《Aging Cell》：Construction and Validation of Plasma Protein-Based Musculoskeletal Biological Age and Genetic and Environmental Risk Profiles
编辑推荐：
肌肉骨骼系统是衰老的关键。然而，现有的基于蛋白质的肌肉骨骼衰老时钟预测性能有限，且未能表征遗传或环境决定因素。研究人员首先通过整合转录组富集、蛋白质功能注释和文献专业知识，构建了一个肌肉骨骼蛋白池。随后，利用21,070名英国生物银行（UK Biobank）参
肌肉骨骼系统是衰老的关键。然而，现有的基于蛋白质的肌肉骨骼衰老时钟预测性能有限，且未能表征遗传或环境决定因素。研究人员首先通过整合转录组富集、蛋白质功能注释和文献专业知识，构建了一个肌肉骨骼蛋白池。随后，利用21,070名英国生物银行（UK Biobank）参与者的蛋白质组学数据，开发了两个肌肉骨骼衰老时钟——MSKAge和MSKAgeMort。加速指标（MSKAgeAccel/MSKAgeMortAccel）量化了生物学年龄与实际年龄的偏差，正值表示肌肉骨骼衰老加速。使用Cox比例风险模型评估了MSKAgeAccel/MSKAgeMortAccel与死亡率、肌肉骨骼疾病及年龄相关疾病的关联。通过线性回归和全基因组关联分析分别评估了环境和遗传决定因素。药物重定位用于识别肌肉骨骼疾病的潜在靶点。共39个肌肉骨骼相关蛋白质构成了该蛋白池。利用这些蛋白质，构建了MSKAge（r女性=0.62；r男性=0.56）和MSKAgeMort（r女性=0.93；r男性=0.88）。MSKAgeAccel和（尤其是）MSKAgeMortAccel均能有效预测死亡率、肌肉骨骼疾病和年龄相关疾病。MSKAgeMortAccel与肌肉骨骼疾病（包括骨关节炎、类风湿关节炎、痛风和下背痛）显著相关。MSKAgeMortAccel受到环境污染物、心理因素和不健康生活方式的影响。遗传分析揭示了13个变异体和71个基因，这些基因富集于表观遗传调控和细胞外环境-受体相互作用。锌被确定为候选的肌肉骨骼药物。研究人员建立了一个可靠的肌肉骨骼衰老时钟，并阐明了其遗传和环境决定因素。该框架能够对肌肉骨骼衰老加速风险个体进行分层，为抗衰老干预措施铺平道路。
**论文解读：基于血浆蛋白质组学的肌肉骨骼生物学年龄构建及其遗传与环境决定因素**
**研究背景与问题**
衰老是机体功能进行性衰退并伴随着疾病易感性增加的过程，但相同实际年龄（chronological age, CA）的个体功能衰退速率存在显著异质性。为量化这种异质性，研究人员开发了基于临床指标或多组学数据的生物学年龄（biological age, BA）时钟，其在预测发病率和死亡率方面优于CA。然而，现有时钟主要反映系统性衰老，忽略了器官特异性衰老轨迹。肌肉骨骼系统作为衰老的直接物理表现，其逐渐退化（肌肉质量流失、骨密度下降、关节退变）可导致肌肉骨骼疾病（musculoskeletal disorders, MSDs）、残疾甚至死亡，影响全球数十亿人。现有肌肉骨骼衰老时钟（如表型、表观遗传和蛋白质组学时钟）存在局限性：表型时钟依赖粗放的功能测量（如握力），难以捕捉早期功能障碍；表观遗传时钟需侵入性组织取样，临床可扩展性差；蛋白质组学时钟虽在功能相关性、器官特异性和临床可及性间取得平衡，但现有模型（如Goeminne等人构建的MuscAge）预测性能差（最佳模型相关系数仅0.26–0.28），蛋白池仅关注骨骼肌而忽略骨骼，且未充分表征遗传和环境决定因素。因此，本研究旨在构建一个高质量、高预测性能的肌肉骨骼衰老时钟，并阐明其遗传和环境风险决定因素，为早期风险分层和靶向干预提供依据。论文发表在《Aging Cell》。
**主要技术方法**
研究人员利用英国生物银行（UK Biobank, UKB）大规模前瞻性队列，纳入21,070名基线无影响肌肉骨骼健康的疾病（如骨折、癌症、糖尿病等）的参与者（平均年龄55.08岁，53.0%女性）。采用Olink Explore 3072邻近延伸法测定血浆蛋白质组（2923种蛋白质）。通过整合转录组富集（基于GTEx）、蛋白质功能注释（UniProt）和文献调研，构建包含39种候选蛋白质的肌肉骨骼蛋白池，涵盖肌肉富集蛋白和骨骼富集蛋白。使用LASSO-penalized Cox回归筛选与死亡率相关的蛋白质，结合Gompertz比例风险模型开发第二代肌肉骨骼衰老时钟MSKAgeMort；同时通过LASSO回归开发基于CA的第一代时钟MSKAge。通过线性回归残差量化加速指标（MSKAgeAccel/MSKAgeMortAccel）。采用Cox比例风险模型评估加速指标与全因死亡率、MSDs及多系统年龄相关疾病的关联。通过线性回归和多变量模型分析88种可改变环境因素对MSKAgeMortAccel的影响。对16,938名欧洲血统参与者进行全基因组关联分析（genome-wide association study, GWAS），结合FUMA和MAGMA进行基因优先排序，并通过STRING构建蛋白质-蛋白质相互作用（protein-protein interaction, PPI）网络，利用DrugBank进行药物重定位。通过两样本顺式孟德尔随机化（cis-MR）和基于汇总数据的孟德尔随机化（summary-data-based MR, SMR）验证因果靶点。
**研究结果**
**2.1 人群特征**：纳入21,070名符合条件的参与者，按性别分层开发肌肉骨骼衰老时钟。
**2.2 候选肌肉骨骼相关蛋白质**：通过整合GTEx、UniProt和文献，构建包含39种候选蛋白质的肌肉骨骼蛋白池，其中20种肌肉富集蛋白来自GTEx，6种通过功能注释和文献补充，13种骨骼富集蛋白完全通过功能注释和文献识别。
**2.3 血浆蛋白质组支持肌肉骨骼衰老时钟构建**：将参与者随机分为训练集（70%）和测试集（30%）。在第二代模型中，筛选出21种女性特异性和25种男性特异性与死亡率相关的蛋白质（17种重叠），经LASSO-Cox选择后，分别用11种（女性）和16种（男性）蛋白质联合CA构建MSKAgeMort，测试集显示与CA高度相关（r
女性=0.93，MAE=2.58年；r
男性=0.88，MAE=3.63年）。第一代模型中，筛选出30种女性和30种男性CA相关蛋白质（28种重叠），经LASSO回归构建MSKAge，测试集性能中等（r
女性=0.62，r
男性=0.56），优于现有MuscAge但劣于MSKAgeMort。MSKAgeMort具有更宽的年龄估计范围（24.93–89.91岁）和更大的离散度，反映其捕获衰老全谱的能力。
**2.4 肌肉骨骼相关蛋白质的功能趋同与差异**：功能性富集分析显示，CA和死亡率相关蛋白质均富集于肌动蛋白结合、肌节组织、细胞外基质（extracellular matrix, ECM）-受体相互作用等通路。性别差异方面，男性特异性死亡率相关蛋白质富集于肌节组织和肌球蛋白丝完整性，提示收缩装置损伤的主导作用；女性特异性蛋白质富集于骨骼发育、骨化和金属离子结合，提示ECM稳态和氧化应激的更大参与。
**2.5 肌肉骨骼衰老加速反映系统性衰老**：经多因素调整后，MSKAgeMortAccel每增加1年，全因死亡风险增加8%（HR=1.08, 95%CI=1.07–1.09），且结果稳健。MSKAgeAccel效应较弱（HR=1.04）。Kaplan-Meier曲线显示，最高四分位组死亡风险显著高于最低组。MSKAgeMort在10年死亡率预测中显著优于CA，并进一步提升传统风险模型的预测能力（AUC增加0.01–0.03）。
**2.6 肌肉骨骼衰老加速预测MSDs**：MSKAgeMortAccel与骨关节炎（OA）、类风湿关节炎（RA）、痛风和下背痛（LBP）显著相关，每增加1年MSD风险增加2%（HR=1.02, 95%CI=1.01–1.02）。Kaplan-Meier曲线显示剂量-反应关系。MSKAgeAccel关联较弱但仍显著。
**2.7 肌肉骨骼衰老加速对其他年龄相关疾病的洞察**：MSKAgeMortAccel与肝硬化、慢性阻塞性肺疾病（COPD）、肝脏疾病、动脉粥样硬化、慢性肾脏病（CKD）、脂肪肝、心房颤动、脑血管疾病和阿尔茨海默病（AD）等显著相关。MSKAgeAccel在肾脏、循环、神经、呼吸和内分泌系统疾病中表现出类似但较弱的关联。
**2.8 肌肉骨骼衰老时钟的稳健性**：排除基线后2年内死亡或发生影响肌肉骨骼疾病的参与者后，所选蛋白质高度一致（Pearson r>0.98），再训练模型结构稳定（系数相关r=0.835–0.992），且加速指标与死亡率和MSDs的关联与主分析一致。
**2.9 与现有蛋白质组学肌肉骨骼衰老时钟的比较**：MSKAgeMort与现有三个时钟（Oh等人和Goeminne等人的模型）呈正相关（Spearman’s r=0.38–0.50），且在预测全因死亡率和大多数MSDs方面表现更优，加入传统模型后C-index更高、AIC更低。标准化后，MSKAgeMort每SD增加的风险比（HR）通常大于现有时钟。
**2.10 MSKAgeMortAccel的环境因素**：经Bonferroni校正，41个因素显著影响MSKAgeMortAccel。空气污染（颗粒物、二氧化氮）、负面情绪（情绪波动、孤独等）、不良早期因素（儿童期较大体型、母亲吸烟）、不良生理状况（牙齿问题）、社会经济劣势（Townsend剥夺指数）、不健康饮食（高咖啡摄入）和有害行为（失眠、吸烟、长时间看电视）显著增加加速值；而绿色空间暴露、良好肺功能、握力、健康饮食指数、鱼类和全谷物摄入、营养补充剂等显著降低加速值。
**2.11 MSKAgeMortAccel的遗传决定因素**：全基因组关联分析（GWAS）识别出13个独立单核苷酸多态性（SNPs）与MSKAgeMortAccel显著相关（p<1×10
-6），其中3个达到更强关联（p<5×10
-8）。最强SNP rs187651585位于DMP1、IBSP和MEPE附近，与骨骼相关。SNP-based遗传力估计为9.42%。性别分层GWAS发现5个性别特异性位点，但MEPE、PKD2和SPP1等基因信号一致。FUMA和MAGMA共识别出71个候选基因。
**2.12 蛋白质-蛋白质相互作用与功能富集分析**：71个候选基因的PPI网络包含47个节点和70条边，最高相互作用对包括SPP1-IBSP、MEPE-DMP1等。功能富集显示这些基因主要富集于细胞表观遗传状态（染色质重塑/多梳抑制复合物PRC）和ECM稳态通路，同时涉及泛素化、生物矿化组织和能量代谢等经典衰老通路。
**2.13 识别MSKAgeMortAccel的蛋白质靶向药物**：GWAS、FUMA和MAGMA一致优先排序ITIH1、ITIH3、MEPE、NEK4和SPP1作为关键基因，其编码蛋白被视为潜在药物靶点。虽无获批MSD药物直接靶向这些蛋白，但ITIH1、ITIH3、MEPE和SPP1与32种现有MSD药物的42个靶点蛋白广泛互作。药物重定位提示锌及其衍生物（靶向ITIH1和ITIH3）和Fostamatinib（靶向SPP1）为候选药物。两样本cis-MR和SMR分析进一步支持ITIH1和ITIH3与MSKAgeMortAccel的因果关联（β
IVW=-0.43, p=1.27×10
-5；β
SMR=-0.43, p=4.24×10
-7），且ITIH3也显示显著因果关联，但存在局部遗传异质性。
**讨论与结论**
讨论部分总结了研究的主要发现：通过整合转录组学、功能注释和文献构建了高质量肌肉骨骼蛋白池，弥补了现有数据驱动方法仅依赖基因表达（与蛋白质丰度相关性仅~40%）的不足，并填补了GTEx数据库缺乏骨骼数据的空白。基于此开发的MSKAgeMort在预测性能上显著优于现有模型，其加速指标MSKAgeMortAccel能有效预测死亡率、MSDs和多系统疾病，并提升传统模型预测能力。环境因素分析揭示了空气污染、负面情绪等加速因素，以及绿色空间、健康饮食等保护因素，支持生物衰老受炎症、氧化应激、内分泌信号、表观遗传重塑和代谢稳态等综合网络调控的观点。遗传分析确定了MEPE、SPP1、PKD2等关键基因，以及ITIH1、ITIH3等潜在药物靶点，功能富集强调了ECM稳态和表观遗传调控的核心作用。药物重定位提示锌作为营养补充剂在肌肉骨骼疾病中的治疗潜力。研究局限性包括：UKB蛋白质组未覆盖所有肌肉骨骼蛋白；横断面设计限制因果推断；基线疾病排除可能引入选择偏倚；UKB人群代表性不足（主要为健康、社会经济优势的白人）。
结论部分翻译：研究人员成功开发并验证了两个基于蛋白质组学的模型——MSKAgeMort和MSKAge，它们提供了肌肉骨骼衰老的稳健定量测量。这两个模型在预测全因死亡率、肌肉骨骼疾病（MSDs）和年龄相关疾病方面均显著优于传统风险因素和现有时钟。空气污染、负面情绪、不良健康状况和不健康生活方式显著加速肌肉骨骼衰老。机制上，肌肉骨骼衰老加速由表观遗传失调和细胞外基质（ECM）-受体相互作用受损的协同驱动。锌及其衍生物可能作为有前景的治疗药物。总之，这项工作建立了一个评估肌肉骨骼衰老的综合框架，为早期风险检测和靶向干预提供了基础，以维持老龄化人群的活动能力和独立性。
