年迈时候的你是“优雅”or“病魔缠身”？它们可以告诉你

这种预测性工作不等同于占卜，而是大数据，是一种系统分析方法。 它被波士顿大学团队用来统计随年龄变化的多种生物标志物，包括炎症，血液学，代谢，激素或肾脏功能特异性标志物。

在1月6日出版的Aging Cell杂志上，一篇题为“Biomarker Signatures of Aging”的文章中描述了该方法。该文章的作者写道：该方法的灵感来源是考虑到不同年龄的生物个体，都存在这些循环生物标志物的“平均分布”，同时也代表了平均年龄的典型特征。 这些生物标志物的典型特征可以与不同的老化模式相关，例如，无疾病老化、糖尿病老化、心血管疾病的老化等等。

研究人员统计的生物标志物数据，来源于参与Long Life Family Study （LLFS）项目的近5000名参与者的血液样本，该研究由美国国立卫生研究院（NIH）的国家老龄化研究所（NIA）共同供资。 他们发现，约一半的参与者有一个生物标志物的平均模式或典型特征，一小部分人群具有偏离规范的生物标志物的特定模式，同时，这些生物标志物与特定医学病症，身体功能水平和死亡风险的增加相关联。

“为了测试这些典型特征是否与生物衰老的差异相关，我们使用LLFS中收集的纵向数据将它们与癌症，心血管疾病，2型糖尿病和死亡率的生理功能和事件风险的纵向变化相关联” 。作者解释道。“与LLFS中最常见的生物标志物相比，特征2与更低的死亡率和发病率以及更好的身体功能显著相关，而其他9个标志与老化相关。

该研究由波士顿大学公共卫生学院的生物统计学教授Paola Sebastiani和波士顿大学医学院医学教授Thomas Perls领导。

“现在已有许多风险评分项目被用来预测特定疾病，如心脏病，”Sebastiani博士说。 “然而，在这项研究中，我们正在采取另一种方法，显示特定模式下的生物标志物可以指示一个人的衰老状况以及与他具体年龄相关的综合征和疾病风险。” Perls博士补充说，该研究是蛋白质组学和代谢组学新兴研究领域中具有代表性的一个例子。

Perls博士指出：我们现在可以从少量血液中检测和测量数以千计的生物标志物，在任何临床症状变得明显之前，最终能够预测人群患有各种疾病的风险”。

Sebastiani和Perls指出，研究人员才刚刚开始发掘生物标志物的有用性。相信随着遗传学的最新进展，蛋白质组学和代谢组学将成为预测医学和药物发现的下一个重大革命。

参考来源：

http://www.genengnews.com/gen-news-highlights/will-you-age-gracefully-biomarker-patterns-will-tell/81253667