第二篇研究由牛津大学与哈佛医学院及北京大学等多家科研团队联合开展，基于英国生物样本库（UKBiobank, UKB）中的血液蛋白组学数据，开发了一个创新的蛋白组学年龄时钟模型。该模型经过在UKB队列、中国慢性病前瞻性研究队列（CKB）及芬兰人群队列（FinnGen）的验证，结果表明，204种蛋白标志物能够准确预测个体的实际年龄，并且这些标志物与18种主要慢性病的发病率、多重疾病的风险以及全因死亡率密切相关。

衰老过程会导致生理完整性和功能的逐渐丧失，最终引发多种重大疾病和死亡。而传统的时间年龄（Chronologic Age）仅是评估“生物”衰老的一种常用但不够精确的方法。相比之下，采用“组学”数据来捕捉个体的生物功能水平，并与时间年龄的预期标准进行对比，能够更加准确地评估生理年龄（Biological Age）及身体健康状况。

在UKB测试集、CKB和FinnGen的独立验证中，ProtAge模型展现出了优异的预测性能和良好的泛化能力，其R²值分别为0.88、0.82和0.87。研究发现，仅通过20种蛋白的模型（ProtAge20）也能达到与完整模型相似的年龄预测效果。

蛋白组学与衰老相关性研究

研究还对ProtAge与现有的DNA甲基化时钟及其他蛋白组学衰老时钟进行了比较，发现两者在所选基因上的重叠较少，暗示这两种模型可能涉及不同的基因集。此外，64%的ProtAge相关蛋白（ProtAgeAPs）在先前的研究中未得以识别，这一发现提示该研究推出了一系列相对新颖的预测蛋白组，这揭示了不同生物标志物可能揭示衰老过程的不同维度，为理解衰老的复杂性提供了新视角。

重大发现与应用

本研究根据来自UKB、CKB和FinnGen三个国家大规模人群的项目，利用Olink血浆蛋白组学作为测量生物年龄的强大工具，探索了自然人群中与年龄相关的常见疾病的生物学衰老特征。研究结果进一步证实，开发蛋白组学衰老时钟不仅能作为识别疾病多重性的生物机制的可靠工具，还为潜在药物治疗和生活方式干预的开发提供了科学依据，从而有效减少过早死亡及延缓与年龄相关疾病的发生。

综上所述，这项研究展示了尊龙凯时在生物医疗领域的创新应用，为个体健康管理和老龄化问题的解决提供了切实的支持。