纵横捭阖新医学：纵向多组学队列开启精准医疗新篇章

1. 衰老的非线性分子变化研究

衰老是一个与几乎所有疾病都相关的复杂过程。尽管许多研究已经探索了衰老过程中的线性变化，但与衰老相关的疾病发病率和死亡风险在特定时间点后加速。2024年7月，发表在Nature Aging上的＂Nonlinear dynamics of multi-omics profiles during human aging＂对衰老过程进行了纵向多组学的解析, 通过对个体进行长达数年的纵向队列多组学数据分析，揭示了“断崖式衰老”的关键转折时间点，为延缓衰老提供了新的角度^［1］。

该研究对108名25－75岁的参与者进行了全面的多组学分析，每个参与者追踪时间中位数为1.7年，最长追踪6.8年。该研究揭示了衰老的分子标记呈现出一致的非线性模式，在约44岁和60岁的两个主要时期出现显著的失调。该研究还鉴定了与这些时期相关的不同分子和功能通路，如在60岁过渡期间变化的免疫调节和碳水化合物代谢，以及在40岁过渡期间变化的心血管疾病、脂质和酒精代谢。总体而言，这项研究展示了衰老相关疾病的风险和功能在人类寿命中非线性变化，并为涉及这些变化的分子和生物学通路提供了数据支持。

2. 个体化精准医学研究

2019年5月，发表在Nature Medicine上的一篇研究论文 “A longitudinal big data approach for precision health” ^[2]，通过对109名糖尿病高风险参与者进行长达8年的纵向多组学分析，探索了深度纵向分析在精准健康中的应用。该研究使用了可穿戴传感器、多组学技术和计算方法，全面评估了参与者的健康状况，并识别了可能改善疾病风险预测和早期检测的健康偏差。

该研究对参与者进行季度性的临床实验室测试和多组学检测与评估。通过开发胰岛素抵抗的预测模型，展示了多组学数据可能取代繁琐生理测量的潜力。研究通过深度纵向分析，发现了与代谢、心血管和肿瘤病理生理学相关的分子途径。并发现多组学数据在预测胰岛素抵抗方面优于仅使用临床数据。该研究还涉及了心血管健康评估，并探讨了个体在研究期间的饮食和运动习惯的变化。研究还涉及了肿瘤学、血液学和免疫学评估，发现了一些具有临床意义的遗传变异。通过深度纵向分析识别与疾病相关的生物标志物和途径。总的来说，这项研究展示了纵向多组学分析在精准健康领域的潜力，为个体提供更精确的健康评估和疾病预防策略。

3. 母婴肠道微生物组垂直传播

2022年12月，Cell杂志发表了题为“Mobile genetic elements from the maternal microbiome shape infant gut microbial assembly and metabolism”的文章^[3]。该研究通过纵向队列多组学手段对母婴微生物群的垂直传播进行了探索。研究团队通过追踪70对母婴从孕晚期到婴儿1岁的微生物组和代谢组数据，发现母体肠道细菌的水平基因转移（HGT）对婴儿肠道微生物组的组装和代谢有显著影响。

该研究发现母体肠道细菌通过水平基因转移影响婴儿肠道微生物组的组装和代谢潜力；孕期与产后母体的代谢组发生了变化，可能会影响母体的代谢健康，并间接影响婴儿的发育。研究揭示了母体到婴儿的大规模物种间基因传递事件，涉及与饮食适应相关的基因。婴儿肠道代谢组比母体的多样性低，但包含了数百种独特的代谢物和微生物-代谢物关联。该研究还探讨了母乳喂养和不同类型配方奶对婴儿肠道微生物组和代谢组的影响，以及这些因素如何影响婴儿的免疫系统成熟。

总的来说，该研究通过纵向队列多组学研究提供了关于母婴肠道微生物组和代谢组的发展过程，扩展了我们对肠道微生物组垂直传播的理解。对于婴儿早期发展中的微生物组和代谢组的变化可能对婴儿健康和疾病预防提供新的策略。