《The Journal of Precision Medicine: Health and Disease》：Comprehensive Integration of Multi-Omics Data Identifies Novel Immunological Biomarkers and Repurposable Drug Targets for Human Aging and Frailty
编辑推荐：
本研究通过整合基因组、转录组等多组学数据，结合WGCNA共表达网络与机器学习算法，系统鉴定了28个衰老与衰弱共同核心基因，构建了AUC达0.91的12基因衰弱预测模型，揭示免疫衰老与蛋白质稳态失衡的关键作用，并筛选出47种FDA批准药物（包括二甲双胍、托珠单抗等）的重定位潜力，为衰弱机制研究与精准干预提供新策略。
随着全球人口老龄化进程加速，到205年预计将有22%的人口年龄超过60岁。这一 demographic shift（人口结构转变）使得衰老相关疾病——尤其是衰弱（Frailty）——成为日益严峻的公共卫生挑战。衰弱是一种以生理功能储备下降、对应激源脆弱性增加为特征的临床综合征，约10-15%的社区老年人受其影响，与跌倒、住院、残疾和死亡风险显著相关。尽管chronological age（时序年龄）是衰弱的主要风险因素，但其背后的分子机制，特别是免疫系统失调（immunosenescence，免疫衰老）与慢性低度炎症的作用尚未被系统阐明。以往研究多局限于单一组学数据或特定生物学层面，缺乏对遗传、转录组和临床数据的整合分析，难以全面揭示衰老与衰弱的共享通路和治疗靶点。
为应对这一挑战，Fakher Rahim与Saeid Saeidimehr在《The Journal of Precision Medicine: Health and Disease》上发表了一项开创性研究，题为"Comprehensive Integration of Multi-Omics Data Identifies Novel Immunological Biomarkers and Repurposable Drug Targets for Human Aging and Frailty"。该研究通过整合Gerontome数据库的2,347个衰老相关基因、大规模衰弱GWAS（全基因组关联研究）数据以及衰老免疫细胞转录组数据（2,843个差异表达基因），运用加权基因共表达网络分析（WGCNA）、机器学习、免疫细胞反卷积和药物重定位等先进生物信息学工具，系统描绘了衰老与衰弱的共同分子图谱，并挖掘出具有临床应用潜力的生物标志物和治疗策略。
研究采用的关键技术方法包括：从Gerontome、GWAS（GCST90020045）及GEO数据库（GSE157007、GSE22886、GSE130210）获取多组学数据；利用limma进行差异表达分析；通过WGCNA构建基因共表达模块；应用LASSO回归和随机森林算法筛选生物标志物；采用CIBERSORTx进行免疫细胞浸润分析；基于STRING数据库构建蛋白质-蛋白质相互作用（PPI）网络；通过DGIdb和DrugBank进行药物重定位分析。
3.1. 衰老与衰弱的整合遗传景观
研究识别出28个跨数据集（Gerontome、衰弱GWAS、衰老DEGs）共享的核心基因，包括TP53、APOE、IL6、FOXO3、SIRT1等。分层分析显示其中22个基因在衰弱与非衰弱老年人间仍显著差异表达，证实其特异性。
3.2. 衰老免疫细胞的转录失调
在衰老免疫细胞中发现2,843个差异表达基因（DEGs），其中1,542个上调（如S100A8、TLR2），1,301个下调（如CD28、CD3E）。通路富集显示炎症反应、NF-κB信号通路显著激活。
3.3. WGCNA揭示衰弱相关共表达模块
WGCNA鉴定出23个模块，其中turquoise模块（1,872个基因）与衰弱评分相关性最强（r=0.78, p=2.1e-16），富含蛋白质降解通路；blue模块（1,245个基因）与炎症标志物正相关；yellow模块（756个基因）与衰弱负相关，富集于T细胞激活通路。
3.4. 机器学习筛选衰弱生物标志物面板
通过LASSO回归筛选出12基因面板（含PKM、S100A8、CD28等），在测试集上区分衰弱个体的AUC达0.91，精准度、召回率和F1分数均超过0.85。
3.5. 衰弱相关的免疫景观重塑
免疫细胞分析显示衰弱个体中衰老T细胞（p=1e-06）和M1巨噬细胞（p=7e-04）显著增加，初始CD4+T细胞和调节性T细胞减少。衰老T细胞比例与衰弱指数显著正相关（r=0.71）。
3.6. 核心衰弱机制的PPI网络
PPI网络分析显示TP53、TNF、IL6为关键枢纽节点，形成衰老、炎症和代谢三大功能簇，提示细胞衰老与炎症在衰弱进展中存在机制关联。
3.7. 通路富集全景
基因集富集分析（GSEA）证实衰弱个体中衰老相关分泌表型（SASP）通路上调（NES=2.34），氧化磷酸化通路下调（NES=-2.01）。
3.8. 整合生物标志物表达模式
生物标志物聚类识别出三种衰弱亚型：炎症主导型、代谢失调型和衰老相关型，分别与运动受限、认知下降和多重共病显著相关。
3.9. 药物重定位机遇
筛选出47种FDA批准药物靶向18个核心衰弱基因，包括二甲双胍（靶向SIRT1/FOXO1）、雷帕霉素（靶向MTOR）、托珠单抗（靶向IL6R）等，其中senolytics（如达沙替尼）和mTOR抑制剂显示多靶点效应。
研究结论强调，免疫衰老和蛋白质稳态失衡是衰弱的核心机制，12基因生物标志物面板为早期识别提供高精度工具，而药物重定位分析则为即刻临床转化提供路线图。讨论部分指出，尽管研究存在人群局限性（仅欧洲裔）和部分数据横断面设计的不足，但通过多组学整合首次系统描绘了衰弱与衰老的共享网络架构，为开发机制导向的靶向治疗奠定基础。未来需在多族群队列中验证标志物，并通过干预试验验证senolytics、免疫调节剂及其组合策略在延缓衰弱进展中的价值。
