科学家基于AI构建蛋白质组年龄时钟，发现衰老与18种疾病风险密切相关，为预测衰老和治疗疾病提供新工具

主要观点总结

牛津大学团队开发出一种名为ProtAge的蛋白质组衰老时钟模型，通过机器学习算法分析血浆蛋白质组数据，能准确量化个体的生理年龄并预测与衰老相关的多种慢性疾病的风险。该模型在预测衰老和疾病方面表现出强大的潜力，并且具有良好的泛化能力，为延缓衰老或改善生活质量提供了指导。相关研究发表在《Nature Medicine》杂志上。

关键观点总结

关键观点1: ProtAge模型的开发背景

基于DNA甲基化预测年龄模型的局限性，英国牛津大学团队尝试通过蛋白质组数据建立新的衰老时钟模型，以更准确地预测个体生理年龄并为疾病预测提供信息。

关键观点2: ProtAge模型的特点

使用机器学习算法和蛋白质组数据，能够全面反映生理老化的过程，并与18种疾病建立强关联。具有良好的泛化能力，适用于不同种族和地理区域的人群。

关键观点3: ProtAge模型的优势

相较于DNA甲基化模型，ProtAge模型在预测疾病风险和病理分析时更准确，考虑到了更多的生物标志物和分子层面的信息。

关键观点4: ProtAge模型的应用前景

可用于预测衰老、疾病风险、药物研发、生活方式对生理衰老的影响等领域。课题组计划将其发展为商业化产品，帮助人们早期识别高风险个体并采取措施延缓衰老。

关键观点5: 研究团队的背景

研究团队由肖思昊领导，包括牛津大学、华大基因等不同领域的研究人员，共同推动衰老相关疾病的研究和产品开发。