衰老“度量衡”，Nature重磅 | 开辟新抗衰老领域

衰老作为导致整个机体组织结构和功能的退化的元凶，还会增加大多数慢性疾病患病风险。

早在之前的动物研究就表明，衰老在个体之间以及内部器官之间存在差异[1]，但人类是否也存在这种差异及其对衰老相关疾病的影响尚未阐明。

虽然已经开发了许多测量人体分子衰老的方法，但大多数方法只能提供一种测量整个身体衰老的单一方法。

而Nature一篇文章，斯坦福大学的专家通过利用机器学习模型，分析了11个主要器官的衰老。发现血液中的蛋白质是了解衰老的线索，可以利用血浆蛋白质组学数据研究器官衰老，进一步预测疾病和衰老效应。

01

血浆蛋白模拟器官衰老，进而预测疾病

之前相关研究[2]证实，血浆蛋白可以用于训练机器学习模型，并预测独立队列中的实际年龄。而年龄差距与死亡风险或其他与年龄相关的表型之间存在一定关联性，因此进一步证明了年龄差距包含生物衰老信息的相关假设。

基于以上基本概念，该团队通过在动脉、脑、心脏、免疫组织、肠、肾、肝等11器官衰老模型和组织模型中经过多次检验校正后发现，在所有队列中具有相同常规年龄差距的个体具有不同的器官衰老特征。

此外，某些个体相对于一般人群在一个或多个器官上表现为加速衰老。在5600个参与者中，其中20%至少有1个器官加速衰老，1.7% 的人是多器官衰老，且与疾病关系密切。要知道即使是1个器官加速衰老，也会有短于平均寿命的风险。这些观察结果表明，器官年龄差距可能捕捉到独特的衰老信息。

为了进一步评估器官年龄与生物衰老之间的关系，研究团队在至少两个独立队列中测试了器官年龄型是否与9种年龄相关疾病状态相关。结果显示，在全人群水平上，器官年龄差距与疾病的关系表现出与年龄型相同的趋势，且疾病与年龄差距之间的两个关联是肾脏年龄差距和代谢性疾病特征之间的关联。

总体来说，器官年龄差距与疾病和血液生化的关联表明，来自器官特异性血浆蛋白的衰老模型捕捉到了个体内部和个体之间与疾病相关的衰老异质性，这是其他临床标志物无法捕捉到的。

02

AD脑老化

虽然神经退行性疾病的大危险因素是年龄，但目前脑分子老化对疾病的的影响机制知之甚少。

在这项研究中通过利用CognitionBrain衰老模型观察到，随着年龄的增长和AD的发生，AD脑组织的减少和血液中的增加具有一致的模式。这一结果表明，血液中突触和神经突生长相关蛋白质水平的增加可能反映了蛋白质加工的缺失或改变，以及大脑中关键因素的脱落。

为进一步了解参与早期认知衰退的生物学过程和蛋白质，研究团队通过绘制所有模型蛋白的衰老轨迹，发现高权重的cognitionorganmal和CognitionArtery蛋白比CognitionBrain和cognition胰腺蛋白更早、更快地随年龄变化。

构成CognitionArtery模型的五种蛋白，TNF受体超家族成员11b (TNFRSF11B)、硬化蛋白(SOST)、黑素皮素2受体辅助蛋白(MRAP2)、卷曲相关蛋白(FRZB)和基质玻璃蛋白(MGP)也主要在血管平滑肌细胞、周细胞和成纤维细胞中表达，并且都与血管钙化密切相关。

因此，该蛋白网络参与细胞外基质、软骨发育和成骨细胞信号通路，并暗示血管钙化和细胞外基质改变是衰老的主要组成部分，是认知能力下降和神经退行性疾病早期阶段的基础。

小结

这种使用血浆蛋白质组学模拟器官健康和生物衰老的框架，在微创条件下使用少量的血液样本，即可应用于了解生活方式的改变或药物治疗措施对于衰老的影响。

蛋白质生物标记物有助于开发抗衰老药。同时科学家们认为，理顺蛋白质变化和衰老的逻辑固然重要，但太耗时间，直接针对蛋白质，无论是通过改变生活习惯或“食健字号”产品甚或新药，抗衰老的效能会非常大。“无所谓什么因果关系”，这是截止到今天重要的抗衰老结论。