第二篇研究来自牛津大学与哈佛医学院以及北京大学等多个研究团队，他们利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据建立了一个蛋白组学年龄时钟模型。该模型在UKB队列、中国慢性病前瞻性研究队列（CKB）和芬兰人群队列（FinnGen）中得到了有效验证。研究发现，204种蛋白标志物能够准确预测个体的实际年龄，并且与18种主要慢性病、疾病的多重发生以及全因死亡风险存在显著关联。

研究背景显示，衰老过程会导致生理完整性和功能逐渐丧失，最终可能引发重大疾病与死亡。时间年龄（Chronologic Age）是应用广泛的生物衰老评估方法，但其存在一定缺陷。近年来，将“组学”数据用于测量个体的生物功能水平，并与时间年龄的预期水平进行比较，能够更准确地评估生理年龄（Biological Age）及身体健康状况。

在UKB测试集以及CKB和FinnGen的独立验证中，ProtAge模型表现出优异的预测性能和泛化能力（R²值分别为0.88、0.82和0.87）。值得注意的是，一个包含20个蛋白的简化模型（ProtAge20）也能达到与完整模型相似的预测效果。该模型能够预测衰老与功能相关的衰弱现象，以及与年龄相关的生理、身体和认知功能的相互关系。

研究表明，蛋白组学年龄能够有效预测常见疾病的风险、不同年龄的特异性死亡率以及疾病的发生风险。研究对比了ProtAge与现有的DNA甲基化时钟和蛋白组学衰老时钟，发现两个模型间有很小的重叠，表明它们可能各自侧重不同的基因集。此外，ProtAge APs中有64%未在先前的研究中被识别，这说明该研究提供了一组相对新颖的预测蛋白。这些发现揭示了不同生物标志物可能反映了衰老过程的多样性，为进一步理解衰老的复杂性提供了新的视角。

研究还基于来自UKB、CKB和FinnGen的三个国家大规模人群队列，探讨了Olink血浆蛋白组学作为测量生物年龄的有效工具，研究自然人群中与年龄相关的疾病生物学特征。结果表明，开发蛋白组学衰老时钟不仅能识别疾病多重性的生物学机制，还可以用于潜在药物治疗方案或生活方式干预的开发，从而减少早逝的发生和延缓与年龄相关疾病的出现。

总体而言，PG电子致力于推动蛋白组学研究，以助力生命科学领域的进步与创新，提升人类健康水平。