1区14.7分：新数据代谢组学特征解读~

文章题目：A metabolomic profile of biological aging in 250,341 individuals from the UK Biobank

DOI：10.1038/s41467-024-52310-9

中文标题：来自英国生物样本库的 250,341 人生物衰老的代谢组学概况

发表杂志：Nature Communications

影响因子：1区，IF=14.7

发表时间：2024年9月

今天给大家分享一篇在 2024 年 9 月发表在《Nature Communications》（1区，IF=14.7）的文章。本文这项研究利用了来自 UK Biobank 的核磁共振 (NMR) 生物标志物数据，探讨了与生物学衰老相关的代谢组学特征。

研究背景： 衰老是一个复杂的生物过程，会导致生理功能受损，并可能增加多种疾病的发病率和死亡率。随着组学技术的发展，基于组学的生物衰老时钟已得到开发，这些时钟旨在预测慢性年龄或与衰老相关的不利结果。代谢组学整合了内在生物学变化和外在暴露，携带着全身系统的信息，对于疾病预测具有巨大潜力。

研究方法： 研究分析了来自 250,341 名 UK Biobank 参与者的 325 个 NMR 生物标志物，确定了 54 个与全因死亡率相关的代表性衰老相关生物标志物。研究者使用全基因组测序 (WGS) 数据对这些 325 个生物标志物进行了全基因组关联研究 (GWAS)，并对这些数据进行了多变量孟德尔随机化 (MVMR) 分析，以发现生物标志物与疾病之间的潜在因果关系。研究者开发了一个代谢组学衰老评分，并通过纵向分析计算了代谢组学衰老速率。

结果：TABLES & FIGURES

结果解读： 研究发现，54 个衰老相关代表性代谢组学生物标志物与全因死亡率相关。通过 GWAS，研究者识别了 439 对候选“生物标志物-疾病”因果关系。此外，研究者开发的代谢组学衰老评分在预测短期死亡风险方面优于其他衰老指标，并显示出在区分衰老加速人群和改善疾病风险预测方面的潜力。纵向分析揭示了个性化的衰老评估，并识别了潜在的抗衰老和促衰老 NMR 生物标志物。

结论： 本研究提供了一个全面的与衰老相关的代谢组学特征，并强调了其在个性化衰老监测和早期疾病干预中的潜力。代谢组学衰老评分在预测死亡风险和疾病风险方面具有应用前景，并且可能成为监测衰老和疾病风险的有力工具。此外，通过分析代谢组学衰老速率，研究者能够识别出显示出不同衰老速率的个体，这可能有助于未来抗衰老干预措施的发展。

课题思路这不就来了么？万层高楼平底起，一起加油呀！