Nat. Med. | 老化标志物的验证

今天为大家介绍的是来自Vadim N. Gladyshev团队的一篇论文。最近几年，对于量化生物老化（特别是基于“组学”的生物标记）的研究有所加强。这类生物标记能预测与老化相关的结果，并可能作为评估促进健康老化和延长寿命干预措施的替代重点。然而，目前还没有关于在临床应用前应如何验证老化生物标记的共识。本文回顾了当前在人群研究中评估老化组学生物标记预测有效性的努力，讨论了可比性和普适性的挑战，并提供了推动未来验证老化生物标记的建议。最后，作者讨论了系统性验证如何加速老化生物标记的临床转化以及它们在老年治疗临床试验中的应用。

老化是大多数慢性病、身体和认知障碍以及死亡的最强风险因素。尽管如此，人们对老化相关疾病的理解和治疗方式大多忽略了老化过程的生物学基础。衰老科学假说认为，直接针对老化本身可能同时预防多种与老化相关的疾病过程。随着全球老龄化人口的增长，通过治疗手段针对老化以延长健康寿命的前景日益成为焦点。为了实现这一目标，人们越来越关注可以量化评估生物年龄的生物标记物，这些标记物最终可能作为临床研究中与老化相关结果的替代终点。最近的老化生物标记物则更侧重于预测生物年龄（即随年龄增长的生物变化程度，如分子和细胞损伤的累积及其在某一时间点的后果），而不是实际年龄。

验证是一个多步骤过程，通过该过程定义生物标记物的特性，包括在何种条件下它们能证明是可靠和准确的，以及它们预测相关结果的能力。在老化生物标记物的背景下，这个过程需要广泛的专业知识，如老化的生物机制（包括在模型系统和人类中保守的途径和机制）、复合生物标记物的设计和构建、收集和储存生物样本并评估代表性人群中与年龄相关的预测因子和结果的流行病学研究的设计、执行和分析，以及在多个、不同的人群样本中验证生物标记物。因此，基础科学家和临床研究人员之间的合作对于成功推进这一过程至关重要。

作者之前提出了一个关于分类和评估老化生物标记物的共识框架。现在，作者将关注生物标记物验证作为临床转化过程的下一步。首先，作者回顾了当前利用基于种群的队列研究验证预测性老化生物标记物的努力，并讨论了在这一过程中遇到的挑战。作者主要关注基于血液的、复合的（与单一分子标记相对）、基于组学检测的生物标记物。这是由于血液易于获取，获取方式微创，并且与其他组织保持持续接触，有潜力提供关于整个生物体生物年龄的信息（尽管这仍在积极探索中）。复合生物标记物比单一生物标记物更有可能捕捉复杂老化过程中的系统效应，那些基于快速发展的高通量组学技术和人工智能（AI）的标记物预计将大幅推进下一代老化生物标记物的性能和转化价值。为了促进和加强验证过程的严格性，作者提供了标准化和协调具有独特特征种群中生物标记物的指南，并对应使用哪些指标来报告它们的预测性能提出建议。

不同数据源的应用和研究设计

图 1

早期老化生物标记物的发展得益于大型数据集的公开可获取性（例如存储在基因表达数据库中的数据），这些数据多来源于横断面研究。横断面研究提供了某一时间点变量测量和相应表型数据的快照（见图1a），发现了许多与真实年龄相关的生物标记物。然而，横断面年龄关联可能受到长期趋势和选择性参与研究的偏见，这可能妨碍评估标记物对未来与年龄相关的结果的预测价值。此外，横断面研究不允许评估个体对干预措施的响应中的内在变化（变化敏感性）。

与横断面研究相比，纵向研究在同一参与者身上随时间连续收集生物测量（组学或其他生物标记物）、表型（临床特征）和不良与年龄相关的健康结果（见图1b）。大多数纵向研究还包括遗传变异数据，并通过孟德尔随机化研究，它有助于确定特定生物标记物是否与健康结果有因果关系，或是否反映了旨在对抗导致这些不良健康结果的病理过程的机制。大多数研究收集参与者人口统计信息（例如，年龄、性别）、生理测量（例如，体质指数、血压）和常规实验室结果（例如，完整血常规或血生化）的纵向信息，并可能额外收集关于死亡率和死因以及其他与老化相关的结果的数据。纵向研究从同一参与者在定期间隔获取的重复测量，研究生物标记物与临床结果的时间轨迹之间的关系，这为“老化速度”提供了最佳的近似。因此，纵向队列数据可以独特地支持老化生物标记物的开发和验证，例如针对多种不同结果和不同独立人群的前瞻性验证。

跨群体验证研究的现状

图 2

即使有现有的群体研究和生物样本库，跨人群的系统验证仍然相对有限。尽管如此，已有几种老化生物标记物在多个群体中进行了测试，最常检查的结果是全因死亡率。在验证基于血液的生物标记物的研究中，大多数报告的死亡风险预测的危险比（HRs）在中等范围内。到目前为止，相对较少的研究使用标准化和等效的测量单位比较了多个群体中的单个（复合）生物标记物或同一群体中的多个生物标记物，使它们完全可比。作者认为，需要进行系统和全面的基准测试，对许多大型群体中的多种老化生物标记物进行长期跟踪（>10年），以显著推动该领域的发展（见图2a）。此外，即使对于死亡率这种定义明确的结果，评估组学生物标记物的预测性能的研究也提供了不一致的结果。这种不一致的潜在原因包括：不同的研究人群具有不同的特征；分子和结果数据的记录、格式和编码的差异；预处理和生物标记物配方的差异；以及验证分析和报告的不同方法（见图2b）。

验证老化生物标志物的建议

表 1

针对老化生物标记物的验证，作者提出如上建议（见表1），这些建议按目标利益相关者进行了分组。

对生物标记物开发者，在跨人群验证复合或算法生物标记物之前，需要验证捕捉生物标记物与结果之间生物学关系的统计或机器学习模型。重要的是要检查关联关系在多大程度上可以合理地归因于基础生物学。作者建议生物标记物开发者验证他们的模型的统计假设是否反映了当前知识水平下的预期生物现象。成功的生物标记物验证要求完全透明化其开发、计算预处理和分析的方法，并在多个独立人群中验证其预测有效性。因此，预处理流程应遵循最佳实践指南，最终实现数据标准化。同样，应公开完全规定的复合生物标记物的计算程序（公式），以便其他研究人员能够独立计算生物标记物得分，无需上传或转移数据给生物标记物开发者。为了支持未来的验证研究，作者建议开发者考虑改进方法和数据来源，以提高其生物标记物的未来普适性、跨人群有效性和潜在临床有效性的可能性。随着许多组学检测的成本降低，以及队列和生物样本库越来越多地纳入多种数据形式，作者预期多组学生物标记物在不久的将来将变得普遍，这强调了需要可访问和标准化方法的必要性。

对于数据维护者，成功验证生物标记物依赖于数据的获取和相关群体中与老化相关的表型与分子数据的标准化。应广泛采用便于数据共享的程序，这些程序能够在维护个人数据隐私的同时，提供更及时和广泛的数据访问。数据存储库可以并且应该提供关于可用数据、数据格式以及数据访问标准和审查流程的透明信息。

对于跨人群验证研究团队，老化生物标记物应该在多个多样化的人群中进行评估，以考虑不同的遗传背景、性别、地理环境、环境或生活方式因素、生命阶段以及健康或疾病状态的差异。这一步骤至关重要，因为即使是看似已建立的生物标记物也可能在所有人类群体中都不适用。虽然许多复合老化生物标记物在不同遗传背景的人群中显示出一定的可比预测准确性，但建立具有非欧洲血统的多样化群体来验证新的复合老化生物标记物仍然是当务之急。为确保性能的可比性，研究团队需要采取措施，就分析中应包含的最小协变量集以及按诸如年龄、性别和/或种族等亚组进行分层分析的使用达成一致。最后，按标准差和生物标记物水平的绝对单位差异报告HRs，使不同生物标记物的比较和荟萃分析更加容易。

编译 | 于洲

审稿 | 王建民

参考资料

Moqri M, Herzog C, Poganik J R, et al. Validation of biomarkers of aging[J]. Nature Medicine, 2024: 1-13.