摘要循环血浆蛋白在人体健康中发挥关键作用有望用于测量生物年龄从而预测与年龄相关的疾病、多重发病率和死亡率的风险。我们利用包含2897个血浆蛋白的蛋白质组平台在英国生物样本库开发了蛋白质组年龄钟n 45,441并探讨其在预测多样人群中主要疾病发病率和死亡率的应用。我们识别出204种能准确预测年龄的蛋白质Pearson r 0.94并发现蛋白质组衰老与18种主要慢性病包括心脏、肝脏、肝脏和肺部疾病、糖尿病、神经退行性退行性和癌症的发生率有关同时也与多重发病和全因死亡率风险有关。蛋白质组衰老还与年龄相关的生物、身体和认知功能指标相关包括端粒长度、虚弱指数和反应时间。对蛋白质组年龄钟贡献最为重要的蛋白质参与了许多生物功能包括细胞外基质相互作用、免疫反应与炎症、激素调控与繁殖、神经元结构与功能以及发育和分化。在一项涉及中国n 3,977和芬兰n 1,990生物样本库的验证研究中蛋白质组年龄时钟的年龄预测准确率与英国生物样本库的表现相近分别为Pearson r 0.92和r 0.94。我们的结果表明蛋白质组衰老涉及跨多个功能类别的蛋白质可用于预测地理和基因多样性人群中与年龄相关的功能状态、多重发病率和死亡风险。引言年龄是大多数常见慢性疾病和死亡原因的主要决定因素1,2。衰老意味着随着时间推移生理完整性和功能的逐渐丧失最终导致重大疾病的发展甚至常常伴随死亡。主要慢性疾病如缺血性心脏病IHD、中风、糖尿病、肝肾疾病、神经退行性疾病以及各种癌症如肺癌和结直肠癌的发病率都会随着年龄2至4岁而增加尽管个体间在年龄相关疾病的发生时间和严重程度上存在较大差异。按年龄计量是一个强但不完美的“生物学”衰老替代指标可以通过使用“组学数据来捕捉个体的生物功能水平与预期功能水平的对比5进行更精确估计。 我们的衰老速度不仅决定了个人患重大慢性病和过早死亡的风险也影响了人群的发病率和残疾程度这对医疗系统产生了重大影响。因此量化并可能干预生物衰老的能力可能对预防多重发病和过早死亡产生重要影响6。迄今为止一些最早且最成功的生物衰老时钟采用了DNA甲基化DNAm5,7。虽然DNAm可以为环境暴露例如吸烟引起的表观遗传变化提供窗口8但蛋白质水平可能为衰老生物学提供更直接的机制和功能洞见5。蛋白质稳态丧失是衰老的主要特征9之前的几项研究已鉴定出衰老相关蛋白APs并利用它们开发蛋白质组年龄钟10–17以预测某些疾病和死亡率的风险;然而这些先前的研究都未能在庞大且具备良好功效的普通人群样本中开发出蛋白质组年龄时钟从而全面评估蛋白质组时钟在所有主要慢性疾病和与年龄相关功能特征中的预测表现。此外据我们所知这些之前的蛋白质组年龄钟尚未在不同祖先群体中独立验证。 为弥补这些知识空白我们利用血液蛋白质组信息在英国生物样本库UKB;n 45,441的大量参与者样本中开发蛋白质组年龄时钟并在中国嘉道理生物库CKB;n 3,977和FinnGenn 1,990中验证了该模型这两个数据库在地理和基因上均与英国人群不同。随后我们系统评估蛋白质组年龄差距ProtAgeGap定义为蛋白质预测年龄与年龄年龄的差异对27种与生物、功能和认知状态相关的衰老相关表型的影响;全因死亡;以及26种常见的与年龄相关的疾病这些疾病要么是主要的死亡原因要么在老龄人群中高度流行类风湿关节炎、黄斑变性、骨关节炎和骨质疏松。结果蛋白质组年龄时钟研究设计和主要分析方法的示意图见图1。发现队列UKB及两个验证队列CKB和FinnGen参与者的特征见表1。我们采用了血浆蛋白质组表达数据来自45,441名随机选定的UKB参与者54%女性年龄范围39–71岁、3,977名CKB参与者54%女性年龄范围30–78岁以及1,990名芬兰FinnGen参与者52%女性年龄范围19–78岁。在英国血统11至16年随访和CKB随访11至14年随访中分别有4,828人10.6%和1,426人36%死亡。蛋白质组学分析在FinnGen中以健康为主的无重大疾病参与者中进行且在随访期间仅有1%n 22具有蛋白质组数据的FinnGen参与者死亡。 我们将UKB队列随机分为70%训练组和30%测试组以开发蛋白质组年龄时钟。在训练阶段n 31,808我们比较了六种机器学习方法LASSO、弹性网、梯度增强和三种神经网络来训练蛋白质组年龄时钟模型利用Olink Explore 3072面板中2,897个蛋白质的归一化表达预测年代年龄。我们发现梯度增强LightGBM18在UKB测试集中的年龄预测准确度排名第二n 13,633但在CKB和FinnGen的独立样本中准确率最高补充图1。基于其优越的推广性我们选择了LightGBM作为最终模型并使用Boruta19特征选择算法和SHAPSHapley加法解释20值来识别所有与预测年代年龄相关的蛋白质子集方法。这一过程最终在我们的数据集中识别出了204个AP补充表1。这些蛋白质之间的相关结构见补充图2。该204蛋白模型中的蛋白质预测年龄ProtAge解释了与2897蛋白模型相似的年代年龄变异程度补充图3ab不同年龄组模型误差相似补充图4。我们的梯度增强ProtAge模型解释了UKB测试集中年龄年龄的高度变异R2 0.88;Pearson r 0.94以及来自 CKB 的独立验证集R² 0.82;皮尔逊 r 0.92和芬恩根R² 0.87;皮尔逊 r 0.94图2d–f。图2 |蛋白质组衰老时钟在各队列间的性能。a 英国人口、CKB和芬兰人口招募年龄密度图。b、英国区4,784人死亡;10.6%和CKB1,426人死亡;36%死亡年龄密度图。cUKB样本中所有常见疾病的流行和发病病例计数n 45,441。d、训练过的蛋白质组衰老模型在UKB保留测试集中的表现n 13,633。e 训练蛋白质组衰老模型在CKB中的表现n 3,977。fFinnGen中训练蛋白质组衰老模型的性能n 1,990。g英国基因组女性n24,579;男性n20,862、CKB女性n2,137;男性n1,840和FinnGen女性n1,032;男性n958中的ProtAgeGap性别分布。h英国地区按自我报告族裔划分的保护年龄差距分布白人n 42,320;黑色 n 1,114;亚洲人 n 1,016;其他 n 554;混合 n 293。i、根据居住地理区域划分的保护年龄差距分布甘肃n 397;河南 n 493;湖南 n 462;四川省 n 341;浙江 n 342;海口 n 298;哈尔滨 n 598;柳州 n 379;青岛n 415;苏州 n 252。d–f 中显示的相关系数是皮尔逊相关系数。小提琴绘图以g–i为单位中心线、盒限和胡须分别代表各组内的中位数、四分位数范围和极小值/极大值。RMSE均方根误差;MAE平均绝对误差。为评估我们AP(aging-related proteins,衰老相关蛋白/年龄相关蛋白与年龄的关联是否随时间稳定我们使用了1085名UKB参与者中149种ProtAge蛋白的重复蛋白表达测量这些参与者在三个时间点基线2006年至2011年、影像学研究访问2014年和重复影像检查2019测量了蛋白质组数据。对于这149名AP患者我们通过线性回归评估了它们与每次研究访问年龄的关联。这些AP与年龄在三个时间点的关联的β系数彼此高度相关Pearson r 0.90–0.97表明AP与年龄之间在至少9–13年重复访问时的关联稳定性良好扩展数据图1。 最终模型中使用204个AP我们计算了参与者的ProtAgeGap即三个队列中ProtAge与实际年龄之间的差值。在英国ProtAgeGap前5%和后5%的ProtAgeGap平均年数分别为6.3年和−6年导致两者之间的生物衰老平均差约为12.3年。ProtAgeGap显示三个队列中男女、英国地区自报族裔及CKB地区各地理区域分布相似图2g–i。 作为最后的特征选择步骤我们采用了SHAP值递归特征消除方法识别出一个包含20个蛋白质ProtAge20的模型其年龄预测性能达到204蛋白模型95%的水平Pearson r 0.89R² 0.78;补充图3c、d及补充表2。这20种蛋白质之间的相关性见补充图5。我们进一步根据英国地区这20个前20个蛋白质ProtAgeGap20计算了蛋白质组年龄差距方法与上述相同。在蛋白质少于20个的模型中模型性能急剧下降补充Fig. 3d。蛋白质组衰老预测虚弱和衰老表型为了解蛋白质组衰老如何影响与衰老相关的生理和认知功能我们考察了蛋白年龄差距在UKB中的关联包括1一个全面的虚弱指数21方法;216项身体测量例如慢步行速度和握力和认知功能反应时间和流体智力;以及3十项生物衰老指标例如端粒长度和胰岛素样生长因子1IGF-1和临床血液生化指标例如白蛋白和肌酐。在调整了年龄、性别及主要社会人口学和生活方式混杂因素后ProtAgeGap与除两种肝脏生物标志物丙氨酸氨基转移酶ALT和总胆红素外所有研究指标均显著相关;图3ab。在研究的生物衰老机制中见图3aProtAgeGap的增加与两种肾功能生物标志物半抑素C和肌酐、两种肝酶天冬氨酸氨基转移酶AST、γ-谷氨酰转移酶GGT和C反应蛋白水平的增加相关;并与白蛋白、IGF-1和端粒长度的降低相关。在身体指标图3b中ProtAgeGap的增加与自我评估健康状况差、行走速度缓慢、自认为脸部年龄较平均年龄、每天睡眠≥10小时、每天感到疲劳以及频繁失眠相关。增加ProtAgeGap还与虚弱指数、收缩压和舒张压、反应时间、动脉僵硬度和体质指数BMI的升高相关;骨密度、液体智力、肺功能和握手力均较低。 为了探讨这些关联是否由反向因果由未检测到的病理引起解释我们还限制了分析对象为部分UKB参与者这些参与者根据医院住院、癌症登记和初级保健记录均未终生确诊26种疾病n 20,315。在这些参与者中见图3cd我们发现ProtAgeGap与几乎所有标志物显著相关唯独白蛋白白蛋白是终末期发病的典型蛋白标志、总胆红素、自评面部衰老、每天睡眠10小时以及每天感到疲倦Fig. 3d。 ProtAgeGap20与除舒张压外的所有衰老功能表型相关。与204蛋白模型相比ProtAgeGap20在生物学衰老指标如端粒和白蛋白方面表现更强见图3a但对虚弱和生理/认知功能测量的效应估计略小见图3b。ProtAgeGap20与无终生疾病诊断的UKB参与者中所有生物衰老标志显著相关见图3c且除每天睡眠10小时、舒张压和BMIFig. 3d外所有生理指标均相关。所有模型的统计摘要见补充表3–6。图3 |ProtAgeGap与年龄相关的生物、身体和认知功能相关。a ProtAgeGap与完整UKB样本中生物衰老机制的关联n 45,441。b、ProtAgeGap与完整UKB样本中生理和认知反应时间和流体智力功能指标之间的关联n 45,441。c、在未终生诊断为26种疾病中的UKB参与者亚样本中ProtAgeGap与生物衰老机制的关联n 20,315。d、遗传年龄差距与26种疾病中未终身诊断的UKB参与者生理及认知功能测量指标之间的关联n 20,315。所有模型均采用线性或逻辑回归并根据年龄、性别、汤森贫困指数、招募中心、族裔、IPAQ活动组和吸烟状况进行了调整。在所有图中ProtAgeGap与每个结局关联的β估计值以及95%置信区间均显示在x轴上。红色的β估计来自完整的204蛋白模型ProtAgeGap而蓝色的β估计来自较小的蛋白质组年龄时钟模型包含20个蛋白质ProtAgeGap20。FEV1,1秒内的强制呼气量;国际体育活动问卷IPAQ;FDR假发现率。蛋白质组衰老是常见疾病的有力预测因子ProtAgeGap顶端、中位数和底端的UKB参与者在全因死亡率及14种常见非癌症疾病中表现出不同年龄特异的发生率图4a及补充表16。图4 |ProtAgeGap将个体按不同年龄的死亡率和疾病风险轨迹在UKB和CKB中分层。ab基因年龄差距在UKB中ProtAgeGap顶端、中位数和下端十分位的累计发病率图n45,441a和CKBn3,977b。每种疾病的发病病例数均显示仅显示三个十分位数内个体的总发病病例数而非完整数据集。在招募后每个招募年龄的后续11–16年UKB或11–14年CKB随访的发生率表示例如65岁时累计发生率为65岁招募者11–16年随访期间的发病率。所有图均基于Kaplan–Meier生存函数显示给定时间点事件的累计密度95%置信区间以较浅的阴影显示。这里显示的CKB疾病是指ProtAgeGap三个分位中病例超过10例的疾病。根据这些ProtAgeGap分位雌性和雄性的累计发病轨迹相似补充图6和7。在招募时65岁人群中ProtAgeGap顶尖10%人群在11至16年随访期间的累计发病率最高相当于绝对风险其中骨关节炎59.4%、全因死亡率55.2%、隐约性关节紊乱症IHD50.6%、2型糖尿病35.3%和慢性肾病CKD;33.6%。神经退行性疾病帕金森病、全因性痴呆和阿尔茨海默病AD在所有招募年龄段的ProtAgeGap底层的累计发病率均低于1%这部分可能与这些疾病的发病年龄通常较晚所致。 在CKB中我们还根据ProtAgeGap的十位数计算了在ProtAgeGap三个分位中有10例病例的疾病累计发病率图4b及补充表17。我们观察到在内隔性关节炎IHD、全因死亡率、全中风和缺血性中风方面有明显差异。2型糖尿病、慢性阻塞性肺病COPD、慢性肝病和慢性肾病也观察到差异;然而由于病例数量较少置信区间要宽得多。 我们进一步使用多变量Cox比例风险模型研究ProtAgeGap与死亡率及研究的14种常见非癌症疾病的关联在调整年龄、性别、吸烟、体育活动、社会人口学因素和临床风险因素后是否依然存在。ProtAgeGap在UKB所有模型中显示除帕金森病外所有非癌症发生的疾病结局均与死亡率及所有非癌症发生的疾病结局有显著关联见图5。在包含BMI和流行性高血压共变量的完全调整模型模型3中ProtAgeGap每1年增加的最大效应量出现在阿尔茨海默病风险比HR1.16;95%置信区间CI1.12–1.20、全因痴呆HR 1.12;95% CI 1.10–1.15和慢性肾病CKDHR 1.10;95% CI 1.08–1.11。ProtAgeGap20与所有研究的疾病相关包括帕金森病。所有模型的统计数据汇总见补充表7–12。 基于这些HR每ProtAgeGap增加一年报告我们估算ProtAgeGap前5%的人群平均患阿尔茨海默病的风险高出2.6倍且与ProtAgeGap末5%人群高出5.8倍。慢性肾病的风险增加为1.8倍顶5%对0和3.1倍前5%对底5%;死亡率风险增加为1.9倍前5%对0和3.6倍顶5%对底5%。 在英国癌症中我们还调查了根据ProtAgeGap分位数的癌症累计发病率扩展数据图2在八种癌症乳腺癌、肺癌、前列腺癌、结直肠癌、非霍奇金淋巴瘤、食管癌、卵巢癌和肝脏癌中观察到明显差异。在Cox多变量模型中ProtAgeGap与四种癌症食管癌、肺癌、非霍奇金淋巴瘤和前列腺癌相关调整了年龄、性别、社会人口和生活方式因素、BMI和流行性高血压扩展数据图3。摘要统计数据见补充表13–15。尽管上述分析已根据吸烟状况调整我们还对从未吸烟者进行了进一步的敏感性分析。在从未吸烟者中ProtAgeGap与死亡率及除帕金森病外的所有非癌症结局保持显著相关扩展数据图4a。在一项限制在正常体重范围内BMI ≥ 18.5和BMI 25的类似敏感性分析中ProtAgeGap与除帕金森病、黄斑变性和类风湿关节炎外的所有结局均显著相关扩展数据图4b。 对于ProtAge20中包含的20种蛋白质我们使用Cox模型进一步评估了这些蛋白质与所有ProtAgeGap20相关疾病的关联。值得注意的是GDF15与18种研究中的16种相关而ACRV1一种参与精子生成的睾丸特异性蛋白仅与前列腺癌相关扩展数据图5a。在扩展数据图5b中每种蛋白质与每种疾病的关联权重以缩放后的z评分显示。正如衰老特征所预期的那样许多构成蛋白质组年龄钟的蛋白质与多种主要慢性疾病相关。蛋白质组衰老随着多重发病率的增加而加剧我们将多重发病率定义为UKB中26种疾病中任一的终生诊断次数并根据终生诊断次数为0、1、2、3或4对参与者进行分类。我们发现ProtAgeGap的平均年限随终生疾病数量增加扩展数据图6。我们还发现这一效应在招募时的年轻参与者40–50岁;扩展数据图6a其中疾病存在较少见扩展数据图6c。平均而言4终生诊断者在招募时40–50岁参与者中观察到的ProtAgeGap多出1.5年而在招募时为4的参与者中ProtAgeGap多出1.5年扩展数据图6a而在招募时年龄为51–65岁的参与者中ProtAgeGap多出现了0.8年扩展数据图6b。ProtAgeGap与多病状态之间的关系也反映在自我报告的健康信息中。平均而言报告健康状况良好可能无疾病者中ProtAgeGap 发生年份比自我报告健康状况差者少0.9年扩展数据图6d。图5 |ProtAgeGap与死亡率和常见疾病的关联效应量在协变量调整中基本保持不变。 利用Cox比例风险模型ProtAgeGap与死亡率和疾病发生率之间的关联适用于协变量调整水平增加的模型。横轴显示了ProtAgeGap对结果影响的HRs及95%置信区间。所列事件是每种结果的总事件数量。所有模型均使用完整的UKB样本n 45,441。a模型1已根据年龄和性别进行了调整。b模型2已调整年龄、性别、族裔、汤森贫困指数、招募中心、IPAQ活动组和吸烟状况。c模型3已调整年龄、性别、族裔、Townsend贫困指数、招募中心、IPAQ活动组、吸烟状况、BMI和流行高血压。红色的HR估计来自完整的204蛋白模型ProtAgeGap而蓝色的估计来自较小的蛋白质组年龄时钟模型包含20种蛋白质ProtAgeGap20。生物功能与蛋白质相互作用网络对204个APs的功能富集测试显示这些AP在一个基因本体GO生物学过程中得到了富集解剖结构发育和发育过程。使用GO分子功能、京都基因与基因组百科全书KEGG或反应组未发现富集;然而这204个APs通过STRING数据库的共表达信息显示了一个高度互联的66个蛋白质亚网络且至少有两个节点连接形成蛋白质-蛋白相互作用PPI网络扩展数据图7。与其他蛋白连接最多的单个蛋白包括EGFR参与癌症药物耐药性、脑结构和血小板计数、CXCL12一种与免疫监测、炎症反应、组织稳态以及肿瘤生长和转移相关的免疫相关趋化因子、ITGAV一种与身高、易手、阅读障碍及白蛋白/肌酐代谢相关的整合素蛋白、CXCL9与T细胞功能和炎症有关和CD8A一种CD8抗原与先天免疫系统有关。 我们还使用训练好的ProtAge模型中的SHAP相互作用值计算出第二个PPI网络代表模型中蛋白质的相互作用以预测年龄扩展数据图8。根据SHAP相互作用值与其他蛋白质连接数量最多的蛋白质是ELN一种构成细胞外基质部分的弹性纤维蛋白具有对器官和组织的弹性包括心脏、皮肤、肺、韧带和血管、EDA2R参与NF-κB和先天免疫通路涉及脱发、雌二醇、睾酮和HDL代谢LTPB2一种参与BMI、血压、神经质和焦虑、青光眼和视网膜病理、肺功能及死亡率的蛋白质、CXCL17一种与CXCL9相互作用、参与肿瘤发生的趋化因子 通过单核细胞、巨噬细胞和树突状细胞进行抗菌防御以及GDF15与BMI、肝功能、系统性红斑狼疮和COVID-19有关。总体而言我们发现使用基于数据的方法利用机器学习模型的相互作用建模PPI与使用STRING数据库中最新的实验生物学知识结果截然不同。 我们进一步研究了构成ProtAge20评分的20种蛋白质的作用和功能这些蛋白质合计捕捉了204蛋白模型预测年龄能力的~95%。这些关键抗细胞参与1细胞粘附和细胞外基质ECM相互作用ELN、COL6A3、CDCP1、PODXL2、LTBP2、SCARF2和ENG;2免疫反应和炎症CXCL17、LECT2、SCARF2和GDF15;3激素调节与繁殖FSHB、AGRP和ACRV1;4细胞信号传导EDA2R、SCARF2和PTPRR;5蛋白酶活性和酶功能KLK3和KLK7;6体重和能量平衡的调节GDF15和AGRP;7神经元结构与功能GFAP和NEFL;以及8发育与分化EDA2R、LTBP2和ENG。与现有DNAm和蛋白质组年龄钟的比较我们模型选中的蛋白质与主要DNAm时钟的对应基因包括Horvath几乎没有重叠clock22DNAm PhenoAge23 和 DunedinPACE24扩展数据图9a。5个来自ProtAge的基因与Horvath钟中CpGs近距离基因重叠CSPG5、CXADR、DKK3、ENPP2和POMC11个ProtAge基因与DNAm表龄近邻基因重叠AMANTSL5、CALB1、CTSF、CXADR、CYTL1、DPEP2、KLK8、LHB、LMOD1、MATN3和NPL。仅有三个ProtAge基因与定位到但尼丁PACE的邻近基因重叠ADAMTS13、SORCS2和TNXB。我们还将我们的发现与三项关于蛋白质组衰老的大型已发表研究进行了比较包括1一项系统综述n32报告蛋白质与年龄关联的研究Johnson等11作者在至少三项先前研究中利用85种与年龄相关的蛋白质开发了蛋白质组年龄时钟并在INTERVAL研究中得到了验证n3,301;2一项近期研究识别出多个队列中的273个APCoenen等10n 37,650;以及3在INTERVAL和LonGenity队列中开发的由373个AP组成的时钟Lehallier等12n 4,263。 虽然我们模型选中的蛋白质与现有蛋白质组时钟中的蛋白质有更多重叠但我们有134个ProtAge AP64%在这些关于蛋白质组衰老的主要研究中未被识别出来扩展数据图9b。尽管ProtAge代表了一组较为新颖的AP但Johnson等、Coenen等和Lehallier等人的分析中也包含了15个AP扩展数据图9b和扩展数据表1。值得注意的是这15种蛋白质中没有一个与DNAm时钟的对应基因重叠表明DNAm和蛋白质组时钟似乎在不同的基因集上有所融合。补充表1显示了204个ProtAge抗甲基与所有先前研究的重叠情况。最后之前发表的蛋白质炎症时钟15中识别的顶层蛋白CXCL9一种炎症细胞因子在我们的模型中被认定为抗甲激素尽管未进入模型中的前20名蛋白。在之前的炎症时钟论文中ProtAge20蛋白或完整ProtAge模型中的前20名蛋白均未被鉴定包括我们ProtAge模型中的若干炎症相关蛋白GDF15和CXCL17。讨论我们对英国、中国和芬兰人群的蛋白质组数据分析显示英国基因组中估计的蛋白质组年龄特征捕捉了高度可推广的信息适用于具有不同遗传祖源和不同发病水平的人群。我们的研究提供了新的证据表明蛋白质组衰老是众多与身体功能、虚弱和认知状态相关的特征的共同特征此外还有既有的衰老生物标志物例如端粒和IGF-1。虽然以往研究报告DNAm年龄与端粒长度无关25但我们表明蛋白质组衰老与端粒长度呈强烈反比相关端粒长度是衰老的关键细胞标志9。值得注意的是我们的研究提供了全面且有力的证据表明蛋白质组衰老是死亡率和多病的可靠预测因子并且与所有14种非癌性疾病和4种常见癌症食管、前列腺、肺和非霍奇金淋巴瘤的未来风险相关。我们的研究还表明我们的蛋白质组年龄时钟能够很好地推广到超出UKB人群的年龄组和发病率。特别值得注意的是我们的蛋白质组年龄模型在FinnGen参与者年龄范围20–80岁中表现良好这些参与者基本无疾病和死亡且比UKB参与者年龄范围40–70岁小最多20岁。 本研究在大量且有力的样本中直接全面测试蛋白质组衰老与疾病、多重发病率及年龄相关功能状态的关联。虽然之前有一项研究系统性地调查了27种主要疾病结局的不同生物钟但测试的蛋白质组年龄时钟仅与一项疾病具有名义显著性这很可能是由于该相对较小的研究缺乏统计效度n 80517。此外我们通过将分析限制在无重大终生疾病诊断的参与者并与整体分析结果一致从而减少了逆向因果偏差的影响。 与上述蛋白质组时钟分析中有限的生理和生物功能指标相比我们的ProtAge时钟显示出更好的性能。Coenen等人报告了蛋白质组年龄时钟与血尿酸和镁之间的边缘显著部分相关但与其他57项血液标志物包括白蛋白、肌酐、γ-谷氨酰转移酶和C反应蛋白之间存在无显著相关性这些指标均与ProtAgeGap密切相关。Johnson等人的11小时钟研究未调查死亡率、发病率或任何虚弱或认知指标。由于这些之前的论文使用了SOMAscan蛋白质组学目前尚不清楚它们与ProtAge蛋白抗株缺乏重叠以及衰老表型关联的差异是否反映了Olink和SOMAscan平台之间的差异。此前对SOMAscan和Olink数据的直接比较研究显示两平台在蛋白质-表型关联和遗传蛋白性状基因座定位上存在显著差异26;然而另一种解释可能是这些先前蛋白质组年龄钟研究中样本量较小。 我们的ProtAge时钟还相较于许多最先进的DNAm时钟具有优势。观察到所谓的“第一代”DNAm时钟例如霍瓦斯时钟与死亡风险和衰老相关功能关联较弱5,7。为了更强地捕捉与发病率和死亡率的关联随后开发了新的DNAm时钟这些时钟不以年龄本身训练而是训练来预测复合表型年龄变量通常是年龄和发病生物学标志物加权组合例如白蛋白、肌酐和C反应蛋白23,24,27。我们的蛋白质组年龄时钟的一个优点是可以通过训练构建仅预测年龄且仍与死亡率和发病率保持强烈关联且该方法仍可转化为较小的独立样本CKB和FinnGen即使研究设计、参与者遗传背景和发病率特征差异很大。 基于DNAm的时钟预测年龄可能无法同样预测功能和疾病结果的一个原因是基因表达DNAm的功能后果与年龄相关蛋白表达之间缺乏强相关性。最近利用小鼠肾脏和心脏组织以及人类和恒河猴脑组织的研究28,29显示信使RNA和蛋白质水平的年龄相关变化并不强相关。在我们模型中一个重要但丰度与mRNA相关性不佳的蛋白质例子是ECM蛋白如弹性蛋白ELN和胶原蛋白COL6A3。这些蛋白质半衰期较长使其特别容易受到与衰老相关的降解和翻译后修饰的影响这也加剧了衰老过程中结构组织的损伤31。弹性蛋白碎片化是血管衰老的关键因素与高血压和心血管结局有关32尽管最新研究也表明弹性蛋白降解在CKD33和脑动脉衰老中发挥作用34。此外秀丽隐杆线虫的功能性研究表明ECM重塑有助于延长寿命且已知的遗传和药物延续措施能减缓与年龄相关的胶原硬化35。我们的研究提供了一项人类群体研究的新证据表明ECM动态值得被考虑为衰老的新特征而用DNA信息可能难以捕捉衰老。 此外近期对血液来源人类CD8 T细胞群体的研究报告了免疫细胞中mRNA与蛋白质丰度之间的弱相关性37。鉴于多种免疫和炎症蛋白在我们的蛋白年龄模型中的关键作用CXCL17、LECT2、SCARF2和GDF15以及大量文献证明了免疫相关炎症在衰老中的重要性inflammaging38这一蛋白质组衰老的重要轴也不太可能通过DNAm或转录年龄时钟被捕捉。鉴于我们分析中50%的阿尔茨海默病发作患者诊断年龄低于75岁我们的蛋白质组年龄时钟的一个优势可能是能够检测或预测早发性阿尔茨海病的风险。值得注意的是尽管近期综述报告称APOE一种与AD风险和FOXO3参与凋亡和DNA修复的转录因子是唯一两个在研究中与寿命和寿命相关性一致复制的基因2,39但我们的研究中均未发现其为抗病毒。这凸显了寿命遗传决定因素与蛋白质组衰老信号之间的可能脱节尽管这些蛋白质的组织特异性表达也可能不利于捕捉基于血液的衰老信号。 我们的分析还显示在协变量调整后ProtAgeGap与四种癌症肺、前列腺、食管和非霍奇金淋巴瘤之间存在一致的关联。此外我们在蛋白质蛋白通路分析中揭示了癌症发展的多个方面。部分剩余的非相关癌症病例数低或不足表明我们可能缺乏统计能力来检测相关性。对于其他样本量充足的癌症例如结直肠癌可能所用的蛋白质组学面板未包含该癌症相关的蛋白质或者血浆中没有可靠的这些蛋白质特征。 我们的研究方法有许多优势包括采用梯度增强LightGBM模型实现非线性关联并考虑所有蛋白质之间的相互作用。此外我们的模型基准测试过程显示与LASSO、弹性网或神经网络相比我们的梯度增强模型在估计独立数据中的蛋白质组年龄时提供了显著更高的泛化性;然而我们的研究也存在若干局限性。首先我们的模型仅使用了目前英国市场可用的Olink Explore 3072检测法因此未能捕获其他平台和面板中覆盖的所有蛋白质包括更大的Olink HT约5,000蛋白或SOMAscan10,000蛋白面板。其次我们的数据集中没有DNAm数据无法直接比较蛋白质组和DNAm年龄时钟。 总之我们的研究提供了证据表明等离子体蛋白质组学是测量生物年龄的强大工具可用于量化大多数成人人群中常见年龄相关疾病的生物衰老特征。我们的研究表明蛋白质组衰老时钟的开发可以作为识别疾病多病生物机制的可靠工具并可能作为识别蛋白质靶点的有用工具用于药物治疗或生活方式调整以减少过早死亡减少或延缓重大年龄相关疾病和多病的发生。