衰老日益被视为一个病理过程，也是多种年龄相关疾病（ARDs）的主要驱动因素。将衰老视为一种疾病，为我们提供了寻找能够同时调节多种慢性疾病的治疗靶点的机会。在此，我们开发了一个由人工智能（AI）驱动的靶点发现框架，该框架整合了大规模多组学数据集，以优先筛选衰老与12种横跨神经、炎症、代谢和纤维化四大疾病领域的ARDs共享的治疗靶点。我们确定了29个高可信度以及16个此前未被识别的与衰老相关的靶点，这些靶点涉及所选疾病领域，同时伴随着汇集性通路扰动，其特征是干扰素和炎症信号的显著上调，以及MYC驱动的增殖程序的协同下调，这与衰老过程中炎症激活的加剧和合成代谢活性的降低一致。所有已识别的靶基因在不同组织中都观察到了与年龄相关的转录组学改变。对衰老标志的评估揭示，慢性炎症是衰老和ARDs中最富集的标志。孟德尔随机化分析为IL6、IL6R、NLRP3、NOS2、TLR4和GLP1R在衰老相关性状和多种ARDs中的遗传因果关系提供了支持，突出了药物再利用的潜在机会。共定位分析表明，影响IL6R表达的相同遗传变异也与父母生存（人类寿命的替代指标）相关，支持IL-6信号在长寿中的作用，并表明NOS2基因座存在与类风湿关节炎风险相关的共享遗传信号。总之，我们的发现描绘了一个可扩展的AI引导的多组学框架，用于识别衰老和ARDs中具有因果关系且可再利用的治疗靶点。
📎 来源：Aging and disease | 查看原文