Протеомика плазмы выявляет риск старения по органам и полу

Протеомика плазмы делает часы биологического возраста более специфичными. Вместо одного сводного числа, которое сообщает, что биологический возраст старше или младше паспортного, новые модели пытаются определить, с какой органной системой связан наиболее выраженный сигнал старения: сердцем, почками, мозгом, иммунной системой или другой областью. Крупные исследования также показывают, что белковые профили различаются по полу и могут предсказывать риск сотен заболеваний.

Это полезный прогресс в оценке рисков. Но он не доказывает, что высокий «возраст сердца» вызывает заболевание сердца, что какой-либо белок обусловливает старение или что снижение показателя с помощью добавки улучшит здоровье. Пока эти измерения остаются исследовательскими картами: детальными, потенциально информативными и существенно опережающими доказательства, необходимые для назначения вмешательства.

От одного биологического возраста к нескольким органным сигналам

Наиболее наглядный пример представлен в исследовании Oh и соавторов, опубликованном в Nature в 2023 году. Исследователи использовали измерения белков плазмы методом SomaScan, чтобы построить 11 часов на основе белков, классифицированных как обогащённые в определённых органах. Они начали с 4 979 анализируемых показателей, выявили 893 органообогащённых белка по правилам обогащения тканей GTEx, оставили 856 после контроля качества и обучили часы на 1 398 здоровых участниках Knight-ADRC.

Для каждых часов исследователи рассчитывали «разрыв возраста» органа: предсказанный возраст органа минус хронологический возраст. Положительный разрыв означал, что белковый профиль напоминал профиль человека старшего возраста. К этим обозначениям следует относиться осторожно. Белок плазмы, отнесённый к почкам по правилам обогащения тканей, не является прямым измерением почечной ткани, тем более биопсией. «Возраст почек» — это статистический показатель, построенный на концентрации белков в плазме и подходе, основанном на органном обогащении.

Часы предсказывали хронологический возраст в нескольких внешних когортах, включая Covance, LonGenity, SAMS и Stanford-ADRC. Более интересно, что разрывы возраста разных органов не изменялись синхронно. Их средняя межорганная корреляция составляла лишь r=0,29. В исследуемой популяции 23% участников соответствовали критериям экстремального старения по крайней мере одного органа; у 18,4% наблюдался экстремальный возрастной тип одного органа, тогда как у 1,7% — экстремальное старение нескольких органов. Эти закономерности согласуются с тем, что циркулирующие белки могут отражать частично независимые возрастные изменения, а не единый универсальный показатель снижения функций.

Связи с заболеваниями были наиболее убедительными, когда показатель и заболевание относились к одной широкой физиологической области. Разрывы возраста почек были связаны с гипертонией и диабетом, а разрывы возраста сердца — с фибрилляцией предсердий и перенесённым инфарктом миокарда. В зависимости от состояния расчётное ускорение составляло примерно от 1,0 до 2,8 года. Это наблюдательные связи, а не свидетельство того, что измеренные белки вызвали заболевание или что изменение показателя изменило бы исход.

Прогностическая ценность может быть клинически интересной, не делая показатель мишенью лечения

Oh и соавторы также проверили проспективные исходы. Среди 812 участников LonGenity без сердечной недостаточности на исходном уровне ускорение возраста сердца предсказывало развитие сердечной недостаточности в течение 15 лет: отношение рисков 2,37, на основе 26 событий. Десять из 11 разрывов возраста органов также были связаны со смертностью от всех причин, главным образом в той же когорте. Результат заслуживает внимания, однако малое число случаев сердечной недостаточности делает оценку практически неточной, а дизайн исследования не позволяет полностью отделить предшествующую биологию старения от раннего недиагностированного заболевания.

Это различие важно, поскольку белки плазмы уже предсказывают прогноз у людей с установленным заболеванием. В исследовании сердечной недостаточности Gui и соавторов 2022 года протеомный профиль плазмы предсказывал выживаемость у пациентов с сердечной недостаточностью со сниженной фракцией выброса. Этот результат подтверждает ценность протеомики как прогностического инструмента. Он также предлагает альтернативное объяснение некоторых сигнатур, связанных со старением: белки могут отражать повреждение тканей, застойные явления, воспаление, воздействие лекарств или тяжесть заболевания. Показатель может предсказывать неблагоприятный исход, поскольку выявляет бремя болезни, а не потому, что измерил независимый процесс биологического старения.

Методологические решения добавляют ещё один уровень неопределённости. Drake и соавторы показали, что связи высокоразмерных показателей белков плазмы со смертностью от всех причин могут меняться в зависимости от решений при моделировании, ковариат, мультиколлинеарности и стратегии учёта множественных сравнений. Прогнозирование смертности ценно, но оно не позволяет автоматически выявить механизмы старения.

Популяционный атлас показывает масштаб — и неспецифичность

Исследование Deng и соавторов, опубликованное в Cell в 2025 году расширило направление от органных часов до атласа заболеваний. Исследователи измерили 2 920 белков плазмы у 53 026 участников UK Biobank и наблюдали их в течение медианного периода 14,8 года. Они сообщили о 168 100 связях белок—заболевание и 554 488 связях белок—признак. Панели белков достигли площади под ROC-кривой выше 0,80 для 183 заболеваний.

Площадь под ROC-кривой выше 0,80 может указывать на полезную различающую способность, но сама по себе не устанавливает клиническую полезность. Модель может различать случаи заболевания и его отсутствие, но не улучшать решения по сравнению с возрастом, медицинским анамнезом, стандартными лабораторными показателями, генетическими данными или существующими шкалами риска. Доступная здесь опубликованная информация не даёт достаточного сравнения по каждому заболеванию, чтобы подтвердить широкое превосходство над стандартной помощью.

Атлас также усложняет стройные органные объяснения. Более 650 белков были связаны как минимум с 50 заболеваниями. Такая плейотропия может отражать общее воспаление, метаболический стресс, восстановление тканей или коррелирующие заболевания. Это означает, что белок может быть сильным предиктором, одновременно предоставляя слабые доказательства механизма, ограниченного одним органом. Генетическая интеграция в исследовании выделила 474 предполагаемых причинных белка, 37 возможностей для перепрофилирования лекарств и 26 мишеней с благоприятными профилями безопасности. Это обоснованные направления для экспериментальной работы, а не доказательство того, что изменение любого из этих белков замедлит старение или предотвратит заболевание у людей.

Траектории, зависящие от пола, делают универсальный показатель менее убедительным

Карты старения также требуют интерпретации с учётом пола. В анализе, опубликованном в Communications Medicine в 2025 году, Jin и соавторы изучили 2 923 белка Olink у 53 013 участников UK Biobank. Траектории белков у женщин демонстрировали больше нелинейных возрастных закономерностей и больше белков с ускоряющимися темпами старения. Однако исследователи обнаружили гораздо больше белков, одновременно связанных со старением и смертностью, у мужчин: 172 у мужчин против одного у женщин, включая такие мужские сигналы, как GDF15 и IL1R2.

Это не означает, что у женщин есть один белок, связанный со смертностью, или что мужчины стареют быстрее. Это означает, что смоделированные в этой когорте связи резко различались по полу. Менопауза, состав тела, лекарственные препараты, сопутствующие заболевания и особенности образа жизни могли способствовать этим различиям. Репликация за пределами популяции, подобной UK Biobank, и тщательная корректировка на эти факторы определят, какая часть закономерности отражает биологию, специфичную для пола.

Сигнал, связанный с мозгом, многообещающий, но менее устоявшийся

При старении мозга особенно заметны ограничения переносимости результатов. В исследовании Oh и соавторов разрыв возраста мозга первого поколения был связан с болезнью Альцгеймера в отложенных случаях Knight-ADRC, но не воспроизвёлся в Stanford-ADRC. Более сильные результаты авторы получили только после отбора признаков, связанных с когнитивными функциями. Это разумный ответ при моделировании, однако он означает, что исходный показатель не был стабильной, внешне воспроизведённой мерой возраста мозга в этих когортах.

Другие исследования всё же подтверждают более общую идею о том, что белки плазмы могут отражать риск, связанный с мозгом. Liu и соавторы выявили биомаркеры плазмы и динамические закономерности, связанные со старением мозга. В двух когортах Huang и соавторы обнаружили белки, связанные с диагнозом болезни Альцгеймера и биомаркерами амилоида, тау-белка, нейродегенерации и воспаления в крови; 20 из 35 белков, связанных с болезнью Альцгеймера, были воспроизведены в независимой когорте. Эти исследования демонстрируют биологически согласованные связи. Они не устанавливают, что эти белки являются непосредственными рычагами старения мозга.

Протеомика плазмы позволяет распределять людей по более детализированным профилям риска, чем один показатель биологического возраста. Однако пока не показано, какое действие, определяемое показателем, улучшает исход для пациента.

Что сделало бы эти карты применимыми на практике?

Во-первых, исследователям необходима внешняя репликация в разных группах происхождения, системах здравоохранения и лабораторных условиях. Зависимость от анализа представляет собой практическое препятствие: Oh и соавторы использовали SomaScan, тогда как в крупных исследованиях UK Biobank применялись панели Olink Explore. Эти платформы измеряют пересекающиеся, но не идентичные наборы белков, и ни одно из цитируемых исследований не устанавливает универсальную калибровку или единый клинический порог.

Во-вторых, показатели нуждаются в проспективной проверке по сравнению с обычной помощью. Полезное исследование должно было бы выяснить, меняет ли знание протеомного показателя риска решения о скрининге, лечении или профилактике и улучшают ли эти изменения жёсткие исходы. Оно также должно показать чистую пользу, а не только более впечатляющий график или более низкий показатель биомаркера.

Для биохакеров разумная позиция — сдержанное любопытство. Отчёт о протеомике плазмы со временем может помочь клиницистам выявлять профили риска или исследователям отбирать участников испытаний. Сегодня ни одно из цитируемых исследований не предоставляет валидированных порогов для изменения схемы добавок, рецептурных лекарств, интенсивности скрининга или образа жизни на основании разрыва возраста органа. Полноценно питайтесь, занимайтесь физической активностью, не курите, контролируйте артериальное давление и липиды и пользуйтесь проверенными профилактическими мерами. Карта белков может стать полезнее; эти основы уже полезны.