler; bu çerçeve önce kondisyona zayıf da olsa bağlılık gösteren molekülleri soruyor, sonra bu adayları insan biyolojisinde genlerin, proteinlerin ve metabolitlerin nasıl etkileştiğini gösteren bilinen haritalara örüyor. Grafik teorisinden araçlar kullanarak yöntem izole sinyalleri buduyor ve performansla mantıksal bağ kurabilecek şekilde bağlı “ekspresyon devreleri” oluşturan molekül gruplarını koruyor.

Kimin Öne Çıkacağını Tahmin Eden Ağlar

Bu devrelerle ekip her kadetin kondisyon puanını tahmin etmek için modeller eğitti. Ağ bilgisini göz ardı eden ve sadece en iyi tekil molekülleri seçmeye çalışan modellere kıyasla, PhenoMol modelleri anlamlı biçimde daha doğru çıktı; üstelik çok daha az özellik kullanmalarına rağmen. Ağ ayrıca modüllere —her biri farklı bir biyolojik temayı yakalayan sıkı örülmüş molekül kümelerine— ayrılabiliyordu. Bu modüller “ansambl” modellerine birleştirildiğinde, toplam kondisyon puanlarını vücut kompozisyonu, oksijen alımı ve uyku gibi geleneksel ölçütlerden sadece kurulan modellerle yaklaşık olarak aynı doğrulukta tahmin ettiler. Dikkate değer olarak, tahminler zaten yüksek performans gösteren kadetler için en güçlüydü; bu da kohortun görece az sayıda düşük puanlı birey içerdiğini yansıtıyor.

Vücudun Yolları Yüksek Kondisyon Hakkında Ne Anlatıyor

PhenoMol bilinen biyolojiye dayandığı için yazarlar hangi yolların en önemli olduğunu yorumlayabildi. Kan pıhtılaşması ve bağışıklık savunmasıyla ilgili sistemlerde güçlü sinyaller, kas metabolizmasını etkileyen safra asidi işleme yollarında ve arginin, prolin ve triptofan gibi amino asitleri ele alan yollarda buldular. Bu süreçler kan akışı, enerji kullanımı, kas onarımı ve strese dayanıklılık ile bağlantılıdır — sürekli performansın ana bileşenleri. Yorgunlukla ilişkili amonyağı temizlemeye yardımcı olan üre döngüsüyle ilişkili moleküller de daha iyi puanlarla koreleydi. Tek bir “sihirli” biyobelirteç yerine sonuçlar, birlikte daha yüksek performans gösterenleri akranlarından ayıran çoklu yollar boyunca koordineli değişimleri vurguluyor.

Moleküler Devrelerden Kişiselleştirilmiş Antrenmana

Düz bir ifadeyle, bu çalışma nispeten küçük bir insan grubundan elde edilen derin ama gürültülü moleküler verileri kullanarak fiziksel kondisyona ilişkin biyolojik açıdan mantıklı örüntülerin ortaya konabileceğini gösteriyor. Ölçümleri bilinen etkileşim ağlarına yerleştirerek PhenoMol sinyali gürültüden ayırıyor ve bağışıklık tepkileri, safra asidi sinyalleşmesi ve azot yönetimi gibi bazı somut yolların neden bazı bireylerin daha iyi performans gösterip daha iyi iyileştiğini açıklamaya yardım edebileceğini işaret ediyor. Yazarlar, bu genel yaklaşımın kişiselleştirilmiş antrenman, beslenme ve toparlanma planlarına rehberlik edebileceğini ve yalnızca küçük kohortların çalışılabildiği sağlık, hastalık riski veya nadir durumlar gibi diğer alanlara uyarlanabileceğini savunuyor.

Atıf: Alizadeh, A., Graf, J., Misner, M.J. et al. Integration of multiomic and multi-phenotypic data identifies biological pathways associated with physical fitness. Commun Biol 9, 464 (2026). https://doi.org/10.1038/s42003-026-09663-2

Anahtar kelimeler: fiziksel kondisyon, multi-omikler, biyobelirteçler, egzersiz biyolojisi, sistem biyolojisi