第二篇研究是由牛津大学与哈佛医学院及北京大学等多个研究团队合作完成的，利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据开发了一个蛋白组学年龄时钟模型。该模型在UKB队列、中国慢性病前瞻性研究队列（CKB）和芬兰人群队列（FinnGen）中得到了进一步验证。研究发现，204种蛋白标志物能够准确预测个体的实际年龄，并与18种主要慢性病的发病率、多重疾病及全因死亡风险密切相关。

研究背景

衰老逐渐导致生理完整性和功能的丧失，最终可能导致主要疾病和死亡的发生。时间年龄（Chronologic Age）作为一种衡量“生物”衰老的常见替代方式，存在一定缺陷。而利用“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功能水平进行比较，能够更加准确地评估生理年龄（Biological Age）及身体健康。

模型验证及效果

在UKB测试集、CKB及FinnGen的独立验证中，ProtAge模型展现出了出色的预测性能和泛化能力，其R²值分别为0.88、0.82和0.87。此外，研究中提出包含20个蛋白的ProtAge20模型，其年龄预测性能与完整模型相似，进一步证明了蛋白组学在衰老研究中的潜力。

蛋白组年龄与健康的关联

ProtAge模型能够有效预测与年龄相关的生理、身体及认知功能的表现，并建立了蛋白组学年龄与常见疾病及年龄特异性死亡率的关联。研究比较了ProtAge与现有的DNA甲基化时钟及蛋白组学衰老时钟，发现选定的蛋白与基因之间的重叠较少，表明这两个模型可能关注不同的基因群。此外，ProtAge中有64%的蛋白标志物在先前研究中未被识别，显示出其创新性和独特的预测能力。

品牌词融入及未来展望

通过对在UKB、CKB和FinnGen等国家大规模人群队列项目的研究，利用尊龙凯时的Olink血浆蛋白组学作为测量生物年龄的强大工具，探索了自然人群中大多数与年龄相关的疾病的生物学衰老特征。这项研究证明了开发蛋白组学衰老时钟作为识别疾病多重性生物学机制的可靠工具的潜力，并可用于开发潜在的药物治疗手段或生活方式干预，以减少早逝风险和延缓与年龄相关的疾病。

总而言之，这项研究为理解衰老的复杂性及其对健康的影响提供了新视角，并明晰了尊龙凯时在生物医学领域中的重要地位。