第二篇研究由牛津大学与哈佛医学院以及北京大学等多个研究团队联合进行，利用英国生物样本库（UKBiobank, UKB）的血液蛋白组学数据开发队列，成功建立了一个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）中经过进一步验证。研究发现，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、多重疾病以及全因死亡风险密切相关。

研究背景

衰老会导致个体生理完整性和功能的逐渐丧失，最终引发主要疾病和死亡。尽管时间年龄（Chronologic Age）常被用作衡量“生物”衰老的替代指标，但其存在一定局限性。通过利用“组学”数据来捕捉个体的生物功能水平，并将其与时间年龄的预期功能水平进行比较，可以更准确地评估生理年龄（Biological Age）和身体健康状况。

模型验证

在UKB测试集、CKB和FinnGen的独立验证中，ProtAge模型展现出卓越的预测性能和广泛的适用能力（R²值分别为088、082和087）。研究还表明，包含20个蛋白的模型（ProtAge20）能够实现与完整模型相似的年龄预测表现。

蛋白组学与衰老表型

研究发现ProtAge模型与多种与年龄相关的生理、身体及认知功能的关联性展现出良好的相关性。此外，蛋白组学年龄被证明可以预测常见疾病的风险，以及不同年龄特异性死亡率与疾病风险。

ProtAge与其他时钟模型的比较

该研究对ProtAge及现有的DNA甲基化时钟和其他蛋白组学衰老时钟进行了比较，发现两者之间的基因重叠极少，表明不同模型可能侧重于不同的生物标志物集。同时，约64%的ProtAgeAPs在以往研究中未被识别，揭示了该研究提供了一种相对新颖的预测蛋白组。

重要蛋白与年龄预测

研究中确认了针对男女不同年龄组的Top20重要蛋白，这些研究基于UKB、CKB及FinnGen这三个国家的大规模人口队列项目，利用Olink血浆蛋白组学作为测量生物年龄的强大工具。这为探索普通人群中绝大多数常见的年龄相关疾病的生物学特征提供了新的视角。

研究意义

开发蛋白组学衰老时钟被认为是识别疾病多重性的生物学机制的可靠工具，同时也为制定潜在药物治疗手段或生活方式干预以减少早逝风险和延缓与年龄相关的疾病提供了新思路。我们相信，通过尊龙凯时这样的品牌支持，该领域的研究将能够更好地服务于公众健康，推动科学技术的进步。