提前了解你的身体衰老速度，并采取干预措施，对于预防慢性病至关重要。英国生物信息学领域的一项创新研究，基于英国生物样本库中30,376名参与者的大规模血浆蛋白质组和代谢组数据，成功构建了一个名为StackAge的集成式生物学年龄时钟。该模型在预测实际年龄方面展现出极高精度（与实际年龄皮尔逊相关系数r≈0.93），并且能显著提升12种慢性病的风险预测能力，特别是在2型糖尿病、阿尔茨海默病和慢性肾病方面，曲线下面积（AUC）均超过0.90。值得关注的是，结合个体估算的衰老速度，能进一步增强疾病预测的准确性，超越传统的生物标志物和人口统计学特征。深入分析表明，与衰老相关的生物标志物主要富集在炎症、代谢应激和细胞外基质重塑等通路中。此外，中介分析进一步揭示，某些可改变的生活方式因素可能会加速生物学衰老，从而增加心血管、神经、免疫和肌肉骨骼疾病的患病风险。这些发现共同建立了一个强大的多组学框架，用于量化个体衰老的轨迹，并突显了生物学年龄作为精准预防和管理年龄相关疾病的关键临床指标的巨大潜力。
📎 来源：Briefings in bioinformatics | 查看原文