Nat Med｜揭开衰老之谜——蛋白质组衰老时钟如何预测年龄相关疾病的风险

三个研究队列参与者的血浆样本；

发现队列：英国生物样本库（UKB）45,441例参与者；

验证队列：中国慢性病队列研究（CKB）中3,977例缺血性心脏病参与者和芬兰生物库（FinnGen）1,990例参与者；

将UKB队列随机分为70%的训练组和30%的测试组，以开发蛋白质组衰老时钟。在训练阶段，比较了六种机器学习方法(LASSO、弹性网络、梯度提升和三种神经网络)训练的衰老时钟模型。选择梯度提升（LightGBM）作为最终模型，并结合Boruta特征选择算法和SHAP值从2,897种蛋白质中获得204个APs。ProtAge模型在UKB测试集和CKB、FinnGen独立验证集中的R²值分别达到0.88、0.82和0.87。ProtAge预测年龄和实际年龄之间的差异（ProtAgeGap）在男性和女性、种族和不同地理区域均具有相似的分布。进一步，基于SHAP值采用递归特征消除法进行特征选择，简化了由20个关键蛋白质组成的模型（ProtAge20），该模型的年龄预测性可以达到204个蛋白质模型的95%。

在UKB队列中，除两个肝脏生物标志物(丙氨酸转氨酶和总胆红素)外， ProtAgeGap与所有生理和认知功能均显著相关。ProtAgeGap的增加与两种肾功能生物标志物(胱抑素C和肌酐)、两种肝酶(天冬氨酸转氨酶、γ-谷氨酰转移酶)和C反应蛋白水平的升高有关；并与白蛋白、IGF-1和端粒长度下降有关。除舒张压外，ProtAgeGap20与所有衰老功能表型相关。与204种蛋白模型相比，ProtAgeGap20在衰老生物学指标(如端粒和白蛋白)方面预测能力更强，而在预测衰弱和生理/认知功能指标方面偏弱。

在UKB队列中，ProtAgeGap最高、中位数和最低十分位数的参与者在全因死亡率和14种常见非癌症疾病的年龄特异性发病率存在差异，女性和男性的累积发病率轨迹相似。在UKB和CKB中，高ProtAgeGap参与者全因死亡率、IHD、糖尿病和心脏病风险更高。

COX回归模型发现，在UKB队列中，ProtAgeGap与全因死亡率和除帕金森外的所有非癌症疾病显著相关，尤其是AD、全因痴呆和CKD。ProtAgeGap20与所有研究的疾病相关，包括帕金森病。构成ProtAge20的20种蛋白质与多种主要慢性疾病相关，其中GDF15与大多数疾病关联最强。并且ProtAgeGap随着多重疾病的增加而增加。表明蛋白质组衰老时钟可以预测多种主要慢性疾病。

对构成ProtAge模型的204种APs进行功能分析，发现在解剖结构和发育过程中显著富集。PPI分析发现其形成了由66个蛋白组成的高度互联的子网络，中心节点包括EGFR、CXCL12、ITGAV、CXCL9和CD8A。而构成ProtAge20模型的20种APs主要参与细胞粘附、细胞外基质(ECM)相互作用、免疫应答、炎症、激素调控与生殖、细胞信号传导、神经元结构与功能等。

与DNAm时钟相比，ProtAge模型的蛋白质与主要的DNAm时钟（如Horvath clock、DNAm PhenoAge和DunedinPACE）的基因重叠程度较低。ProtAge模型与三项已发表的蛋白质组衰老时钟蛋白质有一定重叠，但ProtAge模型中有134个蛋白质（64%）未在先前研究中报道，表明ProtAge模型发现了新的APs集合。重叠的15个Aps与DNAm时钟的相应基因无重叠，表明DNAm和蛋白质组时钟可能涉及在不同的基因集。