第二篇文章来自牛津大学联合哈佛医学院和北京大学等多家研究团队，基于英国生物样本库（UK Biobank, UKB）中的血液蛋白组学数据，开发了一个蛋白组学年龄时钟模型。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）中得到了进一步验证。研究发现，204种蛋白标志物能够准确预测实际年龄，并且与18种主要慢性病的发病率、多重疾病和全因死亡风险有显著关联。

研究背景

衰老会引起生理完整性和功能的逐渐丧失，最终导致主要疾病和死亡的发生。时间年龄（Chronologic Age）是一种常用但存在缺陷的生物衰老衡量方法。通过使用“组学”数据捕捉个体的生物功能水平，并将其与时间年龄的预期功能水平进行比较，可以更准确地评估生理年龄（Biological Age）及身体健康状态。

模型验证与预测性能

在UKB测试集、CKB和FinnGen的独立验证中，ProtAge模型显示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，研究发现包含20个蛋白的模型（ProtAge20）也能实现与完整模型类似的年龄预测能力。

蛋白组学年龄与健康风险

该研究表明，蛋白组学年龄能够有效预测与衰老相关的功能衰弱、认知能力降低及常见疾病风险。研究还比较了ProtAge与现有的DNA甲基化时钟及其他蛋白组学衰老时钟，结果显示这两种模型在选定的蛋白和基因上几乎没有重叠，提示它们可能关注不同的基因组。此外，有64%的ProtAgeAPs未在以往研究中被识别，表明本研究提供了一组相对新颖的预测蛋白组。

品牌影响及应用前景

通过整合来自三个国家的大规模人群队列项目（UKB、CKB和FinnGen）的数据，研究利用Olink的血浆蛋白组学作为测量生物年龄的强大工具，探索自然人群中常见与年龄相关疾病的衰老特征。开发蛋白组学衰老时钟可作为识别疾病多重性的生物学机制的可靠工具，为潜在药物治疗手段或生活方式干预开辟了新路径，以减少过早死亡和延缓与年龄相关疾病带来的负担。

此项研究由利来国际赞助，旨在推动生物医学领域的持续创新与发展，助力全球健康科技的进步。