盘点2024 | 基于SomaScan平台的蛋白质组学检测在衰老及衰老相关疾病领域中的应用

A-网站首页  ꄲ  应用案例  ꄲ  盘点2024 | 基于SomaScan平台的蛋白质组学检测在衰老及衰老相关疾病领域中的应用

衰老是一个复杂的生物过程，涉及多个分子和细胞层面的变化。蛋白质作为生物体功能的主要执行者，其表达水平和功能的改变在衰老及衰老相关疾病过程中起着关键作用。蛋白质组学检测作为一种高通量的生物分析方法，在衰老及衰老相关疾病的研究中发挥着重要作用。近年来，蛋白质组学检测在揭示衰老机制、预测衰老相关疾病风险、评估疾病进展及治疗效果等方面取得了显著进展。本期将基于2024年度国内外发表的重要研究成果讨论SomaScan在衰老和衰老相关疾病领域中的应用研究进展。


01

在衰老机制揭示中的应用

蛋白质组学研究在深入解析衰老机制方面取得了显著成就。例如，Thomas等人利用SomaScan平台，在心血管健康研究中开发了一种蛋白质风险评分，用于预测髋部骨折。研究发现该评分能够显著改善髋部骨折的预测效果，并揭示了与衰老过程中骨骼健康相关的蛋白质标志物。这一研究不仅为髋部骨折的预测提供了新的工具，还为了解衰老对骨骼系统的影响提供了新的视角[1]。

图1. 实验总体设计[1]

此外，Wang等人对两个基于人群的队列进行了研究，开发并验证了多种蛋白质衰老时钟（PACs）。研究发现，这些PACs与全因死亡率、心血管疾病死亡率和下呼吸道疾病死亡率均呈显著正相关。此外，研究还确定了与衰老过程相关的特定蛋白质，这些蛋白质可能作为衰老的生物标志物。这项研究为理解衰老过程中的分子机制提供了新的线索[2]。

表1. 中年ARIC PAC和Lehallier PAC年龄加速与死亡率的关系[2]

02

在衰老相关疾病预测中的应用

基于SomaScan平台的蛋白质组学技术，在衰老相关疾病的预测中展现出重要价值。Thomas等人的研究不仅揭示了与衰老相关的蛋白质标志物，还通过构建蛋白质风险评分模型，成功预测了个体患髋部骨折的风险。这一模型在多个验证队列中均表现出良好的预测性能，为髋部骨折的早期预防和治疗提供了重要依据[1]。
Duggan等人利用蛋白质组学技术，研究了感染后大脑萎缩和认知衰退的潜在免疫学驱动因素。研究发现，某些感染相关的免疫蛋白质在预测大脑特定区域体积变化和痴呆风险方面具有重要作用。这项研究为理解感染与神经退行性疾病之间的关系提供了新的视角，并为痴呆风险的预测提供了新的生物标志物[3]。

图2. 与BLSA中感染相关的免疫学血浆蛋白（942种蛋白；SomaScan炎症和免疫反应Panel）的差异[3]

03

在衰老疾病诊断与治疗中的应用

蛋白质组学检测在衰老相关疾病的诊断中同样发挥着重要作用。通过比较疾病患者与健康个体的蛋白质组差异，研究人员能够识别出具有诊断价值的生物标志物。例如，在阿尔茨海默病（AD）的研究中，研究人员利用血清蛋白质组学技术，揭示了AD中APOE-ε4依赖性和非依赖性的蛋白质特征。研究发现，这些蛋白质的表达水平在AD患者中显著改变，并且这些改变与APOE-ε4基因型密切相关。这项研究不仅为AD的早期诊断提供了新的生物标志物，并增进了对AD分子机制的理解[4]。

图3. 研究概述[4] 
通过构建基于血浆蛋白质组学的器官特异性衰老模型，能够更精确地预估与相应器官相关的疾病风险。2023年，Oh等科学家分析血液中特定器官的特异性蛋白质水平，明确揭示了器官老化过程与其相关疾病风险之间存在着强烈的关联性。具体而言，心功能的加速老化与心脏病风险的显著增加具有显著的相关性，而脑部和血管的老化则预示着AD的潜在发展[5]。随后，在2024年，Goeminne等研究团队基于UK Biobank的数据开发了器官特异性的蛋白质衰老模型，并在MESA研究中的Somascan数据集中进行了验证。这些模型不仅能够预测个体的器官衰老速度和总体死亡率，还能够揭示慢性疾病与特定器官衰老之间的内在联系。此外，研究还确定了与特定器官衰老相关的蛋白质标志物，这些标志物在疾病的早期诊断和治疗监测中展现出广阔的应用前景[6]。

图4. 基于血浆蛋白质组的生物衰老模型[6]

04

在抗衰老策略开发中的应用

蛋白质组学检测在抗衰老策略的开发中也发挥着重要作用。Shen等人通过对一个纵向人群队列的多组学分析，研究了人类衰老过程中分子和功能变化的非线性动态特征。研究发现，衰老过程中的这些变化并非简单的线性趋势，而是存在显著的非线性波动，为理解衰老过程的复杂性提供了新的视角，并为开发有效的抗衰老策略提供了科学依据[7]。

图5. 在人类衰老过程中，大多数分子和微生物都会发生非线性变化[7]
Xiao等人通过遗传随机化分析，鉴定了潜在的抗衰老药物靶点。研究利用全基因组关联研究（GWAS）数据和蛋白质组学数据，发现了一系列与衰老过程密切相关的蛋白质。这些蛋白质不仅与衰老速度相关，还可能作为抗衰老药物的潜在靶点。这项研究为抗衰老药物的研发提供了新的方向[8]。

图6. 遗传随机化（MR）分析在三个不同队列中识别潜在的衰老药物靶[8]
此外，Liu等人研究了长寿个体的血清蛋白质组特征，并发现了与长寿相关的蛋白质标志物。通过比较长寿个体与普通个体的血清蛋白质组差异，研究确定了一系列与长寿显著相关的蛋白质。这些蛋白质不仅为理解长寿的分子机制提供了新的线索，还可能作为评估个体长寿风险的生物标志物[9]。 

图7. 存活至90岁的蛋白质预后分析[9]

05

总结与展望

综上所述，基于SomaScan平台的蛋白质组学检测在衰老及衰老相关疾病领域的应用研究取得了显著进展。从衰老机制的深入解析到衰老相关疾病的预测，再到疾病的诊断与治疗以及抗衰老策略的开发，蛋白质组学技术均发挥了不可替代的作用。未来，随着技术的不断进步和研究的持续深入，蛋白质组学检测有望在衰老及衰老相关疾病的研究中发挥更加广泛而深入的作用，为人类健康事业贡献更多力量。
 

参考文献


1. Austin TR, et al. A plasma protein-based risk score to predict hip fractures. Nature Aging. 2024;4(8):1064-75. doi: 10.1038/s43587-024-00639-7.

2. Wang S, et al. Development, characterization, and replication of proteomic aging clocks: Analysis of 2 population-based cohorts. PLoS Med. 2024;21(9):e1004464. doi: 10.1371/journal.pmed.1004464.

3. Duggan MR, et al. Proteomics identifies potential immunological drivers of postinfection brain atrophy and cognitive decline. Nature Aging. 2024;4(9):1263-78. doi: 10.1038/s43587-024-00682-4.

4. Frick EA, et al. Serum proteomics reveal APOE-ε4-dependent and APOE-ε4-independent protein signatures in Alzheimer’s disease. Nature Aging. 2024;4(10):1446-64. doi: 10.1038/s43587-024-00693-1.

5. Oh HS, et al. Organ aging signatures in the plasma proteome track health and disease. Nature. 2023;624(7990):164-72. doi: 10.1038/s41586-023-06802-1.

6. Goeminne LJE, et al. Plasma protein-based organ-specific aging and mortality models unveil diseases as accelerated aging of organismal systems. Cell Metabolism. 2025;37(1):205-22.e6. doi: 10.1016/j.cmet.2024.10.005.

7. Shen X, et al. Nonlinear dynamics of multi-omics profiles during human aging. Nature Aging. 2024;4(11):1619-34. doi: 10.1038/s43587-024-00692-2.

8. Mao R, et al. Identification of prospective aging drug targets via Mendelian randomization analysis. Aging Cell. 2024;23(7). doi: 10.1111/acel.14171.

9. Liu X, et al. Plasma proteomic signature of human longevity. Aging Cell. 2024;23(6). doi: 10.1111/acel.14136.

SomaLogic公司推出的SomaScan Assay，作为一种基于aptamer（核酸适配体）的高通量蛋白质检测技术，专注于全面、精确地检测和测量人及其他模式动物血液、尿液等体液样本以及组织、细胞样本中的蛋白质组成。该技术旨在提高对健康和疾病生物学的理解，促进药物靶点的识别及生物标志物的开发，其检测范围覆盖超过11000种蛋白质，实现高通量蛋白质组学的检测和强大的数据分析，广泛应用于衰老、癌症、代谢性疾病、心血管疾病及神经退行性疾病的早期发现与监测中。


文案：高金良

配图来源于网络，如有侵权请联系我们删除


关注我们

      FOLLOW US      


 

ꂃ前一个： 无
ꁹ后一个： 无
넶浏览量：0