摘要：研究人員發(fā)現(xiàn)器官年齡差異對生活方式和藥物敏感，且能獨立預測未來17年內(nèi)多種疾病的發(fā)生風險。
衰老是導致器官功能障礙和慢性疾病的核心因素，但人類器官的衰老速率存在顯著差異，傳統(tǒng)方法難以精準評估特定器官的生物學年齡。更關(guān)鍵的是，器官衰老如何影響疾病發(fā)生和壽命，以及哪些器官對長壽最為關(guān)鍵，這些問題的答案仍不明確。斯坦福大學醫(yī)學院(Stanford University School of Medicine)的Hamilton Se-Hwee Oh、Tony Wyss-Coray團隊在《Nature Medicine》發(fā)表的研究，通過大規(guī)模血漿蛋白質(zhì)組分析揭開了器官衰老與健康的奧秘。
研究人員利用英國生物銀行(UK Biobank)44,498名參與者(年齡40-70歲)的血漿樣本，采用Olink平臺檢測2,916種蛋白質(zhì)。通過GTEx數(shù)據(jù)庫篩選器官富集蛋白，建立LASSO回歸模型預測11種器官（包括腦、心臟、免疫組織等）的生物學年齡。研究創(chuàng)新性地引入"年齡差"(age gap)概念，并通過Cox比例風險模型分析其與疾病和死亡率的關(guān)聯(lián)。
圖1 血漿蛋白質(zhì)組學揭示腦與免疫系統(tǒng)衰老同健康期及壽命的關(guān)聯(lián)血漿蛋白質(zhì)組揭示器官衰老特征
通過器官富集蛋白篩選和機器學習建模，研究發(fā)現(xiàn)不同器官的衰老速率相關(guān)性較弱(平均r=0.21)，證實了器官衰老的異質(zhì)性。值得注意的是，腦、動脈和"整體"(organismal)年齡可解釋97%的傳統(tǒng)年齡預測模型變異，其中整體年齡貢獻達74%。縱向分析顯示器官年齡差在9年內(nèi)保持中度穩(wěn)定(r=0.6)。
器官衰老精準預測疾病風險
在調(diào)整多種因素后，腦衰老與阿爾茨海默病(AD)風險關(guān)聯(lián)最強(s.d.增加HR=1.91)，極端腦衰老者風險堪比攜帶APOE4基因(HR=3.11)，而腦年輕狀態(tài)(HR=0.26)的保護效應相當于APOE2純合子。研究還發(fā)現(xiàn)：
心臟衰老預測房顫(HR=1.75)和心衰(HR=1.83)
肺衰老預測COPD(HR=1.39)
腎臟/胰腺衰老預測慢性腎病(HR=1.66-1.80)
圖2 英國生物樣本庫（UKB）中基于血漿蛋白質(zhì)的器官年齡預測
生活方式與藥物影響器官衰老
吸煙、飲酒、加工肉類攝入加速多器官衰老，而劇烈運動、深海魚攝入與器官年輕化相關(guān)。雌激素治療與免疫系統(tǒng)年輕化顯著相關(guān)(早期絕經(jīng)未治療者免疫年齡差+0.5SD，治療者-0.3SD)。
腦與免疫系統(tǒng)是長壽關(guān)鍵
全因死亡率分析顯示，腦衰老預測力最強(s.d.增加HR=1.59)，8+器官衰老者死亡率增加8.3倍。而腦(HR=0.60)和免疫系統(tǒng)(HR=0.58)年輕狀態(tài)獨特關(guān)聯(lián)長壽，兩者兼具者死亡風險降低56%(HR=0.44)。機制研究發(fā)現(xiàn)：
腦年輕者高表達BCAN、NCAN等神經(jīng)元周圍網(wǎng)(perineuronal net)蛋白
免疫年輕者低表達MMP9等促炎因子
腦衰老蛋白50%源自少突膠質(zhì)細胞系
這項研究建立了首個基于血漿蛋白質(zhì)組的多器官衰老評估體系，證實器官衰老模式可預測特定疾病風險并揭示長壽機制。特別重要的是，發(fā)現(xiàn)腦和免疫系統(tǒng)的年輕狀態(tài)對延長健康壽命具有獨特保護作用，為抗衰老干預提供了精準靶點。研究提出的"年齡差"概念和檢測方法，有望轉(zhuǎn)化為臨床可用的器官健康監(jiān)測工具，推動個體化衰老干預策略的發(fā)展。
參考資料
[1] Plasma proteomics links brain and immune system aging with healthspan and longevity
摘要：研究人員發(fā)現(xiàn)器官年齡差異對生活方式和藥物敏感，且能獨立預測未來17年內(nèi)多種疾病的發(fā)生風險。
衰老是導致器官功能障礙和慢性疾病的核心因素，但人類器官的衰老速率存在顯著差異，傳統(tǒng)方法難以精準評估特定器官的生物學年齡。更關(guān)鍵的是，器官衰老如何影響疾病發(fā)生和壽命，以及哪些器官對長壽最為關(guān)鍵，這些問題的答案仍不明確。斯坦福大學醫(yī)學院(Stanford University School of Medicine)的Hamilton Se-Hwee Oh、Tony Wyss-Coray團隊在《Nature Medicine》發(fā)表的研究，通過大規(guī)模血漿蛋白質(zhì)組分析揭開了器官衰老與健康的奧秘。
研究人員利用英國生物銀行(UK Biobank)44,498名參與者(年齡40-70歲)的血漿樣本，采用Olink平臺檢測2,916種蛋白質(zhì)。通過GTEx數(shù)據(jù)庫篩選器官富集蛋白，建立LASSO回歸模型預測11種器官（包括腦、心臟、免疫組織等）的生物學年齡。研究創(chuàng)新性地引入"年齡差"(age gap)概念，并通過Cox比例風險模型分析其與疾病和死亡率的關(guān)聯(lián)。
圖1 血漿蛋白質(zhì)組學揭示腦與免疫系統(tǒng)衰老同健康期及壽命的關(guān)聯(lián)血漿蛋白質(zhì)組揭示器官衰老特征
通過器官富集蛋白篩選和機器學習建模，研究發(fā)現(xiàn)不同器官的衰老速率相關(guān)性較弱(平均r=0.21)，證實了器官衰老的異質(zhì)性。值得注意的是，腦、動脈和"整體"(organismal)年齡可解釋97%的傳統(tǒng)年齡預測模型變異，其中整體年齡貢獻達74%?？v向分析顯示器官年齡差在9年內(nèi)保持中度穩(wěn)定(r=0.6)。
器官衰老精準預測疾病風險
在調(diào)整多種因素后，腦衰老與阿爾茨海默病(AD)風險關(guān)聯(lián)最強(s.d.增加HR=1.91)，極端腦衰老者風險堪比攜帶APOE4基因(HR=3.11)，而腦年輕狀態(tài)(HR=0.26)的保護效應相當于APOE2純合子。研究還發(fā)現(xiàn)：
心臟衰老預測房顫(HR=1.75)和心衰(HR=1.83)
肺衰老預測COPD(HR=1.39)
腎臟/胰腺衰老預測慢性腎病(HR=1.66-1.80)
圖2 英國生物樣本庫（UKB）中基于血漿蛋白質(zhì)的器官年齡預測
生活方式與藥物影響器官衰老
吸煙、飲酒、加工肉類攝入加速多器官衰老，而劇烈運動、深海魚攝入與器官年輕化相關(guān)。雌激素治療與免疫系統(tǒng)年輕化顯著相關(guān)(早期絕經(jīng)未治療者免疫年齡差+0.5SD，治療者-0.3SD)。
腦與免疫系統(tǒng)是長壽關(guān)鍵
全因死亡率分析顯示，腦衰老預測力最強(s.d.增加HR=1.59)，8+器官衰老者死亡率增加8.3倍。而腦(HR=0.60)和免疫系統(tǒng)(HR=0.58)年輕狀態(tài)獨特關(guān)聯(lián)長壽，兩者兼具者死亡風險降低56%(HR=0.44)。機制研究發(fā)現(xiàn)：
腦年輕者高表達BCAN、NCAN等神經(jīng)元周圍網(wǎng)(perineuronal net)蛋白
免疫年輕者低表達MMP9等促炎因子
腦衰老蛋白50%源自少突膠質(zhì)細胞系
這項研究建立了首個基于血漿蛋白質(zhì)組的多器官衰老評估體系，證實器官衰老模式可預測特定疾病風險并揭示長壽機制。特別重要的是，發(fā)現(xiàn)腦和免疫系統(tǒng)的年輕狀態(tài)對延長健康壽命具有獨特保護作用，為抗衰老干預提供了精準靶點。研究提出的"年齡差"概念和檢測方法，有望轉(zhuǎn)化為臨床可用的器官健康監(jiān)測工具，推動個體化衰老干預策略的發(fā)展。
參考資料
[1] Plasma proteomics links brain and immune system aging with healthspan and longevity
