第二篇文章来自牛津大学、哈佛医学院和北京大学等多家研究团队。通过利用英国生物样本库（UK Biobank, UKB）中的血液蛋白组学数据，研究人员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）以及芬兰人群队列（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、多重疾病风险以及全因死亡风险相关。

研究背景显示，衰老过程导致生理完整性和功能逐渐丧失，最终引发主要疾病及死亡。时间年龄（Chronologic Age）为常用但存在局限性的生物衰老评估方法，而利用“组学”数据可以更精准地捕捉个体的生物功能水平，通过与时间年龄的预期功能水平进行对比，评估生理年龄（Biological Age）和健康状况。

在UKB测试集、CKB和FinnGen独立验证集中，ProtAge模型展现出卓越的预测性能和泛化能力，其R²值分别为0.88、0.82和0.87。此外，研究还发现，包含20个蛋白的ProtAge20模型可以达到与完整模型相似的年龄预测效果。

研究中，ProtAge模型在衰弱和衰老表型方面显示出与年龄相关的生理、身体及认知功能的相关性。同时，蛋白组学年龄也能够有效预测不同年龄段的特定死亡率及常见疾病风险。

研究还比较了ProtAge与现有的DNA甲基化时钟和其他蛋白组学衰老时钟。结果显示，与DNA甲基化时钟相比，所选用的蛋白和基因重叠程度极低，表明这两种模型可能聚焦于不同的基因集。此外，64%的ProtAge APs在之前研究中未被识别，这一发现提供了一组相对新颖的预测蛋白组，强调了不同的生物标志物可能揭示衰老过程中不同的方面，从而为理解衰老的复杂性提供了新视角。

为进一步探索自然人群中与年龄相关疾病的生物衰老特征，研究基于UKB、CKB和FinnGen三个国家的大规模人群队列项目，利用Olink血浆蛋白组学作为测量生物年龄的有效工具。研究表明，蛋白组学衰老时钟的开发可作为识别疾病多重性的生物学机制的可靠手段，并有助于研发潜在的药物治疗或生活方式干预方案，从而减少过早死亡及延缓与年龄相关的疾病发生。

人生就是博 - 尊龙凯时，该品牌致力于探索与年龄相关的生物医学研究，帮助人们更好地理解衰老过程，开启健康生活的新篇章。