《Science Translational Medicine》:Metabolomic aging and mortality clocks based on ensemble learning identify systemic aging risk across the human life span in 18,476 individuals
编辑推荐:
衰老以进行性功能衰退为特征,但跨人类全生命周期的代谢组学特征仍未被充分定义。研究人员利用纳米辅助激光解吸/电离质谱(nano-assisted laser desorption/ionization mass spectrometry,LDI-MS)对中国六个
衰老以进行性功能衰退为特征,但跨人类全生命周期的代谢组学特征仍未被充分定义。研究人员利用纳米辅助激光解吸/电离质谱(nano-assisted laser desorption/ionization mass spectrometry,LDI-MS)对中国六个中心18,476名1至96岁参与者的血浆代谢组进行谱学分析,鉴定出56种代表性年龄相关代谢物。在健康队列中,研究人员构建堆叠集成模型(stacking ensemble model)估计代谢组年龄,并将代谢组年龄加速(metabolomic age acceleration,mAA)量化为个体相对于实际年龄(chronological age,cAge)的偏离。较高的mAA与健康状况恶化及不良生活方式相关。在2019至2025年随访期间,mAA加速个体发生脂肪肝、高血压、糖尿病等慢性病的事件风险及全因死亡风险均升高。在疾病队列中,研究人员进一步构建与死亡相关的代谢组学指标年龄偏离(age deviation),量化个体血浆代谢物所推断的、相对于同年龄预期死亡风险的个体化偏离。年龄偏离与已建立的综合健康指标相关,并随多系统疾病受累及共病负担增加而升高。上述结果支持血浆代谢组学分析作为一种可规模化、覆盖全生命周期的方法,用于推导具有临床可解释性的代谢组衰老指标,并与健康状态、慢性病风险及死亡风险相关联。
研究背景方面,衰老是细胞、组织和器官系统层面分子与功能渐进性衰退的复杂生物学过程,也是慢性病和死亡风险的主要驱动因素。当前生物衰老时钟已从表观基因组、蛋白质组及临床指标等多类分子与临床生物标志物发展而来:DNA甲基化时钟调控信号稳定但对外界生理状态变化响应较弱;蛋白质组时钟可提供器官水平功能障碍的系统见解,但检测复杂、可扩展性受限。代谢组作为生化通路末端产物,能整合遗传变异、生理调节、病理扰动与环境暴露的下游效应,是功能上更接近生理状态且对暴露敏感的读数。然而,覆盖全生命周期、尤其纳入儿童与青少年并具备纵向随访的大规模血浆代谢组研究仍稀缺;传统核磁(NMR)和液相色谱串联质谱(LC-MS/MS)平台存在采集时间长、通量低和工作流复杂等问题;多数现有代谢组时钟又依赖单一建模策略,在异质人群中稳健性不足。因此,研究人员依托上海浦东队列,拟用高通量LDI-MS结合多算法集成学习,建立可解释、可规模化的代谢组衰老指标。
关键技术方法方面,研究人员基于上海浦东队列(Shanghai Pudong Cohort,NCT05206643),从六个评估中心纳入18,476名1至96岁参与者;健康训练队列(n=5252)来自A、B、C中心,独立验证健康队列(n=5456)与基线患病疾病队列(n=7768)来自D、E、F中心。平台层面采用纳米辅助LDI-MS进行血浆代谢物指纹谱分析,并以LC-MS/MS辅助二维匹配完成注释;建模层面从232个特征中通过随机森林、互信息和LASSO回归筛选出56种年龄相关代谢物,再用两层堆叠集成框架(12个基学习器+LASSO元学习器+五折交叉验证)预测代谢组年龄,在健康队列定义mAA=mAge?cAge,在疾病队列用Cox比例风险模型基于56种代谢物推断死亡风险并定义年龄偏离为年龄预期风险残差;随访层面通过2023重复问卷与1500人配对血浆重测、以及截至2025年1月的全因死亡登记进行纵向与预后分析。
研究结果如下。
构建全生命周期血浆代谢组数据库:研究人员用LDI-MS在六中心18,476人中获得232个代谢物特征,经批次与中心水平经验贝叶斯校正后保留年龄分组结构,并在健康训练队列筛选56种代表代谢物,据此将研究分为健康队列的mAA分析和疾病队列的年龄偏离分析两条主线。
56种代表代谢物的鉴定与全生命周期模式:通过随机森林、LASSO与互信息交叉验证选出56种代谢物,MSI注释以level 2/3/4为主,通路富集突出甘氨酸/丝氨酸/苏氨酸代谢、丁酸盐代谢及半胱氨酸/甲硫氨酸代谢;按年龄分箱和Ward层次聚类可分为4类:类1呈浅N形、类2中年略降、类3非线性下降、类4随龄上升;线性回归显示癸二酸、3-甲基吲哚、肌酐与年龄正相关,甘油酸、4-羟脯氨酸、L-天冬酰胺与年龄负相关,部分代谢物存在性别差异。
堆叠集成实现稳健代谢组年龄预测:两层stacking集成在健康训练队列Pearson r=0.990、R2=0.979、RMSE=2.826年,独立健康验证队列r=0.951、R2=0.898、RMSE=6.029年;SHAP分析显示KNN、随机森林、XGBoost、CatBoost贡献最大;该架构在UK Biobank蛋白、NHANES生理指标、肠道微生物组数据上也可迁移,且优于若干已发表单算法衰老时钟。按mAA四分位分为加速/正常/减速组后,12种代谢物与mAA显著相关,XGBoost三分类AUC达0.869/0.826/0.712。
mAA的临床与生活方式关联:健康队列中mAA加速组全因死亡及脂肪肝、高血压、糖尿病、冠心病、卒中、高脂血症、高尿酸血症等事件累积发生率高于减速组;吸烟、二手烟、染发、倒班、糖/内脏肉/油炸/加工肉饮食与较高mAA相关,杂粮摄入和锻炼与较低mAA相关,父母早发心血管疾病史也关联更高mAA;2023配对重测显示生活方式改善伴随有利mAA变化。
死亡相关代谢组衰老模型开发:疾病队列中健康队列训练的mAge与实足年龄相关性降至r=0.453,研究人员用Cox模型基于56种代谢物估计对数风险得分,并以相对年龄趋势的残差定义年龄偏离;五折交叉验证中held-out年龄偏离与全队列估计高度相关(r=0.938)。3-甲基吲哚、硫氰酸盐、肌酐、维生素A与更高死亡风险相关,4-羟脯氨酸、癸二酸、2-氨基苯甲酸、二十烷二酸与更低死亡风险相关;男性年龄偏离高于女性。
年龄偏离反映临床健康状态与疾病负担:在疾病队列,年龄偏离与肌酐、尿素氮、尿酸正相关,与血红蛋白、红细胞压积、红细胞计数负相关;内分泌病、肾病、心血管病、神经系统疾病系统受累与其正相关,慢性肾病、高尿酸/痛风、卒中关联最强;共病负担越重年龄偏离越高;基线高血压者2023达标其年龄偏离纵向变化更有利。代谢物系数与衰弱指数(frailty index)正一致、与Life's Essential 8(LE8)心血管健康评分反一致、与BMI正一致。
代谢组衰老指标提升死亡预测:健康队列mAA预测死亡HR=1.50、C-index=0.7351,优于LE8与衰弱指数,加入后模型拟合显著改善;疾病队列年龄偏离HR=1.53、C-index=0.7343,同样在互调和常规血液指标调整后仍独立显著,证明两个代谢组指标在综合健康指标与常规生化指标之外提供增量预后信息。
讨论部分总结:研究人员指出,实足年龄不能充分刻画不同健康状态下的衰老异质性;mAA以实足年龄锚定残差捕捉健康人群代谢偏离,关联不良生活方式、慢病发生与死亡,且纵向变化与可改变暴露相关;疾病队列中年龄预测精度下降并不等于临床信息减少,因为年龄偏离作为死亡锚定的年龄校正残差,能反映临床状态、疾病负担与共病。全生命周期设计还揭示胶原周转、氨基酸与一碳代谢、γ-谷氨酰循环氧化还原、肾与肌肉更新、宿主—微生物组共代谢等阶段特异性生物学:4-羟脯氨酸儿童期高、20岁前速降且与死亡负关联;L-天冬酰胺随龄降、亮氨酸中年后升;吡咯谷氨酸随龄升、L-半胱氨酸与mAA负关联且男性下降更陡;3-甲基吲哚作为微生物色氨酸代谢物随龄升且死亡关联强。平台方面,LDI-MS约30秒/样、10–100 nl血浆用量,适合大队列;再用LC-MS/MS补强注释。建模方面,单算法时钟受限,stacking集成跨数据类型的稳健性与可迁移性更强。局限性包括中国人群为主、纵向采样密度有限、代谢物机制需实验验证、低丰度信号可能未被充分覆盖、观察性分析不宜作因果结论。
结论部分翻译:衰老以进行性功能衰退为特征,但跨人类全生命周期的代谢组学特征仍未被完全定义。研究人员对来自中国六中心、年龄1至96岁的18,476名参与者进行血浆代谢组谱学分析,鉴定56种代表性年龄相关代谢物;在健康队列中用堆叠集成模型估计代谢组年龄并将代谢组年龄加速(mAA)定义为相对实足年龄的偏离,较高mAA关联健康恶化与不良生活方式,并在2019–2025随访中与脂肪肝、高血压、糖尿病等慢病及全因死亡风险升高相关;在疾病队列中进一步开发死亡相关代谢组指标年龄偏离,量化个体相对同年龄预期死亡风险的偏离,其关联综合健康指标、多系统受累与共病负担。结果表明,血浆代谢组学可作为可规模化、覆盖全生命周期的方法,推导与健康状况、慢性病风险和死亡相关的、具有临床可解释性的代谢组衰老指标,并支持其在疾病预防、早期检测、健康老龄化和全生命周期衰老异质性研究中的应用。