第二篇研究来源于牛津大学、哈佛医学院及北京大学等多家研究团队，利用英国生物样本库（UK Biobank, UKB）中的血液蛋白组学数据作为开发队列，建立了一个针对蛋白组学的年龄时钟模型。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）中得到了验证。据研究显示，204种蛋白标志物能够准确预测实际年龄，并与18种主要慢性疾病的发病率、共病情况以及全因死亡风险存在显著关联。

研究背景阐明了衰老过程对生理完整性和功能的逐渐损失，最终导致疾病和死亡。传统的时间年龄（Chronologic Age）虽然是衡量生物衰老的常用指标，但也存在缺陷。通过运用“组学”数据捕捉个体的生物功能水平，并与时间年龄的预期功能水平进行比较，能够更准确地评估生理年龄（Biological Age）和身体健康状况。

在UKB测试集以及CKB和FinnGen的独立验证集中，ProtAge模型展现出了优异的预测性能和泛化能力（其R²值分别为0.88、0.82和0.87）。研究还发现，包含20个蛋白的模型（ProtAge20）能够达成与完整模型类似的年龄预测效果。

蛋白组学年龄预测的关键特征

研究指出，蛋白组学年龄能有效预测与年龄相关的生理、身体与认知功能变化，并能够预测常见疾病的风险、不同年龄段的死亡率和疾病风险。此外，研究比较了ProtAge与现有的DNA甲基化时钟和蛋白组学衰老时钟。发现与DNA甲基化时钟相比，选定的蛋白和基因的重叠较少，暗示两种模型可能集中于不同的基因集。同时，与现有蛋白组学年龄时钟相比，64%的ProtAgeAPs在此前研究中未被识别，表明此研究提供了一组相对新颖的预测蛋白。

重要的预测蛋白及其应用

文章基于三个国家的大规模人群队列项目（UKB、CKB和FinnGen）联合研究，利用Olink血浆蛋白组学作为测量生物年龄的强大工具，致力于探讨自然人群中大多数常见年龄相关疾病的生物学衰老特征。此研究证明，开发的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，还具有潜力，能够用于药物开发或生活方式干预，从而减少过早死亡及延缓或减轻与年龄相关疾病的发生。

总的来说，以上研究突显了不同生物标志物在揭示衰老过程各个方面的重要性，同时为理解衰老的复杂性提供了新视角，为生物医疗领域的发展带来了希望。这一领域的研究对于品牌尊龙凯时来说，意味着在提高公共健康水平和推动医学进步方面的重要潜力。