生物年龄加速与遗传易感性交互影响 2 型糖尿病和冠心病风险：精准预测新视角

为探究生物年龄（BA）加速与 2 型糖尿病（T2D）和冠心病（CAD）风险的关系，研究人员开展前瞻性英国生物银行研究。结果显示，BA 加速与 T2D、CAD 正相关，且与多基因风险评分（PRS）存在显著交互作用，还能提升疾病预测能力。这为疾病防治提供新依据。

　　与实际年龄相比，生物年龄（BA）能更精准地反映衰老状态。在这项英国生物银行的前瞻性研究中，研究人员运用 Klemera-Doubal 法生物年龄（KDM-BA）和表型年龄（PhenoAge）来衡量 BA 加速情况。通过 Cox 模型评估 BA 加速与 2 型糖尿病（T2D，n = 271,885）和冠心病（CAD，n = 270,054）发病之间的关联，同时探究 BA 加速与多基因风险评分（PRS）的相加和相乘交互作用。他们还将 BA、PRS 及其交互作用纳入传统风险模型，以此评估预测性能。

研究发现，BA 加速与 T2D 和 CAD 的发病呈正相关（KDM-BA 的 HR_{Q4 vs Q1}为 2.38 [95% 置信区间（CI），2.22 - 2.56]；PhenoAge 的 HR_{Q4 vs Q1}为 1.85 [95% CI，1.72 - 1.99]；KDM-BA 的 CAD 的 HR_{Q4 vs Q1}为 1.67 [95% CI，1.58 - 1.76]；PhenoAge 的 CAD 的 HR_{Q4 vs Q1}为 1.33 [95% CI，1.27 - 1.39]）。BA 加速与 PRS 之间存在显著的相乘交互作用（所有相乘交互作用的P ≤ 0.002）。BA 加速和 PRS 均处于最高水平的个体，患 T2D（KDM-BA 的 HR 为 6.89 [95% CI，6.03 - 7.87]；PhenoAge 的 HR 为 6.28 [95% CI，5.28 - 7.46] ）和 CAD（KDM-BA 的 HR 为 2.80 [95% CI，2.59 - 3.02]；PhenoAge 的 HR 为 2.25 [95% CI，2.07 - 2.45]）的风险升高最为明显。在 T2D 方面，还观察到相加交互作用，18 - 28% 的发病风险可归因于 BA 与遗传因素的交互作用。将 BA 指标和 PRS 加入传统风险模型后，显著提高了对这两种疾病的预测能力（Δ C- 统计量为 0.024 - 0.034） 。

综上所述，BA 加速与 T2D 和 CAD 的发病正相关，尤其在遗传易感性较高的个体中更为明显，并且在传统风险因素的基础上，进一步提升了对 T2D 和 CAD 的预测能力。