多器官系统异质性衰老的多组学基础：从分子机制到精准干预新策略

《Cell Genomics》：Multi-omic underpinnings of heterogeneous aging across multiple organ systems

　　本研究针对器官衰老轨迹异质性机制不清这一关键问题，通过整合基因组、表观基因组、转录组、蛋白质组和代谢组数据，结合GWAS（全基因组关联分析）和post-GWAS（全基因组关联研究后）方法，系统构建了九种器官特异性衰老时钟和四种血液表观遗传时钟的分子图谱。研究揭示了异质性衰老的表型集群特征，鉴定了优先药物靶点，阐明了跨层级分子调控网络及下游生物标志物，为年龄相关疾病管理策略从“分而治之”转向“统而预防”提供了新范式。

　　

衰老是慢性疾病和死亡的主要决定因素，然而不同器官系统的衰老速度存在显著差异，这种异质性背后的分子基础却一直模糊不清。正如一辆汽车的各个部件磨损速率不同，人体各器官的“老化”也非同步进行。理解这种差异，对于从根源上延缓衰老、防治年龄相关疾病至关重要。传统医学往往针对特定疾病“亡羊补牢”，而新兴的衰老生物学观点则认为，这些疾病实质上是特定器官或系统的加速衰老。因此，直接靶向衰老过程本身，可能带来比疾病特异性治疗更巨大的健康效益。然而，由于对衰老分子机制和潜在治疗靶点的认知有限，将这一理念转化为实践仍面临重大挑战。DNA甲基化（DNAm）表观遗传时钟是研究最广泛的衰老生物标志物，器官特异性衰老时钟的开发更是揭示了人体器官系统间显著的异质性衰老轨迹。但是，驱动个体内不同器官组织衰老速率差异的分子机制仍不清楚。为了破解这一难题，熊杰（Jie Xiong）等研究者在《Cell Genomics》上发表了他们的最新研究成果。

研究者整合了基因组、表观基因组、转录组、蛋白质组和代谢组数据，运用post-GWAS（全基因组关联研究后）方法论，系统研究了九种器官特异性衰老时钟（量化生物年龄与 chronological age（实际年龄）的差距）和四种血液基础的表观遗传时钟（评估表观遗传年龄加速）的跨层级分子基础。研究利用了来自冰岛（Iceland）、芬兰（Fenland）和英国生物样本库（UK Biobank）等大型队列的蛋白质数量性状位点（pQTL）、表达数量性状位点（eQTL）、甲基化数量性状位点（mQTL）以及全基因组关联研究（GWAS）摘要统计数据。关键分析方法包括连锁不平衡（LD）评分回归、局部遗传相关性分析（LAVA）、孟德尔随机化（MR）、综合测量系统与孟德尔随机化（SMR）、HEIDI检验、共定位分析（colocalization）、基因组结构方程建模（genomic SEM）以及表型范围关联研究（PheWAS）等。

遗传相关性分析揭示衰老表型间复杂关联

研究发现，所有13种衰老相关性状均表现出显著的单核苷酸多态性（SNP）遗传力。通过LD评分回归，研究者量化了这些表型间的全局遗传相关性，发现了32对显著相关的表型对，揭示了血液表观遗传年龄加速与器官特异性生物年龄差距之间错综复杂的相关性网络。进一步精细分析在920个半独立区块中识别出2403个显著的局部遗传相关性。值得注意的是，即使对于没有显著全局遗传相关性的表型对，至少有一个位点显示出显著的局部遗传相关性，表明全局分析可能会忽略精细尺度的异质性。PhenoAge（表型年龄）与其他表型显示出最多的显著局部遗传相关性，表明其可能捕捉了最广泛的异质性衰老方面。

多组学层面鉴定异质性衰老的潜在药物靶点

研究从蛋白质、基因表达和DNA甲基化三个层面系统鉴定了与异质性衰老相关的潜在因果分子。

• •
  蛋白质组层面：利用SMR和HEIDI方法，结合三个独立队列（冰岛、芬land、UKB-PPP）的pQTL数据，分别鉴定出与脑、心血管、眼、肝脏、免疫、代谢、肌肉骨骼、肺和肾脏生物年龄差距以及GrimAge（格里姆年龄）和PhenoAge显著相关的血浆蛋白。经过严格的共定位分析（PP-H4 > 0.8）筛选，最终确认了一批高优先级、可能具有因果关系的血浆蛋白靶点。例如，FES蛋白与心血管衰老负相关，显示出心脏保护潜力；而PCSK9蛋白与代谢衰老正相关，提示其作为干预靶点的可能性。
• •
  转录组层面：整合eQTLGen、CAGE和GTEx（基因型-组织表达）项目的eQTL数据，识别出与各衰老表型显著相关的可成药基因。共定位分析进一步精炼了这些发现，确定了具有强连锁证据的高优先级靶点基因。
• •
  表观基因组层面：基于血液（LBC和BSGS队列）和组织特异性（GTEx，如肺、骨骼肌、肾脏）的mQTL数据，发现了大量与衰老表型显著相关的DNAm位点。以肺衰老为例，研究揭示了跨组织保守、血液特异性和肺特异性的甲基化信号，并汇聚多组学证据指出CD109、DNASE1、COL10A1、RELT、DSTYK、SERPINF1和SCP2等基因可能是肺衰老的关键调控因子。

多层级分析揭示异质性衰老的三类表型集群

通过在多组学层面（表观基因组、转录组、蛋白质组）对衰老表型进行层次聚类，研究一致地识别出三个 distinct（独特的）集群。四个血液基础的表观遗传衰老表型在所有分子层面都聚集为集群1。其余九个器官特异性衰老表型则分为两个功能集群。在表观基因组层面，集群2包含脑、眼、心血管、代谢、免疫和肺衰老特征，集群3包含肝、肾和肌肉骨骼衰老特征。这种聚类模式在转录组和蛋白质组层面高度一致，仅肺衰老特征从集群2迁移至集群3，提示其分子特征的动态演变。功能富集分析显示，每个集群都富集了其组成器官特有的通路，同时“对刺激的反应”、“炎症反应”和“免疫细胞发育与激活”等通路在多个集群中富集，提示这些过程可能是异质性衰老的保守生物学标志。

研究者进一步利用基因组结构方程模型（genomic SEM）为这三个集群构建了共享遗传因子（F_cluster1, F_cluster2, F_cluster3），并进行了多变量GWAS。对F_cluster2和F_cluster3，分别识别出110个和47个先导SNP（p < 5 × 10^-8），其中包含新的发现。精细定位（fine-mapping）分析进一步识别出9个因果变异（后验概率 > 0.95）。将SMR等方法应用于共性因子层面，为多器官衰老 prioritized（优先化）了潜在药物靶点。

多组学整合揭示异质性衰老的跨层级调控网络

通过整合多组学数据，研究构建了连接DNA甲基化位点、基因表达和蛋白质水平的因果交互网络，揭示了异质性衰老表型下跨分子层级的协同和拮抗调控效应。例如，在心血管衰老中，NMT1的转录表达和蛋白质丰度均与遗传易感性呈显著正相关，其上游受13个关键DNAm位点调控，其中10个位点协同上调NMT1，促进心血管衰老易感性，而另外3个位点则通过抑制NMT1发挥保护性调控作用。研究还发现，同一分子层级的调控元件可通过不同机制影响多个衰老表型，凸显了衰老作为一个多维度、系统性现象的复杂性。

组织特异性表达与潜在脱靶效应评估

为了解已鉴定的血浆蛋白如何通过组织特异性基因调控发挥作用，并评估潜在脱靶效应，研究利用GTEx项目中48种组织的eQTL数据，评估了其对衰老表型的泛组织效应。大多数候选蛋白在转录组和蛋白质组水平显示出显著的一致性方向效应。分析还为指导识别与衰老相关蛋白编码基因的细胞表达定位提供了信息。例如，与心血管衰老相关的NMT1、HLA-DQA2、FES、CTSB和COMT等蛋白主要在心房附件组织中表达。对左心室和心房附件的单细胞及单核RNA测序揭示了这些基因在不同细胞类型中的特异性表达模式，并在缺血性心脏病和心房颤动等年龄依赖性心脏病变中表现出差异表达谱。

表型范围关联研究阐明候选靶点的多效性

为了模拟药物靶向候选血浆蛋白的潜在效应，研究利用UKB-SAIGE（发现队列）和FinnGen（复制队列）数据进行了PheWAS。在UKB-SAIGE中，HLA-DQA2编码的蛋白显示出最广泛的表型影响，而高胆固醇血症与8种蛋白相关。以PCSK9为阳性对照，其血浆水平升高与多种心血管疾病风险增加强烈相关，验证了方法的可靠性。同时，FES蛋白与心血管生物年龄差距负相关，且其血浆水平升高对应于多种心血管疾病（包括高血压）遗传易感性的降低，支持FES作为潜在心脏保护靶点。

血浆代谢物对异质性衰老的影响及蛋白-代谢物因果网络

通过代谢组范围MR分析，研究识别出与各器官特异性生物年龄差距和PhenoAge显著相关的血浆代谢物。多变量MR（MVMR）分析进一步确定了真实的因果信号，其中一些代谢物（如甲硫氨酸砜）与多个表型相关，显示出多靶点抗衰老潜力。研究还构建了连接这些代谢物与上游表观基因组、转录组调控因子以及下游蛋白质组效应物的相互作用网络，揭示了蛋白质-代谢物因果串扰网络协调多器官系统异质性衰老级联的机制。PCSK9作为一个核心调控因子出现，直接促进代谢衰老的遗传易感性，并通过调控多种脂质代谢物影响免疫、代谢、肾脏等器官的衰老进程。

异质性衰老介导的下游效应与可检测生物标志物

通过MR分析，研究阐明了由异质性衰老相关性状介导的下游分子扰动。代谢、肝脏和肾脏的生物年龄差距引起了更广泛的下游蛋白质扰动。功能富集分析表明，代谢衰老主要影响胆固醇、脂蛋白和脂肪酸代谢以及补体和凝血相关过程；肝脏衰老似乎诱导了其他器官（如肾脏、血管和骨骼）的显著扰动；肾脏衰老则驱动了炎症和免疫生物过程的广泛调节。整合分析进一步揭示了器官衰老并非孤立现象，其下游效应可能对其他器官产生深远影响。通过蛋白质和代谢物介导的器官间相互作用网络，研究提示了器官衰老信号在全身的传播。例如，肝脏衰老通过降低HGFAC蛋白水平加速心血管衰老的“肝脏-HGFAC-心血管”轴。为了识别表征特定器官衰老的可检测生物标志物，研究应用了更严格的基因组-wide显著性阈值（p < 5 × 10^-8），并考虑了蛋白质比率，最终鉴定出如胱抑素C（CST3，肾脏衰老）和骨桥蛋白（SPP1，肝脏衰老）等一批潜在生物标志物。

研究结论与意义

本研究通过大规模遗传数据，系统揭示了血液表观遗传衰老与器官特异性衰老之间的遗传同质性与异质性，并利用整合多组学分析，识别出三类异质性衰老表型集群，优先确定了遗传药物靶点，绘制了连接表观基因组、转录组和蛋白质组的跨层级调控网络。研究系统评估了靶点的组织特异性效应和潜在多效性，揭示了血浆代谢物在调控衰老中的作用及蛋白-代谢物因果网络，并阐明了异质性衰老的下游效应和可检测生物标志物。这些发现为理解多器官系统异质性衰老的分子机制提供了全面的图谱，为未来开发针对特定器官衰老或系统性衰老的精准干预策略奠定了坚实的基础，有望推动年龄相关疾病管理策略的范式转变。研究者还开发了一个交互式R/Shiny网络工具，使科研界能够深入探索异质性衰老的机制，加速衰老生物标志物和治疗靶点的研发。

研究的局限性包括：鉴定的靶点需实验验证；尽管整合多队列数据，潜在人群异质性影响可能最小，但结果主要基于欧洲人群，普适性有待在其他人群中验证；MR分析假设需谨慎对待；网络分析未涵盖非编码RNA等所有调控机制；药物靶点MR更适用于效应方向指导，而非直接预测药效大小。未来的工作可通过纵向研究设计或构建基于因果关系的下一代器官特异性衰老时钟来推进。