非洲绿猴脑脊液与血浆表观遗传年龄的蛋白质组学特征及其在衰老生物学研究中的意义

本研究通过建立非洲绿猴（Chlorocebus aethiops sabaeus）血液表观遗传时钟（DNA甲基化分析），结合Olink 1536平台对匹配的脑脊液（CSF）和血浆样本进行蛋白质组学分析，揭示了1463种蛋白质与表观遗传年龄的关联。采用XGBoost机器学习技术筛选出10种高预测性蛋白（如CSF中的EDA2R、PAEP和血浆中的ACVRL1、COL1A1），构建了误差仅±2.5-3.0年的"蛋白质时钟"，为衰老机制研究和抗衰老干预提供了非人灵长类（NHP）转化模型。

　　

引言

衰老是多种疾病的主要风险因子，但个体间生物年龄与chronological age的差异使得精准生物标志物的开发成为挑战。非洲绿猴因其遗传同质性、可控环境和与人类相似的生理特征，成为研究衰老机制的理想模型。本研究通过整合表观遗传学和蛋白质组学技术，首次在非人灵长类中建立了跨体液（CSF/血浆）的衰老预测体系。

方法

动物模型：使用圣基茨岛非洲绿猴，通过HorvathMammalMethylChip40芯片分析336份血液样本的DNA甲基化模式，构建误差仅1.2年的表观遗传时钟（R²=0.93）。
样本采集：81只4-25岁猴的匹配CSF/血浆样本经Olink平台检测1463种蛋白的NPX值（normalized protein expression）。
数据分析：采用ANOVA、limma差异分析和XGBoost梯度提升模型，筛选年龄相关蛋白并构建预测模型。

结果

1. 表观遗传时钟验证：血液甲基化时钟在验证集中显示年龄预测误差仅1.2年（MAE），优于恒河猴模型（MAE 1.6年）。
2. 蛋白质组特征：
   • CSF中188种蛋白（如EDA2R、CHI3L1）和血浆中99种蛋白（如ACVRL1、FABP4）与年龄显著相关（FDR<0.05）。
   • 炎症相关通路（如TNF受体超家族）在老年组显著激活，印证"炎症衰老"理论。
3. 机器学习预测：
   • 10种高gain蛋白（血浆：COL1A1、IL7R；CSF：CA14、PAEP）构建的XGBoost模型预测误差±2.5年（R²=0.72）。
   • k-means聚类将动物分为≤10岁和>10岁两组，对应年轻与衰老表型。

讨论

1. 转化意义：非洲绿猴的蛋白质时钟与人类研究（如Argentieri 2024）共享多个靶点（如COL1A1），支持跨物种衰老机制保守性。
2. CSF蛋白来源：老年组CSF蛋白升高可能反映血脑屏障（BBB）渗漏或CSF周转率下降，而非单纯CNS产生。
3. 应用前景：
   • 可定制"亚型时钟"（如炎症时钟）追踪特定病理进程。
   • 为阿尔茨海默病模型（如Aβ沉积猴）提供液体活检策略。

局限与展望

需扩大极年轻/老年样本量以优化模型，未来可整合端粒长度、衰老细胞积累等多组学数据。该研究为抗衰老干预提供了可量化、微创的NHP研究框架。