第二篇研究来自牛津大学，与哈佛医学院和北京大学等多家研究团队合作，基于英国生物样本库（UK Biobank, UKB）中的血液蛋白组学数据，开发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）中得到了进一步验证。研究发现，有204种蛋白标志物能够准确预测个体的实际年龄，并且与18种主要慢性病的发病率、多重疾病及全因死亡风险相关联。

**研究背景**

衰老导致生理完整性和功能的逐步丧失，最终引发主要疾病和死亡。尽管时间年龄（Chronologic Age）常用于衡量“生物”衰老，但其方法存在一些缺陷。通过使用“组学”数据捕捉个体的生物功能水平，并将其与时间年龄预期的功能水平进行比较，可以更准确地评估个体的生理年龄（Biological Age）和身体健康状况。

在UKB测试集、CKB和FinnGen的独立验证集中，ProtAge模型展现了出色的预测性能和泛化能力（R²值分别为0.88、0.82和0.87）。研究表明，包含20种蛋白的模型（ProtAge20）能够实现与完整模型相似的年龄预测表现，同时也能够有效预测与年龄相关的生理、身体及认知功能。

**蛋白组学的价值**

ProtAge模型在预测衰弱和衰老表型方面表现出色，能够评估与年龄相关的疾病风险、特异性死亡率和疾病风险。研究还对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比较，发现与DNA甲基化时钟相比，两者的选定蛋白和基因重叠甚少，显示了这两种模型各自关注的基因集的差异。此外，64%的ProtAge APs在先前研究中未被识别，该研究组成了一系列相对新颖的预测蛋白，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。

**研究的潜在应用**

研究使用来自三个国家大型人群队列项目（UKB、CKB和FinnGen）的数据，结合Olink血浆蛋白组学，为测量生物年龄提供了强有力的工具，探索了自然人群中大多数常见与年龄相关疾病的衰老特征。研究结果表明，开发蛋白组学衰老时钟能够作为识别疾病多重性生物学机制的可靠工具，并可用于开发潜在药物治疗方法或生活方式干预，以减少过早死亡和延迟与年龄相关的疾病风险。

综上所述，通过尊重科学严谨性与创新性，研究深入揭示了蛋白组学在生物医学中的重要性，未来的发展也将为健康管理和疾病预防提供新的思路与方向。

尊龙凯时将持续关注这一领域的前沿研究和应用，以期为广大用户带来更加健康的生活方式和有效的健康管理方案。