一项前性队列研究,以开发多种生物标志物小组来定义从新生儿到最年长的成年人六个不同的队列中的生物衰老:一项研究协议

科学领域:

• 老年学和再生医学的研究.
• 生物标志物发现和验证
• 计算生物学和生物信息学

背景情况:

• 年代年龄是年龄相关疾病管理的有限预测因素.
• 生物年龄反映了累积的生理损伤,可以更精确地衡量衰老.
• 目前的方法,如表观遗传时钟,不能完全捕捉到衰老的多面性质.

研究的目的:

• 测试衰老生物标志物的可行性和绘制不同年龄组的衰老生物标志物的轨迹.
• 为了确定可靠的,可复制的,强大的和整合性的生物标志物,以精确地定量生物年龄.
• 开发基于深度学习的生物年龄估计多模型算法.

主要方法:

• 一项基于社区的前性队列研究,涉及250名参与者,跨越6个年龄队列 (新生儿到老年人).
• 收集血液和便生物标志物,进行全面评估 (认知,心理,功能,肠道健康,营养,生理),并通过可穿戴设备实时监测.
• 五年后续评估生物标志物的变化,衰老速度,并预测疾病和死亡率.

主要成果:

• 基于年龄的不同子组的衰老生物标志物的可行性测试和轨迹映射.
• 识别综合生物标志物,以精确地确定生物年龄.
• 了解生物衰老的速度,预期寿命和残疾预测.

结论:

• 这项研究将全面了解从0到100年的衰老过程.
• 综合生物标志物将能够精确地确定生物年龄,改善与年龄相关的变化的临床管理.
• 纵向数据将阐明衰老的速度,并有助于预测健康结果和寿命.