第二篇文章由牛津大学联合哈佛医学院和北京大学等多家研究团队共同撰写，研究者们利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据，建立了一个精准的蛋白组学年龄时钟模型。该模型在UKB队列、中国慢性病前瞻性研究队列（CKB）和芬兰人群队列（FinnGen）中得到了充分验证，结果显示204种蛋白标志物能够准确预测个体的实际年龄，并与18种主要慢性疾病的发病率及全因死亡风险相关联。

研究背景

衰老导致生理功能的逐渐丧失，最终可能引发主要疾病和死亡。传统上，时间年龄（Chronologic Age）被用作衡量“生物”衰老的一种指标，但这种方法存在一定的局限性。通过使用“组学”数据来评估个体的生物功能，并将其与预期的时间年龄进行比较，可以更准确地确定生理年龄（Biological Age）和身体健康状况。

ProtAge模型的预测性能

在UKB测试集、CKB和FinnGen独立验证集中，ProtAge模型展现了优越的预测能力和广泛的适用性，其R²值分别为0.88、0.82和0.87。此外，研究还表明，包含20个蛋白的ProtAge20模型能够实现与完整模型相似的年龄预测效果。

蛋白组年龄与健康风险的关系

ProtAge模型可以有效预测与年龄相关的生理、身体及认知功能衰退，同时也能够识别常见疾病的风险和不同年龄段的特异性死亡率。研究比较了ProtAge与现有的DNA甲基化时钟和其他蛋白组学衰老时钟，结果显示，这些模型之间在选定的蛋白和基因上有很少的重叠，表明它们可能强调不同的生物学通路。

重要发现与未来展望

在大型人群队列项目（如UKB、CKB和FinnGen）中，研究利用Olink血浆蛋白组学作为测量生物年龄的强大工具，致力于探索自然人群中与年龄相关疾病的生物学特征。研究结果表明，开发蛋白组学衰老时钟不仅可以作为识别疾病多重性的可靠生物学机制的工具，也可助于潜在药物治疗手段或生活方式干预的开发，从而降低过早死亡的风险并减少或延迟与年龄相关的疾病发生。

通过深入研究这些蛋白标志物、衰老过程的复杂性及其潜在应用，尊龙凯时 在生物医疗领域的创新努力将进一步推动向个性化医疗的转变，助力人们在对抗衰老和疾病的过程中迈出更为积极的步伐。