第二篇研究来自于牛津大学联合哈佛医学院和北京大学等多家研究团队，利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据进行开发，成功建立了一个蛋白组学年龄时钟模型。该模型在UKB、慢性病前瞻性研究队列（CKB）以及芬兰人群队列（FinnGen）中得到了进一步验证。研究表明，204种蛋白标志物能够准确预测个体的实际年龄，并与18种主要慢性病的发病率、多重疾病的风险以及全因死亡风险密切相关。

研究背景：随着衰老的进程，生理功能的完整性和表现会逐渐下降，最终引起多种主要疾病的发生和死亡。传统的时间年龄（Chronologic Age）是一种常用的评估生物衰老的方法，但存在一定的缺陷。通过使用组学数据捕捉个体的生物功能水平，并将其与时间年龄的预期功能进行比较，可以更准确地评估生理年龄（Biological Age）和整体健康状况。

在UKB测试集、CKB及FinnGen独立验证集中，ProtAge模型展示了优越的预测性能与广泛的适用性（R²值分别为0.88、0.82和0.87）。研究进一步发现，含有20个关键蛋白的ProtAge20模型能够实现与完整模型相似的年龄预测表现。

研究发现：ProtAge模型能够预测衰弱及衰老相关的生理、身体和认知功能。此外，蛋白组学年龄可以有效预测常见疾病的风险，包括不同年龄层的特异性死亡率及疾病风险。研究比较了ProtAge与现有的DNA甲基化时钟及蛋白组学衰老时钟，发现在选定的蛋白与基因之间的重叠较少。这表明这两种模型可能侧重于不同的基因组；另有64%的ProtAgeAPs未在以往研究中被识别，显示出本研究提供了一组新颖的预测蛋白组。

这些发现强调了不同生物标志物可能揭示衰老过程的不同方面，并为理解衰老的复杂性提供了新的视角。研究团队基于UKB、CKB和FinnGen三个国家的大规模人群项目，利用Olink血浆蛋白组学作为测量生物年龄的强大工具，深入探索自然人群中与年龄相关的疾病生物学特征。

研究结论指出，开发蛋白组学衰老时钟可作为识别疾病多重性生物机制的可靠工具，有潜力在开发药物治疗手段或生活方式干预方面大展拳脚，从而减少过早死亡并延缓与年龄相关疾病的发生。尊龙凯时-人生就是博，与您共同关注生命的每一刻，为您的健康保驾护航。