Paredzams, ka darbība šajā jomā nodrošinās šādu ietekmi:

• Paātrināt ES piekļuvi izmaksu ziņā efektīvākiem iejaukšanās pasākumiem arvien novecojošā sabiedrībā, identificējot personalizētas ārstēšanas pieejas vecumdienās sākušām imūnsistēmas slimībām.
• Samazināt slimību risku vēlākā dzīves posmā, definējot specifiskas profilakses stratēģijas, kas balstītas uz novecošanās biomarķieriem un riska faktoriem.
• Apturēt ar vecumu saistītu slimību saasināšanos, identificējot prognozējošus un digitālos biomarķierus, kas var stratificēt pacientus agrīnai iejaukšanās darbībai.
• Uzlabot dzīves kvalitāti veseliem indivīdiem un pacientiem, novēršot turpmāku veselības pasliktināšanos, izvairoties no aprūpes izmaksu pieauguma un pareizi stratificējot indivīdus agrāk diagnostikas procesā.
• Paātrināt inovatīvu diagnostikas, profilakses un terapeitisko stratēģiju ieviešanu, stiprinot ES pozīciju kā veselības aprūpes inovāciju līderei.
• Izvērtēt digitālos biomarķierus kā potenciālos regulatīvos mērķa rādītājus ar galveno mērķi izstrādāt zāles "veselīgai novecošanai".
• Integrēt sadrumstalotus pētniecības centienus, apvienojot veselības nozares sektorus un ieinteresētās personas, lai attīstītu klīnisko un multi-omikas datu integrācijas spējas.
• Veicināt jaunu uz datiem balstītu pētniecību, veidojot AI infrastruktūru uz esošo datu un kohortu bāzes, ko neviena organizācija nespētu izstrādāt neatkarīgi.

Pacienti un iedzīvotāji gūs labumu no uzlabotas medicīniskās prakses un veselības aprūpes risinājumiem, jaunām mērķtiecīgām profilakses stratēģijām un galu galā veselīgākas novecošanas.

Darbība atbalstīs ES politiku un prioritātes, tostarp European Health Data Space Regulation (EHDS) un EU Artificial Intelligence Act, vienlaikus veicinot Eiropas konkurētspēju vienas no sabiedrības galvenajām problēmām risināšanā.

Darbībai šajā jomā ir jāsniedz ieguldījums visos šajos rezultātos:

1. Pētnieki gūs labumu no labākas izpratnes par potenciālajām cēloņsakarībām starp hroniskām iekaisuma slimībām un bioloģisko novecošanos, un pievienoto biomarķieru prognozēšanas spēja varētu ļaut definēt precīzus riska profilus ar vecumu saistītu imūnsistēmas slimību sākumam un saasinājumiem.
2. Pacienti gūs labumu no jaunām agrīnās atklāšanas stratēģijām, kā arī jaunām diagnostikas pieejām, lai atšķirtu slimības sākumu gados vecākiem cilvēkiem no sākuma jaunākiem pieaugušajiem. Tas nodrošinās personalizētas medicīnas pieeju ārstēšanā un savukārt palīdzēs novērst slimības progresēšanu.
3. Pacienti un veselības aprūpes speciālisti gūs labumu no esošo terapiju pielāgošanas vai jaunu terapiju izstrādes novecojošām populācijām ar hroniskām iekaisuma slimībām un precīzās medicīnas pieejām, kas novērš veselības pasliktināšanos, vienlaikus samazinot veselības aprūpes izmaksas.
4. Pētnieki un nozare gūs labumu no sistemātisku sadarbības pieeju izveides pieejamo biobanku izmantošanai dažādās vecuma grupās, imūnsistēmas slimībām un blakusslimībām, lai ieviestu inovatīvas pieejas (integrējot multi-omiku, imūnfenotipēšanu, digitālos biomarķierus, novecošanās pulksteņus un artificial intelligence (AI) ar visaptverošu informāciju par pacientiem).
5. Pacienti un veselības aprūpes speciālisti gūs labumu no dziļāka ieskata ārstēšanas atbildes reakcijās un novecošanās ietekmes izvērtēšanas uz ārstēšanas efektivitāti.
6. Nozare un pētnieki gūs labumu no regulatīvo ceļu izveides jaunām iejaukšanās stratēģijām un biomarķieriem, kas novedīs pie ātrākas tādu zāļu klīniskās izstrādes, kuras uzlabo ar vecumu saistītu slimību saasinājumus, galu galā ļaujot pētniecības atziņas pārvērst terapeitiskos risinājumos neaizsargātām pacientu grupām. Tas ietver digitālo biomarķieru jomu un to izmantošanu aktivitātes, spēka un noguruma uzraudzībai kā piemēru rādītājus.

Pasaules iedzīvotāju skaits piedzīvo vēl nebijušas demogrāfiskas pārmaiņas – tiek prognozēts, ka līdz 2050. gadam to cilvēku skaits, kuri ir 65 gadus veci un vecāki, dubultosies, radot vienu no mūsu laika nozīmīgākajiem sabiedrības veselības izaicinājumiem. Pāreju uz novecojošu sabiedrību pavada hronisku slimību, multimorbiditātes un sliktā veselībā nodzīvoto gadu skaita pieaugums, kas rada milzīgu slogu veselības aprūpes sistēmām visā pasaulē [1]. Šīs parādības centrā ir imūnās funkcijas pakāpeniska samazināšanās līdz ar vecumu, kas ne tikai palielina uzņēmību pret infekcijām un ļaundabīgiem audzējiem, bet arī veicina hronisku zemas intensitātes iekaisumu, kas pazīstams kā "inflammaging" [2].

Būtiskas ar vecumu saistītas izmaiņas imūnsistēmā kopumā tiek dēvētas par imūnosenescenci. Šīs izmaiņas ietver aizkrūts dziedzera involūciju, samazinātu naivo T-šūnu veidošanos, atmiņas T-šūnu ekspansiju ar ierobežotu repertuāra daudzveidību, palielinātu iekaisuma citokīnu veidošanos (inflammaging) un plašu iedzimtās imunitātes disregulāciju [3] [4]. Paralēli uzkrājas senescentās šūnas, kas izdala SASP citokīnus, piemēram, IL‑6, IL‑1β un TNF, kuri vēl vairāk pastiprina inflammaging un tieši veicina ar vecumu saistītu imūno disfunkciju [5] [6]. Vienlaikus pieaug to imūnsistēmas mediēto slimību sastopamība, kuru sākotnējā izpausme novērojama gados vecākiem cilvēkiem, tostarp vēlīnā vecumā sācies reimatoīdais artrīts [7], gados vecākiem cilvēkiem raksturīga iekaisīgā zarnu slimība (IBD) [8], vēlīnā vecumā sākusies sistēmas sarkanā vilkēde (SLE) [9] un vēlīnā vecumā sākušās elpceļu slimības [10] [11].

Būtiski, ka progresējošs vecums ir saistīts ar paaugstinātu autoimūno un iekaisuma slimību sastopamību [12]. Turklāt gados vecāki cilvēki izrāda paaugstinātu neaizsargātību pret imūnsistēmas mediētām patoloģijām, sākot no vēlīnā vecumā sākušies autoimūniem traucējumiem līdz pat nepietiekamai atbildes reakcijai uz vakcīnām un traucētai audu atjaunošanās spējai [13] [14]. Neskatoties uz skaidro klīnisko slogu, mehānistiskie pamati tam, kā novecošana pārveido imūno homeostāzi un uzņēmību pret slimībām, un vienlaikus tam, kā slimības pārveido novecošanas procesu un imūnsistēmu, joprojām nav pilnībā izprasti. Tādēļ visaptveroša izpratne par divvirzienu saistību starp imūnsistēmas disfunkciju un novecošanas procesu ir obligāta, lai izstrādātu mērķtiecīgas iejaukšanās, kas var novērst, aizkavēt vai vērst par labu ar vecumu saistītas imūnās slimības un galu galā pagarināt veselīgas dzīves ilgumu.

Neskatoties uz to klīnisko nozīmi, gados vecākiem cilvēkiem raksturīgās imūnās slimības joprojām ir maz izprastas salīdzinājumā ar to analogiem, kas sākas jaunākā pieaugušā vecumā. Pierādījumi liecina, ka tās var būt atšķirīgas slimību vienības ar unikāliem patogēniem mehānismiem, klīniskajām izpausmēm un ārstēšanas atbildes reakcijām [15] [16]. Imūnosenescences un patoloģiskas imūnās disregulācijas krustpunkts rada gan izaicinājumus, gan iespējas mērķtiecīgām iejaukšanās darbībām.

Nozarei, regulatoriem, pētniekiem un citām ieinteresētajām personām ir jārisina kritiskā nepilnība mūsu izpratnē par to, kā ar novecošanu saistītās imūnās izmaiņas veicina slimību patoģenēzi gados vecākiem cilvēkiem. Jauniem, uz pierādījumiem balstītiem atklājumiem vajadzētu palīdzēt noskaidrot gan gados vecākiem cilvēkiem raksturīgo imūno slimību, gan imūno slimību paasinājumu novecošanas laikā molekulāros virzītājspēkus. Turklāt šiem atklājumiem vajadzētu palīdzēt identificēt paredzamus biomarķierus, kas noved pie vecumam atbilstošām terapeitiskām un profilakses stratēģijām, ņemot vērā gados vecāku pacientu unikālo imunoloģisko kontekstu, un galu galā samazinot sociālekonomisko slogu sabiedrībai.

Tādējādi šajā tēmā finansētās darbības mērķis ir noskaidrot galvenos bioloģiskos determinējošos faktorus, kas veicina veselīgu novecošanu un imūnsistēmas mediētas slimības, īpašu uzmanību pievēršot tam, kā ar vecumu saistītā imūnsistēmas pārveidošanās ietekmē šos rezultātus.

Pieteikuma iesniedzējiem savā priekšlikumā ir jāpievēršas visiem šādiem tēmas mērķiem:

Izpratne par molekulārajām un klīniskajām atšķirībām starp slimībām, kas sākas jaunākā pieaugušā vecumā, un slimībām, kas sākas gados vecākiem cilvēkiem: Darbības uzmanības centrā jābūt imūnsistēmas mediētām slimībām, kuru izpausmes maksimums ir gados vecākiem pacientiem, piemēram, iekaisīgajām zarnu slimībām un elpceļu slimībām, un īpaši jāvēršas pie slimībām, kas galvenokārt sākas gados vecākiem cilvēkiem.

Tāpēc kopsavilkumā priekšlikumam jāaptver šādas imūnsistēmas mediētas slimības:

• gastroenteroloģiskās slimības: IBD, piemēram, Krona slimība, čūlainais kolīts;
• elpceļu slimības: piemēram, astma, hroniska obstruktīva plaušu slimība, imūnsistēmas mediēta intersticiāla plaušu slimība;
• reimatoloģiskās slimības: piemēram, reimatoīdais artrīts, milzu šūnu arterīts, polimialģija rheumatica, Sjögren’s slimība, SLE.

Šo slimību veidu fokuss un kombinācija ierobežotu izkliedes risku, taču joprojām atspoguļotu dažādas orgānu sistēmas un ļautu veikt būtiskus salīdzinājumus starp slimībām.

Identificēt gados vecākiem cilvēkiem raksturīgo imūno slimību virzītājspēkus: Noteikt specifiskus šūnu un molekulāros mehānismus, kas izraisa imūno disregulāciju, kura ir unikāla gados vecāku cilvēku populācijām.

Raksturot faktorus, kas veicina slimību paasinājumus novecošanas laikā: Izpētīt, kā ar vecumu saistītas fizioloģiskās izmaiņas ietekmē slimības progresēšanu un paasinājumu biežumu/smagumu.

Novērtēt bioloģisko vecumu kā slimības virzītājspēku: Nošķirt hronoloģisko no bioloģiskās novecošanas slimību patoģenēzē un identificēt paredzamus biomarķierus slimības sākumam un paasinājumiem, tostarp blakusslimību ietekmi.

Nošķirt molekulāros fenotipus un saistītās pacientu īpašības starp hronoloģiski novecojušiem un bioloģiski novecojušiem pieaugušajiem un pacientiem ar gados vecākiem cilvēkiem raksturīgām slimībām. Izprast pacientu heterogenitāti gados vecākiem cilvēkiem raksturīgās slimībās gan attiecībā uz ārstēšanas atbildes reakciju, gan molekulārajiem parakstiem.

Definēt imūnosenescences nozīmi bioloģiskajā un hronoloģiskajā novecošanā un to, vai pastāv cēloņsakarība starp vecumu, senescenci un hroniskām iekaisuma slimībām, tostarp ārstēšanas atbildes reakciju.

Identificēt kopīgus imūnosenescences parakstus visās gados vecākiem cilvēkiem raksturīgajās imūnajās slimībās: Noskaidrot kopīgus ceļus, kas varētu pārstāvēt universālus terapeitiskus mērķus.

Novērtēt, kā vakcinācijas vēsture var veicināt slimības sākuma un/vai paasinājuma samazināšanu gados vecāku cilvēku populācijās. Turklāt novērtēt sistēmu seroloģijas vai citu imunoloģisko galapunktu tulkojamību kā senescences marķierus.

Ceļu identifikācija un validācija: AI / mašīnmācīšanās (ML) atbalstīta pamatā esošo bioloģisko ceļu un biomarķieru identifikācija no iegūtajām datu kopām. Novecošanas ietekmes uz ārstēšanas efektivitāti novērtēšana. Identificēto biomarķieru paredzamības novērtēšana novecojošās populācijās neatkarīgi no pamatā esošajām hroniskajām iekaisuma slimībām.

Pieteikuma iesniedzējiem kā daļu no šajā tēmā finansētās darbības ir jāparedz šādas aktivitātes:

1. Pieteikuma iesniedzējiem ir jādefinē stratēģija ar vecumu saistītu slimību fenotipu un saistīto biomarķieru novērtēšanai, iekļaujot modelēšanas perspektīvu līdzās AI atbalstītai datu ieguvei, atbilstošām statistiskajām metodoloģijām un prioritāšu noteikšanas pieejām darbības mehānismu (MoA) izpētei.

2. Pieteikuma iesniedzējiem detalizēti jāapraksta sava metodoloģiskā pieeja, tostarp verifikācijas stratēģijas un datu vākšanas procedūras, sniedzot provizoriskus datus, lai parādītu panākumu potenciālu, un stratēģijas galveno metodoloģisko risku un ierobežojumu mazināšanai.

Darbībai jāizmanto gan esošo kohortu bagātība, gan dati no jaunas mērķtiecīgas novērošanas kohortas, kuru paredzēts izveidot konsorcijam un kurā jāiekļauj atbilstoši vecuma diapazoni un slimību sākuma grupas. Jaunas un esošās novērošanas kohortas jāizmanto, lai novērtētu standarta aprūpes ārstēšanas ietekmi uz izvēlētajām slimībām, lai definētu ceļu uz precīzijas medicīnu un izprastu terapijas atbildes reakcijas no vecuma atkarīgo ietekmi.

Esošo un jauno bioloģisko paraugu (perifēro asiņu mononukleārās šūnas, baltās asins šūnas, izkārnījumi, siekalas, urīns, slimie audi un izelpas kondensāts) analīzei jāļauj veikt mērķtiecīgo hronisko iekaisuma slimību padziļinātu molekulāro profilēšanu dažādos vecuma diapazonos ar atbilstošām pēc vecuma saskaņotām kontroles grupām.

Datu bagātība (gan esošie, gan jaunizveidotie, izmantojot novērošanas kohortu), tostarp dalībnieku klīniskie raksturlielumi un veselības ieraksti (piem., slimība, blakusslimības, trausluma novērtējums, vakcinācijas un infekciju vēsture), kas iegūti, izmantojot jaunākās metodoloģijas un tehnoloģijas, ļaus vispusīgi analizēt hronoloģisko novecošanu, bioloģiskās novecošanas marķierus un imūnos parakstus, izmantojot:

• Imunoloģisko profilēšanu: sistēmu seroloģija, imunofenotipēšana, T/B šūnu repertuāra analīze, imunopeptidoms.
• Molekulāro profilēšanu (sistēmisku un orgānspecifisku), tostarp RNASeq, scRNASeq, telpisko transkriptomiku, proteomiku, metabolomiku, epigenomu.
• Vairāku novecošanas pulksteņu novērtēšanu un salīdzināšanu, piem., IMM-AGE, iAge, proteomiskos, somatiskās DNS mutācijas, piem., ar CHIP saistītās mutācijas, epiģenētiskos (DNAm), RNS un metaboliskos pulksteņus.
• Metagenomiku: Mikrobioms/Viroms. Zarnu, plaušu un audos mītošie mikrobiomi ir galvenie imūnosenescences un inflammaging modulatori, kas ietekmē gados vecākiem cilvēkiem raksturīgo imūno slimību sākumu un paasinājumu. Integrētā metagenomiskā un metabolomiskā profilēšana tiks apvienota ar imunofenotipēšanu, novecošanas pulksteņiem un digitālajiem biomarķieriem, lai identificētu mikrobioma virzītus bioloģiskās novecošanas un slimību riska parakstus. Saimniekorganisma un mikrobioma mijiedarbības modelēšanas iekļaušana ļaus identificēt modificējamus ceļus, lai atbalstītu mērķtiecīgas profilakses un agrīnas iejaukšanās stratēģijas novecojošās populācijās.
• Visas populācijas elektronisko veselības ierakstu izmantošanu ar blakusslimībām, kā arī vakcinācijas vēsturi, vīrusu/baktēriju infekciju datiem un imunogenitātes profiliem kā funkcionālām metrikām, lai definētu imūnosenescenci.
• AI vadītu skaitļošanas pieeju pielietošanu, lai integrētu multi-omikas datus ar elektroniskajiem veselības ierakstiem un populācijā balstītiem slimību reģistriem, lai identificētu potenciālos no slimības neatkarīgos senescences ceļus un atklātu gan no slimības neatkarīgus, gan slimībai specifiskus mehānismus, ar kuriem imūnosenescence var izraisīt autoimūno slimību sākumu un progresēšanu gados vecāku cilvēku populācijās. Darbībai jāsaista identificētās izmaiņas ar pacientu īpašībām, tostarp slimības smagumu, ārstēšanas atbildes reakciju, blakusslimībām, vecumu un slimības sākuma vecumu. Kad vien iespējams, jāizstrādā atbilstošas verifikācijas stratēģijas, lai pārvarētu plaisu starp skaitļošanas un bioloģiskajiem rezultātiem.
• Digitālo veselības tehnoloģiju (piem., valkājamas ierīces, zolītes, rokas satvēriens, miega uzraudzība) un saistīto digitālo biomarķieru pielietošanu, lai novērtētu fizisko funkciju, izsekotu miegu un korelētu ar molekulārajiem marķieriem.

3. Pieteikuma iesniedzējiem ir jāapsver rezultātu potenciālā regulatīvā ietekme un, attiecīgi, jāizstrādā regulatīvā stratēģija un mijiedarbības plāns atbilstošu pierādījumu ģenerēšanai, kā arī savlaicīgai sadarbībai ar regulatoriem. Turklāt pieteikuma iesniedzējiem jāparedz sadarbība ar reģionālajām veselības aprūpes sistēmām un iestādēm, lai vajadzības gadījumā sagatavotos klīniskajai ieviešanai un rezultātu pieņemšanai.

4. Pieteikuma iesniedzējiem savā priekšlikumā jāiekļauj stratēģija, lai nodrošinātu projekta rezultātu, tostarp savākto datu un paraugu, ilgtspēju pēc finansēšanas perioda beigām.

5. Pieteikuma iesniedzējiem jāizmanto pieredze no Eiropas pētniecības infrastruktūrām (ERICs), kas jau strādā šajā uzaicinājuma tēmā minētajās jomās, lai izvairītos no pārklāšanās un palielinātu rezultātu ietekmi.

Šajā tēmā finansētā darbība paredz apsvērt potenciālo sinerģiju ar projektiem, kas strādā šīs tēmas interešu jomā.

_{^[1] Garmany A, Terzic A. et al. Longevity leap: mind the healthspan gap. NPJ Regen Med. (2021)}

_{^[2] Yousefzadeh, M.J., Zhu, Y. et al. An aged immune system drives senescence and ageing of solid organs. Nature (2021)}

_{^[3] Weyand, C.M., Goronzy, J.J. et al. Sustained immune youth risks autoimmune disease in the aging host. Nat Aging (2025)}

_{^[4] Li, X., Li, C., Zhang, W. et al. Inflammation and aging: signaling pathways and intervention therapies. Sig Transduct Target Ther. (2023)}

_{^[5] Soto-Gamez A., Quax J. W., Demaria M. Survival networks in senescent cells. Journal of Molecular Biology (2019)}

_{^[6] De Luca F., Camporeale V., Leccese G., et al. From Scenescent Cells to Systemic Inflammation Cells (2025)}

_{^[7] Zimba O, Kocyigit BF. et al. Late-onset rheumatoid arthritis: clinical features, diagnostic challenges, and treatment approaches. Rheumatol Int. (2025)}

_{^[8] Granot M, Haberman Y. et al. Elderly-Onset Inflammatory Bowel Disease Has Distinct Disease Characteristics and Treatment Patterns. United European Gastroenterol J. (2025)}

_{^[9] Mruthyunjaya, P., Ahmed, S., Botabekova, A. et al. Late-onset Systemic Lupus Erythematosus. Rheumatol Int. (2025)}

_{^[10] Turrin, M., et al. Differences Between Early- and Late-Onset Asthma: Role of Comorbidities in Symptom Control. The Journal of Allergy and Clinical Immunology: In Practice (2022)}

_{^[11] Patterson, K. C., et al. Interstitial Lung Disease in the Elderly. CHEST (2017)}

_{^[12] Terekhova M., Bohacova P., Artyomov M.N., Human immune aging. Immunity (2025)}

_{^[13] Hofer S.J., Rapp S., Klenermann P., Simon A.K. Understanding and improving vaccine efficacy in older adults. Nature Aging (2025)}

_{^[14] Xu A., Liu Y. et al Global burden of major chronic respiratory diseases among older adults … PlosOne (2025)}

_{^[15] Basu S, Ulbricht Y. and Rossol M. Healthy and premature aging of monocytes and macrophages. Front. Immunol. (2025)}

_{^[16] Li Y., Ma J. et. al. The research progress of biologics in elderly-onset rheumatoid arthritis (EORA). Front. Aging (2025)}