← 最新论文
📄 medicine

Frailty-Associated Plasma Proteomics in Relation to Mortality and Multi-Morbidity from A Prospective and Trajectory Study

这项前瞻性 UK Biobank 研究表明,一种与衰弱相关的血浆多蛋白评分(PPS)在预测死亡率和多共病性方面优于传统的衰弱指数,揭示了死亡前蛋白质升高的双模式轨迹,并确定了具有潜在衰弱干预作用的因果蛋白质靶点和候选药物。

原作者: Jiatang Xu, Zhensheng Hu, Yangfan Su, Liling Lin, Runnan Shen, Chaoyu Xie, Junhua Hu, Kai Huang

发布于 2026-09-03
📖 1 分钟阅读☕ 轻松阅读

原作者: Jiatang Xu, Zhensheng Hu, Yangfan Su, Liling Lin, Runnan Shen, Chaoyu Xie, Junhua Hu, Kai Huang

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

衰弱不仅仅是感到疲劳或虚弱;它是一种特定的医学状况,即身体应对压力的能力开始崩溃。想象一台由许多零件协同工作以保持运转的复杂机器。随着年龄的增长,这些零件的储备功率会逐渐丧失。当一个人处于衰弱状态时,一次小病或轻微跌倒都可能引发连锁反应,导致健康人体能够轻易吸收的问题。这种状态是危险的,因为它显著增加了死亡风险以及同时发生多种严重疾病的可能性。几十年来,医生一直试图通过询问患者日常生活的困难来衡量衰弱程度,例如他们是否感到疲劳或行走困难。虽然这些问题很有帮助,但它们只捕捉到了表面的现象。它们无法揭示在一个人感到生病之前,长期存在于血液和组织中的隐形生物学变化。

科学家们长期以来一直怀疑,在我们血液中流动的蛋白质持有理解这种隐藏衰退的关键。蛋白质是身体的“劳动力”,执行基因指令并对环境做出反应。由于它们会随着炎症、损伤或衰老的发生而迅速变化,因此它们能提供动态的健康快照,而静态的基因检测则无法做到这一点。一项新研究深入探讨了这些血液蛋白质,以观察它们是否能比现有方法更好地预测衰弱、死亡和疾病。通过分析超过36,000人的血液,研究人员发现了一种特定的蛋白质模式,它就像一个早期预警系统,能在一个人变得肉眼可见地衰弱或死亡前数年发出警报。

研究人员首先利用来自英国生物样本库(UK Biobank)的大规模数据集开展工作,这是一个由志愿者提供的庞大健康信息集合。他们专注于36,332名参与者,测量了其血液中近3,000种不同蛋白质的水平。与此同时,他们为每个人计算了一个“衰弱指数”,这是一个基于49种不同健康因素(从慢性疾病到身体功能限制)的分数。目标是找出血液中哪些蛋白质与该衰弱指数关联最为紧密。团队发现了956种与衰弱显著相关的蛋白质。其中一些蛋白质在衰弱个体中水平较高,而另一些则较低。联系最紧密的蛋白质包括那些参与免疫反应和组织修复的蛋白质,这表明衰弱与身体对抗感染和自我修复的能力有着深刻的联系。

为了理清如此庞大的数据,科学家们使用了一种统计方法来筛选出最重要的210种蛋白质,并将它们组合成一个单一的分数,称之为“多蛋白质评分”(poly protein score)。这个分数充当了个人生物学风险的总结。当他们测试该评分对未来健康结果的预测能力时,结果令人震惊。蛋白质评分对死亡的预测能力远优于基于症状的传统衰弱指数。评分每增加一个单位,任何原因导致的死亡风险就会上升93%。它还能高精度地预测特定原因导致的死亡,如心脏病、癌症和呼吸衰竭。更重要的是,即使对于尚未表现出明显衰弱迹象的人,该评分仍然是一个强有力的预测指标,这表明它可以在问题还处于隐藏状态时就将其捕捉到。

研究随后观察了该蛋白质评分随时间的变化情况。通过一种巧妙的统计方法,研究人员重建了那些最终死亡或患病者的评分历史。他们发现了一个明显的两个阶段模式。第一阶段,我们称之为“预测窗口”,显示评分在人死亡前长达15年就开始稳步上升。这意味着生物学上的衰弱迹象在人感到虚弱之前就已经存在了。第二阶段,即“加速窗口”,出现在死亡前的五年内。在此期间,评分不仅是在上升,而且是在急剧飙升。这种剧烈的增长是一个警告信号,表明一个人正在进入一个身体失去应对能力的临界阶段。这种双重模式提供了一个独特的工具:它既可以识别出风险人群以进行长期的预防性干预,也可以在患者进入危险的短期危机时提醒医生。

研究人员还想知道这些蛋白质仅仅是衰弱的迹象,还是实际上导致了衰弱。为了回答这个问题,他们使用了被称为“孟德尔随机化”(Mendelian randomization)的技术,该技术利用遗传信息来推断因果关系。这一分析确定了12种可能在驱动衰弱中起因果作用的特定蛋白质。其中一些蛋白质含量较高时会增加变得衰弱的风险,而另一些则似乎具有保护作用。这种区分至关重要,因为它指明了具体的治疗靶点。基于这些发现,团队寻找了可以与这些蛋白质相互作用的现有药物。他们确定了98种可能有助于管理或逆转衰弱的潜在药物。其中30种已获批用于治疗其他疾病(如癌症或糖尿病),这表明它们可以被重新用于帮助老年人。其余的68种是新的候选药物,有望开辟新的研究途径。

尽管这些发现前景广阔,但必须注意到该研究的局限性。数据来自英国的一个特定人群,主要是欧洲血统,因此结果可能并不完全适用于所有人群。此外,血液样本仅在研究开始时采集了一次,因此“轨迹”是基于许多人的模式重建的,而不是通过追踪同一个体血液随时间的变化。研究人员还指出,对于某些特定结局(如神经退行性疾病导致的死亡),数据过于稀疏,无法看到最后几年全面上升的全貌。这些限制意味着,虽然蛋白质评分是一个强大的新工具,但它尚未成为完美的“水晶球”。

这项工作的意义在于改变我们看待衰老和健康的方式。通过将焦点从患者的感觉转向其血液中正在发生的变化,医学可能很快就能实现更早期的干预。在死亡前15年就能检测到风险上升的能力,为医生和患者提供了很长的窗口期,以便在损害变得不可逆转之前进行生活方式的改变或开始治疗。此外,特定蛋白质和潜在药物的识别,将衰弱从一个模糊的“变老”概念转变为一种可治疗的生物学状况。发现两阶段模式(即早期预警和后期激增)提供了一个监测健康的路线图,通过在衰退变成危机之前进行拦截,从而挽救生命。随着科学不断完善这些工具,人们希望衰弱不再是衰老过程中不可避免的一部分,而是一个可以被精准且细致地应对的可控健康挑战。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →