文献解读 | 探索血浆蛋白质组，透视器官衰老的奥秘，预知疾病的来临！

　　近期，《Nature》杂志发表了一项重要研究成果，由美国斯坦福大学的团队完成。他们利用基于SomaScan平台的靶向蛋白质组技术，对来自5个独立队列的超过5000名成年人进行了近5000种蛋白的检测，深入探讨了通过血液蛋白质组学数据研究人体不同器官衰老过程和预测疾病的方法。

　　该研究揭示了血液蛋白质组学数据在预测器官衰老和疾病方面的巨大潜力。通过分析血液中的蛋白质组成，可以深入了解不同器官的衰老过程，并预测相关疾病的风险。

　　01揭示衰老奥秘，不可不知的血浆蛋白

　　最新研究发现，血浆蛋白可以模拟器官衰老，这为我们了解个体器官衰老的差异提供了新的视角。研究利用机器学习算法构建了11个主要器官的衰老模型，并通过分析来自5676名成年参与者的血浆蛋白组分，发现近20%的人在一个器官中表现出明显的加速老化，而1.7%的人则显示出多器官衰老的迹象。

　　该研究不仅揭示了器官加速老化与死亡风险的关联（增加20-50%），还发现了器官特异性疾病与这些器官的加速老化之间的紧密联系。这意味着通过监测血浆蛋白水平，可以及早发现器官衰老的迹象，为健康提供更全面的保护。

　　02健康与疾病的预测力：器官年龄的重要性

　　器官年龄可以预测健康状况和疾病风险。研究中，通过评估器官衰老与9种与年龄相关的疾病（如阿尔茨海默症、心房纤维性颤动、脑血管疾病、糖尿病等）的关系，发现器官衰老与特定疾病之间存在着密切的联系。例如，肾脏衰老与代谢性疾病相关，心脏衰老与心脏疾病相关。此外，器官衰老还与未来全因死亡率的风险密切相关。

　　为了更深入地了解器官衰老与疾病标志物之间的关系，研究团队还测试了器官衰老与43个临床生物化学和细胞计数标记物之间的关联。

　　在559名患者中，有226名患者的器官衰老与这些标记物之间存在显著相关性。这表明，基于器官特异性血浆蛋白的衰老模型能够捕捉到个体内部和个体之间与疾病相关的衰老差异，而其他衰老时钟或临床标志物所不能捕捉到。

　　03认知功能衰退与阿尔兹海默症中的大脑变化

　　为了更好地了解潜在蛋白质对大脑老化的预测能力，研究者开发了一种名为生物衰老特征重要性算法（FIBA）的方法，并将其应用于脑衰老模型。通过这一算法，研究团队发现了一些关键性蛋白质，如复合蛋白，对大脑老化的预测起着重要作用。

　　随后，研究团队利用与认知功能衰退相关的脑特异性蛋白质进行训练，构建了第二代脑衰老模型——CognitionBrain。与第一代模型相比，这一新模型与阿尔茨海默症（AD）之间的相关性更强。

　　基于这种相关性，研究团队还将CognitionBrain模型与AD的其他标志物进行联合使用，以更好地对患者的临床结果进行分层分析。

　　04认知功能衰退与阿尔兹海默症中的器官变化

　　除了脑衰老模型外，研究团队还将FIBA优化框架应用于其他器官的衰老模型。

　　为了全面了解认知功能衰退的时间序列，研究团队使用整体认知能力的综合评分来测试衰老是否与认知功能正常的个体认知能力相关。结果表明，认知功能下降与动脉、脑部、认知器官和胰腺这四种器官的老化密切相关。

　　为了深入了解早期认知衰退涉及的生物学过程和蛋白质，研究团队绘制了所有模型蛋白质的老化轨迹。发现，相比脑部和胰腺中的蛋白质，认知器官和动脉中的蛋白质在年龄增长过程中更快地丧失。

　　此外，研究还发现，构成动脉模型的五种蛋白质（TNFRSF11B、SOST、MRAP2、FRZB、MGP）参与细胞外基质、软骨发育和成骨细胞信号通路。这暗示血管钙化和细胞外基质改变是导致衰老的主要原因，也是认知功能衰退和神经退行性疾病早期阶段的基础。

　　该研究发现为我们更好地理解认知功能衰退和阿尔茨海默症中的器官老化提供新的视角。

　　参考文献

　　Oh HS,Rutledge J,Nachun D,et al.Organ aging signatures in the plasma proteome track health and disease.Nature.2023;624(7990):164-172.doi:10.1038/s41586-023-06802-1