《Briefings in Bioinformatics》：A blood aging clock defines disease-induced deviation from healthy molecular aging
编辑推荐：
衰老塑造疾病易感性与恢复能力，但疾病诱导的分子扰动能否定量映射至健康衰老轨迹仍不明确。研究人员整合了来自23个队列的10 753份全血转录组谱，并利用5808名健康个体开发了血液衰老预测模型（blood aging predictor, BAP），以界定血液分
衰老塑造疾病易感性与恢复能力，但疾病诱导的分子扰动能否定量映射至健康衰老轨迹仍不明确。研究人员整合了来自23个队列的10 753份全血转录组谱，并利用5808名健康个体开发了血液衰老预测模型（blood aging predictor, BAP），以界定血液分子衰老的参考轨迹。将BAP应用于COVID-19后，发现显著的转录组年龄加速（transcriptomic age acceleration, AgeAccel），经队列特异性基线校正后，患者平均AgeAccel为9.34年。这种以衰老为参照的偏离跨越各年龄组，并与干扰素信号、免疫炎症激活、细胞因子及中性粒细胞相关程序、DNA损伤应答、蛋白质稳态应激及受损的细胞质量控制通路相关。纵向分析显示，AgeAccel在急性感染期升高，在恢复期下降，表明在队列水平上这是一种潜在可逆的衰老样分子状态，而非不可逆的衰老。将框架扩展至脓毒症、流感和重度抑郁症进一步证明，升高的AgeAccel可捕捉不同病理背景下的疾病相关分子负荷。总之，本研究将转录组AgeAccel重新定义为疾病诱导的偏离健康分子稳态的可解释度量，并提供了从外周血转录组评估系统性疾病负荷与恢复动态的定量框架。
研究背景方面，衰老是多种慢性与急性疾病易感性、临床韧性和恢复能力的主要决定因素，涉及心血管疾病、恶性肿瘤、神经退行性疾病及不良感染结局。在分子层面，健康衰老伴随免疫稳态、炎症张力、蛋白质稳态、线粒体功能、DNA损伤应答及细胞质量控制机制的协调性渐进重塑。然而，尽管衰老被广泛认为是疾病风险因素，疾病状态是否以及如何偏离、加速或短暂重塑健康衰老轨迹，仍缺乏系统性和定量性的刻画。COVID-19为这一问题提供了理想模型，SARS-CoV-2感染诱导强烈的干扰素应答、细胞因子释放、免疫细胞组成偏移及分子稳态的系统性破坏，其中许多过程与衰老相关生物学部分重叠，包括炎性衰老、免疫失调、线粒体应激及受损的细胞质量控制。基于DNA甲基化、蛋白质组、代谢组、转录组和多组学的现有生物年龄时钟捕获不同层面的衰老生物学，DNA甲基化时钟主要反映相对持久的表现遗传重塑，而转录组高度动态，直接反映基因表达程序、免疫细胞状态和通路活性，特别适合检测感染、炎症和系统性疾病诱导的快速分子扰动。因此，血液转录组AgeAccel可能提供疾病诱导偏离健康分子衰老轨迹的敏感且可解释的读数。
研究人员整合了来自23个独立数据集的10 753份全血转录组谱，系统考察COVID-19相关分子扰动与外周血健康衰老的关系。首先比较COVID-19与衰老之间的共享转录组特征，然后利用健康个体开发BAP以建立血液分子衰老的参考轨迹。将框架应用于COVID-19后发现，AgeAccel捕捉感染诱导的衰老样分子偏离、免疫炎症负荷、分子疾病严重程度及动态恢复相关变化。进一步将框架扩展至脓毒症、流感和重度抑郁症，证明AgeAccel可量化不同病理背景下的疾病相关分子负荷。研究提出健康衰老轨迹可作为衡量疾病诱导分子稳态破坏、系统性健康偏离和恢复动态的具有生物学意义的参考坐标。
关键技术方法方面（不超过250字）：研究人员基于R（v4.3.2）和Python（v3.9.19）开展分析，从GEO数据库收集23个公开全血转录组队列（10个微阵列、13个RNA-seq）。数据预处理采用Ensembl BioMart重注释、分位数归一化及以年龄为协变量的neuroCombat批次校正。特征选择整合加权Stouffer法、中位绝对偏差和跨批次稳健性评估，最终确定398个核心年龄相关基因，并结合性别推断、quanTIseq免疫细胞解卷积和ssGSEA通路活性构建422个输入变量。模型比较10种传统机器学习与4种深度神经网络（DNN）变体，最终采用结合CORAL算法和斜率惩罚约束的DNN集成模型（BAP），并以SHAP进行模型解释。样本队列来源均标注GEO登录号。
研究结果方面，第一，COVID-19与衰老共享转录组特征。研究人员整合9个健康衰老队列共6491份样本建立Aging队列，鉴定出2977个随年龄表达下降和1609个随年龄表达上升的基因，包括LRRN3、CXCR5和NRCAM等已知衰老相关基因。整合4个COVID-19队列共469例患者和147例健康对照，鉴定出2748个下调和3128个上调基因，IFI44L、IFITM3、OAS1、OAS2和ZBP1等干扰素抗病毒基因显著上调。GO富集显示衰老上调基因主要富集于先天免疫应答、I型干扰素信号、NF-κB信号和凝血通路，COVID-19上调基因主要富集于病毒应答和先天免疫应答通路。全基因层面COVID-19相关效应与年龄相关效应呈显著正相关（Spearman's ρ = 0.117，P = 2.21 × 10?1?），共同上调通路呈显著一致（ρ = 0.359，P = 2.53 × 10??）。BACH2、NELL2、PLXDC1和TNFRSF13C等随年龄下降的基因在COVID-19中进一步下调，BATF2、KYNU、MARCO、STMN3和TNFAIP6等随年龄上升的基因在COVID-19中亦显著上调。
第二，构建BAP量化衰老相关分子状态。在6491份Aging队列样本中排除疾病样本后保留5808名健康个体用于模型开发，按8:1:1分为训练、验证和内部测试集，另设530份健康样本的外部测试队列和243份年龄均衡的外部调优集。最终BAP在内部测试集平均绝对误差（MAE）为3.47年、R2为0.940，外部调优集MAE为3.49年、R2为0.870，9个完全独立外部队列MAE为5.81年、R2为0.812，优于仅用基因特征的模型（MAE 6.58年）及Peters模型。
第三，BAP捕获衰老相关变化的广泛分子特征。SHAP分析显示SPTBN1、DOCK9和RPL36是最重要的年龄预测因子，BAP并非基于单一特征判定预测年龄，而是先用少量关键特征建立大致年龄范围，再通过众多辅助特征的累积贡献精化预测。
第四，COVID-19诱导跨年龄组的转录组AgeAccel。经队列特异性基线校正后COVID-19患者平均AgeAccel为9.34年，在<20岁、20–39岁、40–59岁和≥60岁四个年龄组均观察到显著AgeAccel，其中40–59岁组绝对年龄偏离最大，<20岁组相对AgeAccel最高。各年龄组均见IFI44L和IFITM3等干扰素基因上调及RPS6KA5和DAAM2等基因下调，GRN、IFITM3、FBL、TMEM204和HIP1R等基因在多个年龄组中持续为主要贡献因子。
第五，AgeAccel反映COVID-19分子严重程度。将患者分为COVID fast-aging（CFA）和COVID slow-aging（CSA）组，CFA组IFI44、CXCL10和TK1等免疫炎症和细胞增殖相关基因仍升高，在免疫激活、干扰素应答、细胞因子产生、中性粒细胞激活及ViP特征等分子严重程度模块上评分显著高于CSA组。CFA组DNA损伤应答和未折叠蛋白反应（UPR）升高，巨自噬和线粒体自噬活性降低，但细胞衰老评分无显著差异。
第六，COVID-19在队列水平诱导潜在可逆的衰老样分子状态。纵向数据集包括感染前（Pre，n = 58）、急性感染期（First，n = 49）、中间恢复期（Mid，n = 351）和恢复后（Post，n = 430）样本，AgeAccel在急性期显著升高、恢复期逐渐下降，Post期仅残留约1.25年AgeAccel。疾病严重程度相关分子模块及DNA损伤应答、巨自噬、线粒体自噬、TNF-α/NF-κB信号和UPR等衰老相关功能模块均呈动态变化并于恢复期趋向正常。
第七，AgeAccel捕捉跨疾病的疾病相关分子负荷。脓毒症和流感均表现显著AgeAccel，fast-aging组干扰素应答、细胞因子产生和免疫激活增强，DNA损伤应答和UPR升高伴巨自噬和线粒体自噬降低，细胞衰老评分亦升高。重度抑郁症（MDD）未表现显著队列水平AgeAccel，但MDD fast-aging组细胞衰老和DNA损伤应答评分显著升高，而巨自噬和线粒体自噬异常缺失，表明AgeAccel并非仅是感染相关炎症或干扰素激活的替代标志物。
讨论部分总结：本研究建立健康血液转录组衰老作为量化疾病诱导分子偏离的参考轨迹，将转录组AgeAccel从年龄预测的常规残差重新定义为个体分子状态偏离健康衰老预期轨迹的可解释度量。血液转录组的动态性是该框架的核心，转录组AgeAccel不应被解释为不可逆的生物学衰老，而是反映外周免疫和转录稳态偏离健康年龄预期模式的衰老参照分子偏离。COVID-19中9.34年平均AgeAccel应视为沿衰老参照坐标的表观转录组位移，而非感染永久推进机体衰老同等程度的证据；纵向数据缺乏完整受试者信息以可靠匹配同一个体不同时间点样本，因此反映群体水平变化而非个体内残留效应。框架扩展至脓毒症、流感和MDD支持AgeAccel作为疾病相关分子度量的广泛效用，MDD结果反对将AgeAccel仅视为抗病毒或炎症应答的替代物。研究局限性在于当前BAP框架依赖队列水平归一化和批次校正，未设计用于缺乏适当参考数据时对单个新样本的直接应用，未来需发展单样本兼容的归一化和校准策略。
研究结论翻译：总之，本研究将转录组AgeAccel重新定义为疾病诱导的偏离健康分子稳态的可解释度量，并提供了从外周血转录组评估系统性疾病负荷与恢复动态的定量框架。
