Pasta,一种通用的转录组时钟,绘制衰老与年轻化的化学和遗传决定因素

《Advanced Science》:Pasta, a Versatile Transcriptomic Clock, Maps the Chemical and Genetic Determinants of Aging and Rejuvenation

【字体: 大 中 小 】 时间:2026年07月29日 来源:Advanced Science 14.1

编辑推荐:

  随着与年龄相关疾病负担的日益加重,理解和调控衰老过程已成为优先事项。转录组衰老时钟(TACs)能够追踪生物学年龄,但仍受限于平台依赖性、组织特异性或可及性有限。为解决这一问题,研究人员开发了Pasta,一种稳健且广泛适用的人类TAC,基于一种新颖的“年龄偏移”

  
随着与年龄相关疾病负担的日益加重,理解和调控衰老过程已成为优先事项。转录组衰老时钟(TACs)能够追踪生物学年龄,但仍受限于平台依赖性、组织特异性或可及性有限。为解决这一问题,研究人员开发了Pasta,一种稳健且广泛适用的人类TAC,基于一种新颖的“年龄偏移”学习框架构建。Pasta能够准确预测不同组织和数据类型(包括bulk和单细胞RNA-Seq以及微阵列数据)中的相对年龄。其预测结果与衰老和干细胞样细胞状态一致,并依赖于富含p53和DNA损伤反应通路(DNA damage response pathways)的模型系数。Pasta的年龄评分与多种癌症类型的肿瘤分级和患者生存期相关,表明其潜在的临床相关性。将Pasta应用于Connectivity Map L1000数据集中超过300万个转录组,研究人员识别出既有的和此前未被认识的年龄调节化合物和遗传扰动,突出线粒体翻译(mitochondrial translation)和mRNA剪接(mRNA splicing)分别作为细胞衰老和年轻化倾向的关键决定因素。实验验证证实,普拉曲沙(pralatrexate)是人类细胞中有效的衰老诱导剂,而荜茇酰胺(piperlongumine)是年轻化剂。总之,这些发现确立了Pasta作为衰老研究和治疗发现中一种多功能且易用的工具。
**论文解读:Pasta——一种通用转录组衰老时钟的构建与应用**

**1. 研究背景、问题与研究目的**

衰老是多种慢性非传染性疾病的主要驱动因素。随着对衰老生物学理解的深入,开发能够量化生物学年龄、评估衰老速率并识别干预措施的工具至关重要。现有的“衰老时钟”中,基于DNA甲基化(DNAm)的表观遗传时钟精度高,但存在对快速变化不敏感、生物学可解释性有限以及单细胞应用成本高、技术复杂等局限。转录组衰老时钟(TACs)能够感知瞬时变化、提供可解释的基因和通路输出,并可应用于大规模bulk、单细胞、空间、遗传和化学扰动数据集。然而,现有TACs存在性能、可用性、平台兼容性等方面的不足:多数TACs在单一数据集上训练,易过拟合;部分模型需大量预处理或重新训练,不便于常规使用;且缺乏跨平台、跨物种的通用性。

为克服这些限制,研究人员旨在开发一种稳健、广泛适用且易于使用的多组织TAC,将其命名为Pasta(Predicting Age-Shift from Transcriptomic Analysis),并系统挖掘其应用于大规模扰动数据集中识别衰老和年轻化调节因子的能力。

**2. 主要研究方法**

研究人员构建了涵盖21项研究、17,212个健康样本的异质性转录组数据库(包括GTEx、GEO和Expression Atlas),采用秩变换(rank transformation)统一数据,并创新性地提出“年龄偏移分类器”(age-shift classifier)学习框架,以40年年龄差成对样本训练模型。在评估上,使用留一数据集交叉验证(LODO)与独立验证集,并与MultiTIMER和tAge时钟对比。此外,将Pasta应用于单细胞RNA-Seq数据(通过伪批聚合)、小鼠数据(通过同源基因映射)、TCGA肿瘤转录组以及CMAP L1000数据集(超过300万转录组,涵盖248种细胞系、30,000种化合物和14,000种遗传扰动),并结合DepMap数据进行分子特征关联分析。实验验证采用A375和MDA-MB-231等细胞系,通过SA-β-Gal染色、qPCR、免疫印迹等方法检测衰老和干性标志物。

**3. 研究结果**

**2.1 Construction of a General-Purpose Transcriptomic Aging Clock From Heterogeneous Multi-Tissue Data**
通过比较回归模型、传统分类器和年龄偏移分类器,研究人员发现40年年龄偏移分类器在LODO评估中达到最高的中位皮尔逊相关系数(PCC),且在单细胞RNA-Seq数据(视网膜、皮肤、肺)中表现优于其他模型,表明其跨平台、跨数据类型的泛化能力。

**2.2 Pasta Leverages p53-Related Genes to Accurately Predict Relative Age Across Platforms, Tissues, and Species**
Pasta在6/8个LODO数据集和4/6个独立验证数据集中优于MultiTIMER和tAge时钟,并能准确预测小鼠(通过同源基因)的年龄。基因集富集分析(GSEA)显示,正向系数基因(预测更老)富集于p53信号和DNA损伤反应通路,负向系数基因(预测更年轻)富集于miR29靶点(p53激活因子)。关键基因如RANBP17(负向系数最大)、PCDHB3、CDKN2A(p16)和ZMAT3(正向系数最大)进一步支持p53轴的调控作用。

**2.3 Pasta Accurately Tracks Cellular Age Across Senescence, Pluripotency, and Differentiation States**
Pasta在30个RNA-Seq数据集中的19个中完美区分衰老与增殖细胞(AUC-ROC=1),在5个数据集中的4个区分衰老与静止细胞。在成纤维细胞连续传代实验中,年龄评分与培养天数几乎线性相关(PCC=0.896)。在单细胞药物筛选中,Pasta能显著区分衰老诱导化合物。Pasta也能区分胚胎干细胞(ESCs)和诱导多能干细胞(iPSCs)与成纤维细胞,并在OSKM重编程过程中年龄评分线性下降,在肝细胞分化过程中线性上升。

**2.4 Pasta Reveals Cancer Type-Specific Associations Between Age Score, Tumor Grade, and Patient Survival**
在TCGA数据中,Pasta年龄评分与肿瘤分级和患者生存的关联具有癌症类型特异性。在11种癌症中的6种,高年龄评分与较低分级相关;在3种癌症中关联相反;在31种癌症中的5种,年龄评分改善了生存预测模型,其中胸腺瘤中高年龄评分与更高死亡率相关。

**2.5 Systematic Identification of Age-Increasing and Rejuvenating Small Molecules in the CMAP L1000 Dataset**
Pasta识别出271种显著增加年龄的化合物(Aging化合物)和63种降低年龄的化合物(Rejuvenating化合物)。Aging化合物富集于拓扑异构酶抑制剂、CDK抑制剂等机制,Rejuvenating化合物富集于HDAC抑制剂、MEK抑制剂等。化疗药物在Aging化合物中显著富集。Pasta优于传统回归模型,并揭示了化合物效应的细胞类型依赖性。

**2.6 Experimental Validation of Compounds With Age-Modulatory Effects**
实验验证了排名第四的衰老诱导化合物普拉曲沙(pralatrexate)在应答细胞A375中诱导可靠的衰老表型(SA-β-Gal阳性、p21/IL6上调、增殖下降、LMNB1下调),而在非应答细胞MDA-MB-231中效果微弱。排名第二十的年轻化化合物荜茇酰胺(piperlongumine)在应答细胞PC3中上调干性因子OCT4、SOX2、NANOG,而在非应答细胞MCF7中无此效果。

**2.7 Systematic Identification of Age-Increasing and Rejuvenating Genetic Perturbations in the CMAP L1000 Dataset**
Pasta识别出862个Aging遗传扰动(GPs)和58个Rejuvenating GPs。Aging GPs富集于KRAS/BRAF过表达、CCNA2敲除等,Rejuvenating GPs富集于MYC过表达、SH2B3/TP53敲除等。通路富集分析表明,Rejuvenating GPs富集于RAF/MEK/ERK信号,Aging GPs富集于细胞周期进程、p53通路等。

**2.8 Defining the Molecular Determinants of the Propensity of Cells to Respond to Age-Modulatory Perturbations**
通过整合CMAP和DepMap数据,研究人员发现TP53突变与衰老倾向正相关(PCC=0.872)。衰老倾向与线粒体翻译(mitochondrial translation)的蛋白质和转录本水平正相关,年轻化倾向与mRNA剪接(mRNA splicing)、组蛋白乙酰化(histone acetylation)相关,且HDAC、PRC2基因拷贝数负调控年轻化倾向。

**4. 讨论与结论总结**

**讨论部分**:Pasta是一种多组织、跨平台的转录组衰老时钟,在测试数据集中优于现有模型,并捕获了细胞衰老、干性和重编程状态。其局限性包括:相对年龄预测适用于同数据集内比较,极端条件或罕见组织可能表现下降,单细胞需伪批聚合,且未直接训练于健康结局。Pasta的生物学基础聚焦于p53和DNA损伤反应通路,衰老和年轻化扰动的不对称性(衰老扰动更多)暗示年轻化需要更高精度。化疗药物在衰老化合物中富集,支持其促衰老效应。HDAC抑制剂等化合物兼具促衰老和年轻化作用,取决于细胞类型。线粒体翻译和I型干扰素通路增强衰老易感性,而mRNA剪接和表观遗传因子(如PRC2、HDAC)调控年轻化易感性。

**研究结论**(翻译原文):总之,Pasta是一种具有生物学基础且多功能的转录组衰老时钟。其广泛用途涵盖衰老、衰老和干细胞生物学的基础研究,以及临床诊断和治疗发现。通过实现对基于转录组扰动数据集的系统性筛选,它扩展了传统衰老时钟的应用,朝着数据驱动的细胞生物学年龄决定因素推断迈进。鉴于基于转录组扰动数据集的快速扩展,这一框架为癌症、神经退行性疾病、再生医学和年龄相关干预的转化研究提供了一个可扩展的平台。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号