第二篇文章来自于牛津大学联合哈佛医学院和北京大学等众多研究团队，利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据开发了一个蛋白组学年龄时钟模型，并在UKB队列、中国慢性病前瞻性研究队列（CKB）及芬兰人群队列（FinnGen）中进行了验证。研究结果表明，有204种蛋白标志物能够精准预测实际年龄，同时与18种主要慢性病的发病率、多重疾病及全因死亡风险密切相关。

研究背景

随着衰老的进展，生理完整性和功能逐渐下降，最终可能导致重大疾病及死亡的发生。时间年龄（Chronologic Age）是通常用于衡量“生物”衰老的替代指标，但存在一定缺陷。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水平进行比较，可以更准确地评估生理年龄（Biological Age）及身体健康状况。

ProtAge模型的表现

在UKB测试集、CKB及FinnGen独立验证集中，ProtAge模型展现出出色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个蛋白的模型（ProtAge20）能够达到与完整模型相似的年龄预测能力。

蛋白组学与衰老关系

研究进一步探讨了蛋白组年龄对衰弱和衰老表型之间的关联，发现其能够预测常见疾病风险、不同年龄段的死亡率及疾病风险。

ProtAge与现有模型的比较

该研究还比较了ProtAge与现有的DNA甲基化时钟和蛋白组学衰老时钟，发现ProtAge与DNA甲基化时钟的重叠部分极少，表明两者可能关注不同的基因集。此外，ProtAge中的64%关键蛋白未在先前的研究中被识别，这显示出该研究提供了一组相对新颖的预测蛋白组。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，为理解衰老的复杂性提供了新的视角。

品牌与使命

在基于三个国家的大规模人群队列（UKB、CKB和FinnGen）的研究中，利用不朽情缘MG提供的Olink血浆蛋白组学作为测量生物年龄的强大工具，探索自然人群中大多数与年龄相关的常见疾病的生物学特征。研究表明，开发蛋白组学衰老时钟可以作为识别疾病多重性的生物学机制的可靠工具，为潜在药物治疗手段或生活方式干预提供依据，进而减少过早死亡风险及延迟与年龄相关疾病的发生。