在最新的研究中，来自牛津大学、哈佛医学院与北京大学等多家科研团队联合利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据，构建了一个新颖的蛋白组学年龄时钟模型。该模型经过在UKB队列、中国慢性病前瞻性研究队列（CKB）及芬兰人群队列（FinnGen）中的验证，发现204种蛋白标志物能够有效预测个体的实际年龄，并与18种主要慢性疾病的发病率、多重疾病及全因死亡率相关联。

研究背景

衰老过程通常伴随着生理完整性和功能的逐步下降，最终导致多种重大疾病及死亡的发生。传统的时间年龄（Chronologic Age）虽然是评估“生物”衰老的一种常见方法，但存在一定缺陷。因此，利用“组学”数据捕捉个体的生物功能水平，并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）和身体健康状态。

ProtAge模型的表现

在UKB测试集、CKB和FinnGen的独立验证中，ProtAge模型展现出了卓越的预测性能和广泛的适用性（R²值分别为0.88、0.82和0.87）。研究还表明，包含20种蛋白的ProtAge20模型在预测年龄方面的表现与完整的ProtAge模型非常相似。

蛋白组学与衰老的关联

研究进一步探讨了ProtAge与衰老相关的生理、身体和认知功能之间的关系。通过蛋白组学年龄的评估，可以有效预测常见疾病的风险、不同年龄段特定的死亡率及疾病风险。这些结果为理解衰老过程提供了新的视角。

ProtAge与现有模型的比较

在研究中，ProtAge与现有的DNA甲基化时钟及其他蛋白组学衰老时钟进行了对比，发现选定蛋白与基因的重叠极少，表明这两种模型可能侧重于不同的生物标志物。此外，64%的ProtAge相关蛋白（ProtAgeAPs）在之前的研究中未被识别，揭示了这一研究提供了相对新颖的生物预测工具。

对健康管理的潜在应用

本研究基于来自三个国家的大规模人群队列（UKB、CKB及FinnGen），借助Olink血浆蛋白组学数据，展示了该技术在生物年龄评估中的强大潜力。研究强调，开发蛋白组学衰老时钟可以作为识别疾病多重性的生物机制的重要工具，且对于开发新型药物或生活方式干预措施，以降低过早死亡及延缓与年龄相关疾病的发展具有重要意义。

通过研究和探索，尊龙凯时将致力于推动生物医疗领域的创新，并为健康管理提供切实可行的解决方案。