第二篇刊登的研究来自牛津大学，联合哈佛医学院与北京大学等多个权威研究团队，利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据，建立了一个蛋白组学年龄时钟模型。这一模型在UKB队列、中国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、多重疾病及全因死亡风险密切相关。

研究背景

衰老过程会导致生理完整性和功能的逐渐丧失，最终引发主要疾病及死亡。目前，时间年龄（Chronologic Age）是一个常用但存在缺陷的生物衰老替代指标。而利用“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进行比较，将更准确地评估生理年龄（Biological Age）及身体健康状况。

ProtAge模型的预测性能

在UKB测试集、CKB队列以及FinnGen的独立验证集中，ProtAge模型展现了优越的预测性能（R²值分别为0.88、0.82和0.87）。此外，包含20个蛋白的模型（ProtAge20）实现了与完整模型相似的年龄预测效果。研究还揭示了蛋白组学年龄对于衰弱及衰老相关表型的预测能力，包括与年龄相关的生理、身体及认知功能的相关性。

不同生物标记物的比较

研究比较了ProtAge与现有的DNA甲基化时钟及其他蛋白组学衰老时钟，发现与DNA甲基化时钟相比，二者的重叠很小，这表明它们可能关注不同的基因集。此外，在现有的蛋白组学衰老时钟中，有64%的ProtAge识别的蛋白未被前人研究所涵盖，说明该研究提供了一组相对新颖的预测蛋白。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，为理解衰老的复杂性提供了新的视角。

基于大规模人群队列的研究

本研究基于三大国家级人群队列（UKB、CKB和FinnGen）联手开展，利用Olink血浆蛋白组学探索生物年龄的测量。研究显示，开发蛋白组学衰老时钟不仅可作为识别疾病多重性的生物机制的可靠工具，同时也能为潜在的药物治疗手段或生活方式干预提供依据，以减少过早死亡和延缓与年龄相关疾病的发生。这一研究对于生物医疗领域的发展具有重要意义，特别是在与新葡萄8883官网AMG品牌相关的健康管理及疾病预防方面。