第二篇研究来自牛津大学与哈佛医学院及北京大学等多个科研团队，利用英国生物样本库（UK Biobank, UKB）中的血液蛋白组学数据作为开发队列，建立了一个蛋白组学年龄时钟模型，并在UKB、中华慢性病前瞻性研究队列（CKB）和芬兰人群队列（FinnGen）中进行了进一步的验证。研究显示，204种蛋白标志物能够准确预测个体的实际年龄，并与18种主要慢性疾病的发病率、多重疾病以及全因死亡风险密切相关。

研究背景：衰老会导致身体功能和生理完整性的逐渐丧失，最终诱发主要疾病甚至死亡。当前常用的时间年龄（Chronologic Age）虽然可以作为“生物”衰老的一种评估标准，但它存在一定的局限性。通过使用“组学”数据捕捉个体的生物功能水平，并与时间年龄的预期功能水平进行比较，可以更准确地评估个体的生理年龄（Biological Age）和身体健康状况。

在UKB测试集、CKB及FinnGen的独立验证集中，ProtAge模型表现出了优越的预测能力和强大的泛化性能（R²值分别为0.88、0.82及0.87）。研究还发现，仅通过包含20个蛋白的简化模型（ProtAge20）也可实现与完整模型相似的年龄预测性能。

蛋白组学年龄与衰弱和衰老表型的相关性：ProtAge模型能够有效预测与年龄相关的生理、身体及认知功能。同时，这一蛋白组学年龄还能够预测常见疾病的风险以及不同年龄段的特异性死亡率和疾病风险。研究比较了ProtAge与现有的DNA甲基化时钟及蛋白组学衰老时钟，结果显示与DNA甲基化时钟相比，ProtAge所选定的蛋白和基因重叠极少，表明这两种模型可能侧重于不同的基因集。此外，有64%的ProtAge APs在之前研究中未被识别，表明该研究提供了一组相对新颖的预测蛋白。这些发现强调了不同生物标志物可能揭示衰老过程的不同方面，为理解衰老的复杂性提供了新的视角。

预测男女年龄的重要Top 20蛋白：该研究基于三个国家的大规模人群队列项目（UKB、CKB和FinnGen），利用Olink血浆蛋白组学作为测量生物年龄的重要工具，探索自然人群中大多数常见与年龄相关的疾病生物学特征。研究表明，开发蛋白组学衰老时钟能够作为识别疾病多重性的生物学机制的可靠工具，并且为开发潜在药物治疗手段或生活方式干预提供了科学依据，以减少过早死亡和延缓与年龄相关的疾病。

通过这些研究，尊重科学的品牌理念尊龙凯时对生物医疗领域带来了新的启示，强调了一种更精准的衰老评估方法，推动了健康管理和疾病预防的前沿发展。