《Aging Cell》:Liver- and Immune-Enriched Molecular Signatures Associated With Mortality in Older Adults
编辑推荐:
量化生物衰老需要捕捉超越时序年龄的多系统生理衰退的生物标志物。研究人员旨在比较血浆蛋白质组学、代谢组学和传统临床风险因素对全因死亡率的预测性能,并表征与死亡风险和年龄相关生理衰退相关的分子通路。研究人员在宜兰纵向老龄化研究(I-Lan Longitudinal
量化生物衰老需要捕捉超越时序年龄的多系统生理衰退的生物标志物。研究人员旨在比较血浆蛋白质组学、代谢组学和传统临床风险因素对全因死亡率的预测性能,并表征与死亡风险和年龄相关生理衰退相关的分子通路。研究人员在宜兰纵向老龄化研究(I-Lan Longitudinal Aging Study, ILAS)队列中对848名社区居住成年人进行了未靶向血浆蛋白质组学和代谢组学分析,平均随访8.5年,期间发生92例死亡。应用Cox比例风险模型识别死亡相关的分子特征及其富集的生物学通路。研究人员识别出79个与全因死亡率相关的蛋白质(错误发现率FDR < 0.1),主要来源于肝脏和免疫系统。通路分析揭示了凝血级联、补体激活、氧化应激反应、葡萄糖代谢和胆汁酸代谢的协调失调。随后使用弹性网络回归构建基于组学的死亡风险评分,并在台北纵向老龄化研究(Longitudinal Aging Study of Taipei, LAST)的独立验证队列中进一步评估。一个20蛋白死亡评分在发现队列中实现了强区分度(一致性指数C-index 0.81),优于基于代谢物的模型(C-index 0.77)和临床风险因素(C-index 0.73)。在外部验证队列中,蛋白质组学和代谢组学衍生评分均显示出与死亡风险方向一致的关联。总之,这些发现识别了与老年人死亡风险相关的肝脏和免疫富集分子特征,并支持血浆多组学分析作为生物年龄评估的可扩展精准工具的实用性。所识别的蛋白质组学和代谢组学通路可能有助于指导未来针对系统性衰老和年龄相关功能衰退的干预措施。
**论文解读:肝脏和免疫富集分子特征与老年人死亡率的相关性研究**
**研究背景与问题**
衰老是一个由生物机制、心理状态、社会和环境条件共同驱动的多因素过程,个体的表型表达由这些因素综合决定。尽管已有多种方法用于量化衰老,如表观遗传时钟(Horvath DNAm年龄、Hannum等、PhenoAge、GrimAge、DunedinPACE)、蛋白质组时钟和代谢组学特征,但这些方法仅捕捉衰老的单一维度。目前,将多组学数据(如蛋白质组和代谢组)整合到良好表征的老年队列中,以识别可靠生物标志物用于早期死亡和发病风险检测的研究仍然有限。此外,循环蛋白质与代谢物在预测死亡风险中的相对贡献,及其生物学起源和功能通路,尚需系统研究。本研究旨在通过未靶向蛋白质组学和代谢组学分析,鉴定与全因死亡率相关的血浆生物标志物,表征分子通路和组织起源,并开发预测模型,比较蛋白质基、代谢物基和临床变量基方法的预后性能。
**研究目的**
在平均随访8.5年的社区居住中老年人群中,全面鉴定与全因死亡率相关的血浆生物标志物,表征死亡相关分子特征的通路和组织起源,构建并验证死亡风险分层预测模型,并在独立队列中比较不同方法的预后性能。
**主要技术方法**
研究人员采用未靶向血浆蛋白质组学(nanoLC-nanoESI-MS/MS)和代谢组学(LC-MS)分析,样本来源于宜兰纵向老龄化研究(ILAS)队列(848名社区居住成年人,平均年龄63.8岁,53%女性,平均随访8.5年,92例死亡)和台北纵向老龄化研究(LAST)队列(231人,中位随访7.3年,17例死亡),用于外部验证。使用Cox比例风险模型识别死亡相关分子特征,并应用Benjamini-Hochberg方法进行多重检验校正。通过Gene Ontology(GO)富集分析、Ingenuity Pathway Analysis(IPA)以及代谢物集富集分析(MSEA)和Mummichog算法进行通路富集分析。采用弹性网络Cox回归迭代选择预测因子,构建蛋白质基和代谢物基死亡风险评分,并在独立队列中验证。
**研究结果**
**2.1 研究人群**
ILAS队列中,死亡参与者基线年龄更大、男性比例更高、教育程度更低、握力更弱、疾病负担(Charlson合并症指数)更高,且当前吸烟者比例更高。女性死亡者糖尿病、高血压和充血性心力衰竭患病率显著高于女性幸存者,而男性中这些差异不显著。
**2.2 与死亡率相关的血浆蛋白质和代谢物**
经年龄、性别、教育、饮酒、吸烟、高血压和糖尿病校正的Cox回归,识别出111个蛋白质和55个代谢物与死亡名义相关。经多重检验校正后,47个蛋白质仍显著(FDR < 5%)。与死亡最强烈相关的蛋白质为KLKB1和IGLV3-25(负相关,高水平与较低死亡风险相关)以及APOD(正相关,高水平与较高死亡风险相关)。代谢物中,5β-cholestane-3α,7α,24-triol和indoleacetic acid与死亡呈最强负相关,taurocholic acid呈最强正相关。Kaplan-Meier曲线显示中位分层后组间生存差异显著(log-rank p < 0.05)。敏感性分析表明关联稳健。
**2.3 死亡相关蛋白质的组织起源**
通过将79个显著蛋白质(FDR < 0.1)映射到GTEx数据库,发现36%的蛋白质具有器官优先表达特征。主要组织来源为肝脏(28%)、免疫系统(25%)和脑(17%),提示肝脏、免疫和神经衰老过程在死亡风险中起重要作用。
**2.4 与死亡率相关的生物学功能和通路**
GO富集分析显示死亡相关蛋白质显著富集于炎症过程、凝血、超氧化物清除和蛋白质重折叠。IPA识别出最显著富集的经典通路为炎症反应和凝血系统,其次是葡萄糖代谢、信号转导和氧化应激通路。代谢物通路分析显示四个显著通路:咖啡因代谢、戊糖和葡萄糖醛酸互变、生物蝶呤代谢和胆汁酸生物合成。胆汁酸生物合成通路中,上游中间体5β-cholestane-3α,7α,24-triol与死亡风险负相关,而下游结合胆汁酸(如glycochenodeoxycholic acid、taurocholic acid、taurodeoxycholic acid)与死亡风险正相关。
**2.5 与长寿相关的血浆代谢组和蛋白质组特征**
采用逻辑回归(校正相同协变量)识别出24个蛋白质和40个代谢物与长寿(女性≥85岁,男性≥80岁)名义相关,但均未通过多重检验校正。蛋白质死亡风险与长寿效应方向间呈显著逆相关(Pearson r = -0.51),且通过重抽样分析证实该逆相关显著强于随机期望(经验p = 0.003);代谢物则无显著偏差(经验p = 0.134)。KLKB1同时与低死亡风险和高长寿几率相关,提示其可能作为寿命的关键生物标志物或调节因子。长寿相关代谢物通路富集于肉碱穿梭、硒氨基酸代谢、丙氨酸和天冬氨酸代谢、白三烯代谢和亚油酸代谢,其中cervonyl carnitine(DHA-carnitine)与长寿正相关,脂质过氧化产物4-hydroperoxy-2-nonenal (4-HpNE)与长寿负相关。
**2.6 预测死亡率的蛋白质组和代谢组评分构建**
通过弹性网络回归(50次随机迭代)选择前20个蛋白质和20个代谢物。预测权重最高的蛋白质为KLKB1、PHOXF1、PTGFR、FETUB和APOD;代谢物为phenylacetylglutamine、dehydroepiandrosterone sulfate (DHEA-S)、pipecolic acid、indoleacetic acid和3-oxooctanoic acid。在发现队列中,ProteinScore(C-index 0.81)优于MetaboliteScore(C-index 0.77)和临床协变量(C-index 0.73)。结合临床特征后,模型性能进一步提升(蛋白质评分模型C-index 0.83,代谢物评分模型C-index 0.80)。使用前10个特征时评分性能下降。
**2.7 独立队列验证**
在LAST验证队列中,死亡参与者的ProteinScore和MetaboliteScore均显著高于幸存者,提示方向一致。但基于中位分层的Kaplan-Meier分析未显示统计显著差异(log-rank p = 0.11和0.18),可能反映事件数有限。Cox回归中,MetaboliteScore与死亡显著相关(HR = 1.9, p = 0.006),ProteinScore呈边界显著(HR = 1.2, p = 0.059),校正年龄和性别后结果不变。
**讨论与结论**
讨论部分强调,基于分子生物标志物的风险分层超越传统临床表型评估,反映了从时序年龄和临床特征向分子特征(捕捉衰老底层生物学过程)的范式转变。死亡相关蛋白质在炎症反应通路中的富集与炎症衰老(inflammaging)一致;代谢物中微生物-宿主相互作用相关分子(如phenylacetylglutamine、pipecolic acid)提示年龄相关菌群失调对死亡风险的潜在贡献。肝脏在死亡风险中脱颖而出:28%的死亡相关器官优先表达蛋白质来源于肝脏,前20个蛋白质预测因子中40%为肝脏来源(包括KLKB1、FETUB、IGFALS、SAA1、APOC4、SERPINC1、HABP2、INHBC)。肝细胞合成的taurocholic acid在所有代谢物中与死亡正相关最强,提示肝脏衰老不仅是器官特异性过程,更是系统性衰老和死亡风险的驱动因素。部分代谢物(如pipecolic acid、3-hydroxyoctanoic acid)与死亡和长寿呈相反方向关联,值得进一步机理研究。在发现队列中ProteinScore区分度最强,但外部验证中性能减弱,可能反映队列间异质性。蛋白质组学与代谢组学评分可能捕捉互补的生物学维度:蛋白质组反映累积生理失调和免疫-肝脏重塑,代谢组反映动态代谢反应和短期影响。
**研究结论**:研究人员总结指出,本研究识别了与老年人死亡风险相关的肝脏和免疫富集分子特征。尽管预测性能在外部验证队列中减弱,但蛋白质组学和代谢组学特征仍保留与死亡结局的关联,并突出了衰老和死亡风险的独特分子特征。特别是肝脏凝血相关蛋白和胆汁酸相关代谢物,以及可能与微生物-宿主相互作用相关的分子特征,成为衰老相关死亡的关键生物学候选。这些发现共同支持整合血浆多组学分析在细化死亡风险分层和深化老年人衰老分子理解方面的潜力。