综述：基于适配体的人类衰老生物标志物平台：多重蛋白质组学、生物传感器和转化视角

《International Journal of Molecular Sciences》：Aptamer-Based Platforms for Human Aging Biomarkers: Multiplexed Proteomics, Biosensors and Translational Perspectives

　　

基于适配体的多重蛋白质组学平台，尤其是基于SOMAmer的SomaScan检测法，被广泛用于大规模发现与人类衰老相关的循环生物标志物。本综述总结了2020年至2026年间发表的42篇原始研究文章，这些文章使用适配体或适配体衍生的生物传感器来表征人类样本或临床相关人类疾病背景下的衰老相关生物标志物。符合条件的文献分为几个主题领域：全血浆和器官特异性蛋白质组学衰老时钟；炎症衰老和衰老相关分泌表型（SASP）标志物；心血管、代谢、肾脏、肝脏、肌肉骨骼和神经退行性生物标志物组合；以及用于检测单个分析物的适配体传感器平台。只有少数研究在相同标本中比较了基于适配体和基于抗体的平台；研究人员将这些研究制成表格，并显示平台间的一致性中位数较低至中等，这限制了跨技术的研究结果汇总。研究人员还明确了一个通常隐含的解读点：由于蛋白质组学时钟是根据实际年龄训练的，它们与实际年龄的相关性衡量的是对训练目标的拟合程度，而非生物有效性，而信息量在于残差年龄差。在综述的文献中，基于SomaScan的研究主要集中在心血管、神经退行性、衰弱和蛋白质组学衰老时钟研究中，而针对衰老特异性表位的从头SELEX（指数富集配体系统进化）筛选和可穿戴适配体传感器的人体纵向验证尚未被发现。转化的主要障碍是跨平台不一致性、跨祖先人群的有限复制、未充分报告的分析前变异性、成本以及大多数检测方法仅限研究使用（RUO）的状态。

1. 引言 1.1. 衰老生物标志物：概念与分类 实际年龄是个体健康轨迹的不完美预测指标：同龄人在疾病风险、身体功能和剩余寿命上差异显著。这促使寻找“生物年龄”估计量——定量生物标志物或复合评分，其追踪分子和细胞损伤的累积负担比出生日期更紧密。候选生物标志物来自几类测量，每类针对不同层次的生物调控：特定CpG位点的DNA甲基化（计算表观遗传时钟）、血液转录本丰度的年龄相关变化、循环代谢物以及血浆或血清蛋白。其中，血浆和血清蛋白质组占据独特位置：蛋白质是大多数生理过程的直接效应器，整合来自几乎每个器官系统的信号，且可通过微创血液采样轻松获取。衰老的蛋白质组生物标志物对于衰老标志的机制研究和临床与转化老年科学的实际风险分层尤为重要。无论使用哪类测量，衰老的候选生物标志物不仅通过其与实际年龄的相关性来确立：当前共识标准还要求其与不良健康结局有明确关联、对干预有反应以及在个体层面（而非群体层面）具有足够可靠性。这一要求决定了本综述中如何评估证据。 1.2. 适配体作为分子识别元件 适配体是短的单链DNA或RNA寡核苷酸，折叠成明确的三维结构，并以高亲和力和特异性结合靶分子。它们通过体外选择和扩增的迭代循环获得，即指数富集配体系统进化（SELEX），由两个独立小组于1990年引入，后发展出大量变体。本综述中研究使用的试剂属于几个化学上不同的类别，需区分因为它们不可互换。未修饰的DNA适配体廉价、化学稳定且易于固定在电极上，占第2.3节和第5节讨论的大多数生物传感器工作。RNA适配体提供更丰富的二级结构，但需要2^′-氟或2^′-O-甲基嘧啶取代以抵抗血清核酸酶；培加他尼（pegaptanib）是首个获批用于人类的适配体，是一种修饰的、聚乙二醇化（PEGylated）RNA适配体。镜像L-核糖类似物（Spiegelmers）通过立体化学而非取代实现核酸酶抗性。慢解离速率修饰适配体（SOMAmers）构成第四类，是SomaScan检测法所基于的试剂。SOMAmers在脱氧尿苷的5-位携带疏水取代基（图1）。这些基团模拟抗体互补决定区中占主导的疏水和芳香族氨基酸侧链，将其引入筛选文库显著增加了相对于未修饰DNA可获得高亲和力配体的蛋白质靶标比例。共晶结构显示，修饰的核碱基不仅增加体积：它们形成专门的疏水接触并紧贴浅层蛋白质表面，产生类似于抗体-抗原而非经典核酸-蛋白质复合物的界面。所得复合物解离缓慢——这正是试剂得名的特性——且这种慢解离速率使得检测所依赖的两步捕获-释放洗涤成为可能，并在血浆这样蛋白质密集的基质中保持可接受的信号噪声比。同时，SOMAmers保留了核酸化学的优势：无动物体外生产、批次间一致性、化学稳定性、易于在单个阵列上多重化，以及通过DNA微阵列或测序进行直接定量读出。这些特性支撑了该平台对衰老队列的可扩展性，且支持性能数据已发表而非假定。检测变异性研究已针对连续面板版本表征了控制样本的板内和板间变异系数。在队列规模上，单实验室活动已同时分析数千名参与者，如AGES-Reykjavik血清调查和INTERVAL血浆调查。长期标本储存的影响也已直接检验，长期冷冻保存血清中的SOMAmer信号仍可用于蛋白质组学分析，尽管部分试剂显示出储存依赖性漂移。跨实验室可比性（上述未建立）是该领域每个平台的薄弱点。SomaScan由单一供应商作为集中式服务运行，这消除了站点间操作者变异，但代之以对一个供应商批次和版本控制的依赖；Olink分布在经认证的实验室，带有桥接样本归一化方案；质谱法（MS）是三者中最分散的。目前没有一种得到临床化学常规中那种认证参考物质或外部质量评估方案的支持，报告的同质化反而依赖于临时桥接样本和将分析限制在面板版本间共享的试剂。本综述重点放在基于SOMAmer的测量上，不是因为其他适配体化学不有趣，而是因为衰老文献的实际分布方式。在42篇合格文章中，33篇使用了SomaScan检测法，8篇是基于未修饰DNA适配体的单分析物适配体传感器研究，1篇使用了适配体-共轭成像探针。没有合格研究使用替代的多重适配体平台，也没有在人类衰老背景下使用Spiegelmers或基于珠子的X-适配体。这种集中本身就是该领域状态的一个发现，而非选择伪影，其后果在第9.2节讨论。 1.3. 互补的高通量蛋白质组学平台 虽然本综述聚焦于基于适配体的技术，但将其置于当前衰老研究中使用的更广泛蛋白质组学工具包中很重要。主导该工具包的三个平台——基于适配体的SomaScan、基于抗体的Olink邻位延伸检测（PEA）和液相色谱-串联质谱（LC-MS/MS）——不仅在覆盖范围上不同，而且在测量物理上是什么以及因此每种平台易受的伪影上也不同（图2）。Olink PEA使用与同一靶蛋白非重叠表位结合的寡核苷酸共轭抗体对；当两者均结合时，附着的寡核苷酸被拉近，杂交并延伸形成独特的可扩增报告序列，通过定量PCR或下一代测序定量。由于信号产生需要双重识别，该检测法高度特异且耐受复杂基质，测序读出使得面板大小从92个增长到数千个分析物。它已广泛应用于基于人群的队列研究，包括英国生物银行（UK Biobank）和弗雷明汉心脏研究（Framingham Heart Study），以识别衰老相关结局（如痴呆、衰弱和心血管疾病）的蛋白质特征。然而，PEA限于预定义的抗体对面板，交叉反应性或表位掩蔽可能影响准确性。基于质谱的蛋白质组学，特别是LC-MS/MS，提供数千种蛋白质的未靶向检测，包括同种型、剪接变体和翻译后修饰，无需预先选择分析物。自上而下的方法进一步能够检测蛋白质形式——由遗传变异、选择性剪接和翻译后修饰产生的不同蛋白质物种——这些在衰老生物学中越来越受到重视。数据非依赖性采集（DIA）的进展提高了重现性和通量，使MS越来越适用于大规模衰老研究。基于MS的研究已系统编目了年龄相关血浆蛋白，并揭示了正常认知衰老中的蛋白质水平修饰。限制MS在此特定应用中的因素是动态范围而非分辨率。血浆蛋白质组跨越大约十个数量级的浓度，从白蛋白的数十毫克每毫升到调节性细胞因子的低于一皮克每毫升，而单次LC-MS/MS采集可访问的范围远窄且由最丰富的物种主导。实践中，未耗竭血浆通过DIA分析产生几百种蛋白质，主要来自丰度部分；达到数千种需要耗竭、广泛分馏或基于纳米颗粒的富集，每种方法都消耗样本体积、通量或两者。在匹配标本中，未稀释血浆LC-MS/MS返回约600种蛋白质，而高多重亲和力检测法返回约2600种。此窗口排除的浓度正是衰老信号所在：未靶向血浆MS目前以纳克每毫升灵敏度运行，而亲和力检测法以皮克每毫升灵敏度运行，因此细胞因子如白介素-6（IL-6）——存在于几皮克每毫升对数十毫克每毫升白蛋白——和心肌肌钙蛋白仍处于未耗竭血浆MS的常规范围之外，同时是SomaScan和Olink面板上的标准分析物。使用稳定同位素标记标准品的选择反应监测或平行反应监测的靶向MS检测法确实能达到这些浓度，但仅针对少量预指定肽段，因此放弃了最初推动未靶向MS的发现广度。这种权衡，而非MS的任何普遍劣势，使得亲和力平台成为在大型衰老队列中对低丰度循环蛋白进行无假设分析的实际选择。每个平台都有独特的优势和局限性，跨平台比较对于验证发现、协调结果和理解哪些生物信号在不同技术间稳健至关重要。基于适配体（SomaScan）、基于抗体（Olink）和基于MS的平台在神经退行性和衰老相关队列中的直接头对头评估数量仍然有限，但已存在一批有充分统计效力的比较。这些比较分析在第7节讨论。 1.4. 范围与检索方法 42篇原始研究文章符合以下标准。本综述针对人类原始研究，排除综述、荟萃分析、社论和会议摘要，发表于2020年至2026年中，其中使用基于适配体的平台（主要是SOMAmer/SomaScan）或基于适配体的生物传感器测量衰老相关生物标志物。检索在PubMed/MEDLINE和出版商数据库中进行，使用术语“aptamer”、“SOMAmer”和“SomaScan”与“aging”、“biomarker”、“senescence”、“frailty”、“longevity”及器官特异性限定词（心血管、肾脏、肝脏、神经退行性、代谢、肌肉骨骼）的组合。当记录主要依赖基于抗体的邻位延伸检测平台（主要是Olink）或未靶向质谱而非适配体时、发表于2020年之前、是综述或会议摘要（无同行评审全文）、或未涉及人类衰老或衰老相关疾病生物学时，则被排除。排除Olink为主的研究是一个平台标准，旨在保持证据基础的内部可比性；这不是对该文献质量的判断，其后果——当代衰老蛋白质组学的大部分内容落在此综述之外——在第9.2节中审视。42篇合格文章构成了本综述的证据基础（表1）。除核心语料库外，本综述还纳入了不严格符合选择标准但解释适配体技术原理、解读平台限制和讨论转化前景所必需的补充方法学和背景工作（例如，体外研究、SELEX方案、治疗性适配体综述或分析前变异性分析）。 2. 适配体技术在生物标志物发现中的应用 2.1. 针对衰老相关靶标的SELEX与适配体生成 在本综述识别的2020年后文献中，描述针对人类衰老相关蛋白质的从头SELEX筛选的原始研究文章不常见。本综述中衰老生物标志物研究应用的大多数适配体来自预先存在的SOMAmer文库，这些文库最初旨在覆盖广泛的循环蛋白质组，随后应用于衰老、衰弱和长寿队列。这些发现表明该领域主要依赖现有的多重适配体文库，而非针对老年科学特异性生物标志物（如Klotho、GDF-11或衰老特异性细胞表面标志物）的靶向适配体工程。虽然经典SELEX需要纯化的、分离的靶分子，因此需要定制的纯化方法——这对新颖或特征不佳的衰老相关靶标尤其具有挑战性——但细胞SELEX（Cell-SELEX）变体使用活细胞作为靶标，保留膜蛋白的天然构象。这使得能够针对先前未知的细胞靶标选择适配体，因此可以支持与衰老相关的新型细胞特异性生物标志物的发现。这种方法最近产生了首个针对衰老细胞的Cell-SELEX筛选报道：针对衰老小鼠成纤维细胞选择的DNA适配体将纤连蛋白确定为分子靶标，在自然衰老小鼠组织中适配体染色增加。同一策略已用于识别膜蛋白作为癌症治疗靶标，说明Cell-SELEX可以提名靶标及试剂。 2.2. SomaScan/SOMAmer平台 SomaScan检测法（SomaLogic）是本综述中衰老相关蛋白质组学研究中应用最频繁的基于适配体的平台。连续面板版本已将覆盖范围从约1300个扩展到超过7000个SOMAmer试剂，能够从少量血浆或血清中同时定量可检测循环蛋白质组的大部分。该平台已用于基于人群的队列研究，包括巴尔的摩纵向衰老研究（Baltimore Longitudinal Study of Aging）、InCHIANTI、ARIC、心血管健康研究（Cardiovascular Health Study）、AGES-Reykjavik以及百岁老人后代LonGenity队列，这些研究产生了几种全血浆和器官特异性蛋白质组学衰老时钟（第4节讨论）。方法学工作也解决了大规模部署的实际限制，包括长期血清冷冻保存对SOMAmer信号稳定性的影响，以及跨面板版本技术变异性的量化。 2.3. 基于适配体的生物传感器 第二类方法学上不同的工作使用单个适配体作为生物传感器中的识别元件。这里适配体固定在换能器上而非在溶液中使用，读数是靶标结合时产生的物理信号。因此设计约束是分析化学而非多重蛋白质组学的那些：一次一个分析物，几分钟而非几天出结果，且无需中心实验室。三种换能器系列占本综述识别的设备。在有机电化学晶体管中，功能化PEDOT:PSS栅极处的结合调节沟道电流，在低工作电压下提供固有放大。在无标记伏安和阻抗传感器中，结合改变了纳米结构碳、MXene或金电极处的电荷转移电阻或氧化还原报告物的电流。在光学和催化格式中，结合通过荧光、适配体介导捕获后的质谱或催化微马达的运动进行转导。报告的检测限在皮克-至飞克每毫升范围内，从分析角度讲，对预期靶标来说绰绰有余。该文献有两个特征应首先说明，因为它们决定了结果能承受多少权重。首先，每个设备表征的基质差异很大，从缓冲液到加标血清再到患者样本。其次，这些研究均未随时间跟踪同一批个体。第5节列出了这些设备在能为衰老研究做出贡献之前必须证明的内容；单个分析物的生物学意义在那里讨论，而非在此重复。 3. 适配体发现的人类衰老循环蛋白生物标志物 本节涵盖在观察性人类队列中通过基于适配体的发现蛋白质组学识别的生物标志物，按生理系统组织。两类研究被有意在其他地方处理，以免发现发现发现结果与应用设置混合：在干预性临床试验中的分析在第8节描述，单分析物生物传感器设备在第5节描述。第3.7节阐述了如何解读下文报告的效果测量值，以及为什么它们不能简单地相互比较。 3.1. 炎症和衰老相关标志物 慢性、低度无菌性炎症（“炎症衰老”）是实际年龄和生物年龄最可重复的相关因素之一，升高的白介素-6（IL-6）和C反应蛋白（CRP）独立于普遍疾病预测老年人的死亡率和残疾。在两个独立纵向队列中基于SomaScan的衰老相关分泌表型（SASP）分析，确定了GDF-15、IGFBP-2和胱抑素C（Cystatin-C）作为与多种衰老特征最一致相关的SOMAmer测量蛋白。这里多重测量的贡献是区分性的而非仅仅确认性的：它将同时跟踪多个衰老表型的SASP相关蛋白与仅跟踪一个的蛋白分开，这是任何单分析物检测法无法做到的。针对单个炎症分析物的适配体传感器在第5节讨论。 3.2. 代谢和内分泌标志物 在AGES-Reykjavik老年成人队列中基于适配体的蛋白质组学，识别了与2型糖尿病相关的循环蛋白特征，并强调了胰岛素抵抗的候选因果介质。在独立队列中后续的SomaScan研究识别了额外的预测标志物，这些标志物提前数年预示新发2型糖尿病，并与基于HOMA-IR的胰岛素抵抗测量相关，而进一步结合心血管健康研究和HERITAGE家族研究的大规模分析将血浆蛋白风险标志物解析为葡萄糖-胰岛素稳态的生理上不同的组分。总体而言，这些研究表明基于适配体的平台可以将代谢衰老表型解析为机制上可解释的子特征，而非单个未分化的风险评分。 3.3. 心血管标志物 综述的集合包括几项基于SomaScan的心血管衰老和老年队列心血管风险研究。在CARDIA队列中，适配体蛋白质组学识别了与普遍及十年新发冠状动脉钙化（亚临床动脉粥样硬化标志物）相关的循环蛋白。在ARIC和HUNT中的大规模SomaScan分析识别了与新发心力衰竭相关的蛋白质网络，而在ARIC中的一项相关分析发现预测心力衰竭的蛋白质通路与预测晚年衰弱的通路重叠。嵌套在PARAGON-HF和PARADIGM-HF/ATMOSPHERE试验中的适配体蛋白质组学子研究也识别了心血管风险标志物，包括SVEP1；由于这些分析是在干预性试验项目而非观察性队列中进行的，它们在第8节描述。 3.4. 神经退行性和认知标志物 神经退行性变和认知衰退是综述文献中常见的应用领域。大规模SomaScan分析已识别诊断性生物标志物组合并提示阿尔茨海默病（AD）中的通路，生成了与生物年龄时钟和疾病伪时间轨迹相关的血浆蛋白质组阿尔茨海默病风险评分，在Whitehall II和ARIC队列中将特定血浆蛋白与二十年痴呆风险联系起来。一项对中年ARIC参与者的25年随访研究识别了晚年痴呆风险的血浆蛋白标志物并涉及突触蛋白，而弗雷明汉心脏研究数据生成了轻度认知障碍和阿尔茨海默病的血浆蛋白风险评分。脑脊液和血浆的多平台蛋白质组学分析进一步提示与阿尔茨海默病相关的蛋白质稳态和基质体相关网络生物标志物，而一项独立的SomaScan研究将基于适配体的发现蛋白质组学扩展到肌萎缩侧索硬化症（ALS），在受影响患者中识别了新的血浆蛋白。针对单个阿尔茨海默病分析物——磷酸化tau（p-tau）、总tau（t-tau）和β-淀粉样蛋白（Aβ）——的适配体传感器是另一种具有不同证据要求的技术，在第5节讨论。 3.5. 肌肉骨骼标志物：衰弱、少肌症和骨骼 身体衰弱是SomaScan蛋白质组学研究中反复出现的表型。在LonGenity队列中的工作报告了衰弱的血浆蛋白质组特征，后来扩展到捕获老年成人整体健康和福祉的复合特征。基于ARIC的分析识别了与普遍和新发衰弱相关的晚年血浆蛋白，并使用同一队列的早期中年样本，识别了在衰弱发作前测量并预测晚年衰弱前期和衰弱的蛋白。一项相关分析将血浆蛋白特征与身体衰退的客观测量（即步速和握力）联系起来。将这项工作扩展到骨骼衰老，一项结合心血管健康研究和HUNT研究的循环蛋白质组关联研究使用SomaScan 5k面板（近5000个适配体）识别了预测新发髋部骨折的循环蛋白和通路。 3.6. 肾脏和肝脏标志物 肾脏和肝脏衰老生物标志物在本综述的适配体特异性文献中比心血管、衰弱和神经退行性生物标志物代表性更少。一项跨种族SomaScan荟萃分析结合孟德尔随机化，跨多个欧洲和中东队列识别了与估算肾小球滤过率（eGFR）相关的血浆蛋白，包括testican-2作为肾功能的候选因果介质。在肝脏领域，对非酒精性脂肪性肝炎（NASH）患者血清的SomaScan蛋白质组学分析识别了早期和晚期肝纤维化之间差异表达的蛋白组合。 3.7. 如何解读报告的效果测量值 该文献中的关联以几种不同指标报告，且这些指标不可互换。风险比（HR）是生存模型中比较组间瞬时事件率之比。因此，全因死亡率的HR为2.50意味着在随访期间的任何时刻，指数较高层的参与者死亡率为参考层的2.5倍，取决于该特定模型中包含的协变量。其含义完全取决于三个通常被摘要省略的事项：计算的对比（每标准差连续评分、每四分位数或最高与最低三分位数）、协变量集和随访持续时间。回归系数行为又不同：报告为动脉年龄差（Artery AgeGap）的?3.0是RBANS总分每单位预测变量的估计变化，因此以特定认知工具的單位表示，无法与MoCA或MMSE上获得的系数进行数值比较。对读者而言有三个后果。首先，效果大小仅在重新缩放为共同对比——最有用的是每标准差预测变量——后才能跨研究比较，而综述的论文中很少报告足够信息来实现这一点。其次，当问题涉及临床实用性而非统计关联时，区分度（C-统计量或曲线下面积AUC）和校准是信息量，且在整个语料库中报告不一致。第三，在一个队列一个面板版本上拟合的系数很少能原封不动地转移到另一个，而综述的研究确实尝试外部验证时，效果大小衰减。因此，下文报告的效果大小按发表时的样子，带有其对比（如果说明），且不进行合并。缺乏协调的效果报告是该领域的一个实质性空白，而非编辑细节，并且它是衰老生物标志物验证框架旨在移除的具体障碍之一。 4. 基于适配体阵列构建的蛋白质组学衰老时钟 在讨论这些模型之前，需澄清如何解读其报告的性能，否则报告的准确度容易被视为自相矛盾。蛋白质组学时钟是以实际年龄作为回归目标训练的监督模型。它们在保留样本中与实际年龄的相关性——r为0.94，或平均绝对误差低于四年——因此衡量模型再现其训练目标的忠实程度。这是模型拟合的描述符，而非模型测量生物衰老的证据。携带生物信息的是残差：预测年龄与实际年龄之差，称为年龄差（Age Gap）、AgeGap或蛋白质组学年龄加速。一个时钟对老年科学有用，恰恰在于此残差在调整实际年龄后与功能、疾病发病率和死亡率相关。这一原则的一个重要后果是，表观遗传时钟已充分记录且同样适用于此：优化以最高精度预测实际年龄的模型往往是更差的死亡率预测因子，因为拟合过程精确惩罚了构成兴趣信号的个体偏差。一个完美再现实际年龄的假设模型将天然不携带除出生日期外的任何信息。第二代时钟是通过针对复合临床表型或死亡时间而非日历进行训练而开发的，同样的逻辑支配下文综述的蛋白质组学模型。因此，本节中引用与实际年龄的相关性作为拟合的技术描述符；这些时钟捕获衰老的证据来自其残差的结局关联，这些关联与之一同说明。 4.1. 全血浆蛋白质组学年龄预测因子 本综述识别的几项研究从SomaScan数据构建了复合蛋白质组学年龄预测因子，直接类比DNA甲基化时钟。在InCHIANTI队列中从约1300分析物SOMAmer面板衍生的76蛋白模型，在发展数据中与实际年龄的相关系数为r=0.94；同一小组随后结合InCHIANTI和巴尔的摩纵向衰老研究数据，显示所得蛋白质组学年龄差——而非相关性本身——预测健康寿命和寿命。对LonGenity队列的分析将SomaScan衍生的血浆蛋白特征与年龄、健康寿命和全因死亡率联系起来。百岁老人与其后代比较识别了与百岁老人中较慢生物衰老一致的特征。一项跨四个独立队列的血浆蛋白质组无监督、队列整合分析识别了273个衰老相关蛋白，并生成了平均绝对误差低于四年的实际年龄预测因子。心血管健康研究和AGES-Reykjavik的跨队列分析也产生了与存活至高龄相关的血浆蛋白质组特征。一项后续ARIC和MESA分析构建了中年和晚年蛋白质组学衰老时钟，并将加速的蛋白质组学衰老与升高的痴呆风险联系起来。基于抗体的平台也已构建了可比的蛋白质组学时钟，并在祖先多样性人群中进行了验证，这为生物学提供了外部检查，尽管这些研究因本综述的平台标准而排除在外。 4.2. 器官特异性蛋白质组学时钟 一条工作线将全血浆蛋白质组学衰老信号分解为器官特异性组分。使用来自约6000名参与者约5000种蛋白质的SomaScan数据，一项研究从血浆推导了11个器官的器官特异性衰老评分，并报告器官特异性蛋白质组学年龄跟踪器官特异性疾病风险。后续工作将已发表的器官特异性蛋白质组学衰老评分应用于记忆诊所队列，发现动脉和大脑特异性蛋白质组学年龄差与认知表现及阿尔茨海默病和相关痴呆的风险分层相关，其中动脉年龄差与认知衰退的关联最强（回归系数?3.0，针对RBANS总分；见第3.7节如何解读此类系数）。这些研究表明基于适配体的血浆蛋白质组学可以以器官富集而非仅全身分辨率解析一些衰老相关信号。补充这些横断面器官时钟，纵向蛋白质组学衰老指数（LPAI）使用ARIC研究三次访问的重复SomaScan测量开发。不同于在单个时间点捕获累积衰老负担的时钟，LPAI通过功能主成分分析整合动态蛋白质轨迹，且是该文献中第一个将衰老视为测量速率而非状态的指数。较高的LPAI与全因死亡率增加（HR=2.50）、心血管死亡率增加（HR=1.79）和癌症死亡率增加（HR=1.96）相关。 4.3. 可解释人工智能与蛋白质组学衰老模型的未来方向 可解释人工智能（XAI）方法，包括SHAP（SHapley Additive exPlanations），已应用于蛋白质组学模型以识别驱动预测的蛋白质和通路，揭示阿尔茨海默病中生物学上可解释的轴，如胆碱能、tau/14-3-3、神经轴突、小胶质/补体和突触通路。这些方法一致地涉及免疫调节因子、细胞外基质蛋白和代谢因子作为关键贡献者，这提供了与其他方式识别的衰老标志的数据驱动收敛。这种可解释性本身并不建立因果关系：一个蛋白质可能是一个强预测因子，因为它位于感兴趣过程的下游，而衰老的横断面生物标志物通常是后果而非原因。 5. 用于纵向和即时监测的适配体生物传感器 本节解决的问题不是适配体传感器能否检测其靶标——它们显然可以——而是它们检测的分析物及其达到的性能是否与衰老研究相关。这些是不同的问题，综述文献对第一个问题的回答远好于第二个。该领域选择的分析物并非任意挑选。白介素-6（IL-6）是炎症衰老最特征性的循环相关物：在社区居住老年人中，升高的IL-6与全因死亡率增加和残疾新发相关，独立于普遍疾病，且结合IL-6与可溶性肿瘤坏死因子受体-1的指数预测十年全因死亡率。C反应蛋白在可比随访窗口内携带重叠但非完全相同的预后信息。转化生长因子-β1（TGF-β1）参与衰老组织的纤维化重塑，且IL-6和TGF-β家族成员是衰老细胞作用于邻近细胞的衰老相关分泌表型（SASP）的组分。总tau（t-tau）、磷酸化tau（p-tau）和β-淀粉样蛋白（Aβ）构成基于血液的神经退行性变组合，其浓度与年龄相关且预测认知结局。认为IL-6仅是炎症标志物与衰老无关的反对意见不被流行病学支持。公平地说，适配体传感器论文本身很少明确建立这种联系，将其分析物呈现为分析靶标而非老年科学终点，且这种遗漏模糊了这些设备可能直接相关的程度。然而，分析物的相关性并不能使设备适用于衰老研究。三个要求区分了可用于老年科学的传感器与分析灵敏度的