基于等离子体蛋白质学的器官特异衰老对所有原因死亡率和特定原因死亡率:一个前性队列研究

科学领域:

• 老年学和长寿研究研究.
• 蛋白质组学和机器学习应用程序
• 系统生物学和器官健康系统生物学和器官健康

背景情况:

• 个体的衰老速度在不同器官之间有很大差异.
• 目前评估器官水平衰老的方法有限.
• 器官特异性衰老对死亡率的差异性贡献在很大程度上是未知的.

研究的目的:

• 开发和应用一种在器官层面估计生物年龄的方法.
• 调查器官特定年龄差距与各种死亡风险之间的关联.
• 探索器官衰老,可修改因素和器官间衰老动态之间的关系.

主要方法:

• 分析了来自45821名英国生物库参与者的血蛋白质组学数据.
• 机器学习模型用于估计12个主要器官的生物年龄.
• 计算器官特定的"年龄差距" (生物与时间年龄) 和统计分析 (部分相关性,考克斯回归) 以评估死亡率关联.

主要成果:

• 在12个评估器官中任何一个器官的加速衰老都会使所有死因的死亡风险增加6至60%.
• 随着器官衰老的数量,死亡风险显著升级,高于5.54至29.18倍.
• 特定器官衰老与特定原因死亡率有关:大脑衰老强烈预测神经系统和精神疾病死亡率,而胃衰老是胃癌的关键指标.

结论:

• 个体器官的加速生物衰老是所有原因和特定原因死亡率的重要,独立的风险因素.
• 特定器官的衰老模式影响其他器官系统的衰老轨迹,突出显示了复杂的相互联系.
• 这种多器官衰老评估提供了一个新的,客观的工具,用于识别有风险的个体和推进精准医学战略.