人们血液中的蛋白质水平准确地预测了他们的年龄-衰老并不顺利

托尼·怀斯·考瑞（Tony Wyss-Coray）是一项研究的资深作者，该研究发现人们血液中的蛋白质水平可以预测他们的年龄。

斯坦福大学的一项研究发现，人们血液中的蛋白质水平可以预测他们的年龄。研究还发现，老化不是一个平稳连续的过程。

试图猜测您的年龄的狂欢工作者依赖于您的外表方面，例如您的姿势以及眼睛和嘴唇的角部是否出现皱纹。如果Carny的猜测已经过去了数年，那么您将赢得一只无尾熊考拉。

但是，斯坦福大学医学院的一个科学家团队不需要知道您如何看待自己的年龄。相反，它观看一种生理时钟：血液中循环的373种蛋白质的水平。如果时钟不关，您就不会赢得毛绒玩具。但是您可能会发现有关健康的重要信息。

这项研究的结果表明，生理衰老并不仅仅是简单地以均匀的速度进行，而是似乎绘制出了更加急躁的轨迹。

神经病学和神经科学教授Tony Wyss-Coray博士说：“我们很早就知道，测量血液中的某些蛋白质可以为您提供有关人的健康状况的信息-例如，脂蛋白有助于心血管健康。”陈DH教授，斯坦福·阿兹海默氏病研究中心联合主任。“但是，人们不知道如此多的蛋白质水平会随着年龄的增长而发生显着变化，这些水平大约是我们所研究的蛋白质的三分之一。”

Wyss-Coray说，从人体组织迁移到循环血液中的多种蛋白质的水平变化不仅是衰老现象的特征，而且很可能引起衰老现象。

描述该研究的论文今天（2019年12月5日）发表在自然医学上。Wyss-Coray是资深作家。主要作者是神经学讲师Benoit Lehallier博士。

“蛋白质是主力军”

研究人员分析了来自4263名18-95岁人群的血浆（血液中无细胞的液体部分）。Wyss-Coray说：“蛋白质是人体组成细胞的主力军，当它们的相对水平发生重大变化时，这也意味着您也在改变。”“查看血浆中成千上万的血浆，可以让您快速了解整个身体的状况。”

当出现明显丰度变化的不同血源蛋白数量上升到波峰时，年龄分别为34、60和78。

这项研究的结果表明，生理衰老并不仅仅是简单地以均匀的速度进行，而是似乎绘制出了更加急促的轨迹，在人类生命周期中具有三个明显的拐点。这三个点平均发生在34岁，60岁和78岁，这是不同的时期，不同时期的血液中富集性显着变化的蛋白质的数量上升到峰值。发生这种情况的原因是，并非一生中简单地稳定地增加或减少或保持不变，而是许多蛋白质的水平在一段时间内保持恒定，然后在某个点或另一点突然突然向上或向下移动。这些变化往往会在一个人的生活中分三个方面：成年，中后期和老年。

研究人员通过观察人群中而不是个体中蛋白质的复合水平来建立自己的时钟。但是事实证明，所得公式可以预测大多数情况下三年内个人的年龄。如果没有，会有一个有趣的结果：预测年龄大大低于实际年龄的人被证明对他们的年龄非常健康。

研究人员从两项大型研究中获得了样本。其中之一，被称为LonGenity研究，已经收集了一个非常长寿的Ashkenazi犹太人的注册表。它能够从95岁的老人那里提供许多血液样本。

在测量每个个体血浆中大约3,000种蛋白质的水平时，Wyss-Coray的研究小组发现了1,379种蛋白质，其水平随受试者的年龄而变化很大。

发散

研究说，减少的373种蛋白质足以准确预测参与者的年龄。但是，在参与者的时间顺序和生理年龄之间确实存在着很大的矛盾，例如，在LonGenity研究中，在我们大多数人中，老年人对异常健康的遗传倾向很高。

该研究还证实了男人和女人年龄不同的情况。

Wyss-Coray说：“我们有关于那组人的握力和认知功能的数据。”“据我们的血浆蛋白钟估计，那些具有更强握力和更好的认知度的人比实际年龄要年轻。”

该研究还证实了在研究中男女代表年龄相等的年龄不同的情况。分析发现，这些蛋白质会随着年龄的变化而变化，其中895种（近三分之二）对一种性别的预测性要强于另一种性别。

Wyss-Coray说：“差异令人震惊。”他补充说，这一发现有力地支持了美国国立卫生研究院（National Institutes of Health）于2016年制定的政策的基本原理，该政策促进了女性在临床试验中的参与度的增加以及性别作为生物学变量的划分。

他说，这项技术的任何临床应用都需要5到10年的时间。但是，通过进一步的验证，它不仅可以用于识别那些正在迅速衰老的个体，从而可以识别与年龄相关的疾病（如阿尔茨海默氏病或​​心血管疾病）的风险，还可以用于寻找药物或其他治疗性干预措施例如绿叶蔬菜，它会延缓衰老过程，或者反过来发出对药物意外加速衰老趋势的预警。

Wyss-Coray说：“理想情况下，您想知道实际上或所采取的任何措施都会影响您的生理年龄。”

虽然“ 373蛋白”一词可能会让人联想到输血大小的血液提取物的图像，但对于373蛋白读数而言，滴水就足够了。

Wyss-Coray说，实际上，仅九种蛋白质就足以完成一项合格的工作。他说：“在添加9或10种蛋白质后，向时钟中添加更多蛋白质只会使其预测准确性提高一点。”“通过机器学习，您可能仅基于这九种蛋白质就可以进行高精度的测试。”

###

Wyss-Coray是退伍军人事务帕洛阿尔托卫生保健系统的高级研究员，斯坦福大学ChEM-H的研究员，斯坦福大学吴仔神经科学研究所，斯坦福Bio-X和斯坦福妇幼健康研究所的成员。

参考：Benoit Lehallier，David Gate，Nicholas Schaum，Tibor Nanasi，Song Eun Lee，Hanadie Yousef，Patricia Moran Losada，Daniela Berdnik，Andreas Keller，Joe Verghese，Sanish Sathyan和Claudio Franceschi Sofiya Milman，Nir Barzilai和Tony Wyss-Coray，2019年12月5日，自然医学。
10.1038 / s41591-019-0673-2

该论文的其他斯坦福大学合著者是博士后学者David Gate博士，Nicholas Schaum博士，Song Eun Lee博士和Patricia Moran Losada博士。访问研究生蒂博尔·纳纳西（Tibor Nanasi）；前博士后学者Hanadie Yousef博士；研究科学家Daniela Berdnik博士

匈牙利科学院自然科学研究中心，德国萨尔大学，纽约阿尔伯特·爱因斯坦医学院，意大利博洛尼亚大学和俄罗斯下诺夫哥罗德国立洛巴切夫斯基国立大学的研究人员为这项工作做出了贡献。

该研究由美国国立卫生研究院退伍军人事务部资助（拨款F321F32AG055255 01A1，R01AG045034，DP1AG053015，P50AG047366，K23AG051148，R01AG061155，R01AG044829，R01AG057909，P30AG038072），阿尔茨海默氏症的治愈科学基金，南芬基金会，Paul F. Glenn衰老研究基金会，美国衰老研究联合会，脑振兴计划（由吴仔神经科学研究所发起），Nathan Shock衰老基础生物学卓越中心和Glenn人类衰老生物学中心。

斯坦福大学神经病学和神经科学系也支持这项工作。