社交弱势加速老龄化

      AI驱动的个性化医疗：炎症性肠病临床实践的变革

      孕期的西方饮食模式与儿童及青少年时期的神经发育障碍有关

      DrBioRight 2.0：大语言模型驱动的用于大规模癌症功能蛋白质组学分析的生物信息学对话系统

      前瞻性队列研究与遗传分析揭示2923种血浆蛋白质与炎症性肠病发病风险的关联

      基于血浆蛋白质组学的2型糖尿病多基因风险及其共病的生物标志物鉴定

      基于蛋白质组学的器官衰老特征预测20年老龄疾病风险：Whitehall II队列研究

      融合大语言模型与组学因果推理的癌症驱动基因发现方法

社会弱势如同高龄，是多种健康风险的重要诱因，但其对衰老进程的具体影响尚未明确。 伦敦大学学院（UCL）脑科学学院的研究团队在Nature Medicine发表重要研究，系统揭示了社会弱势通过加速生物衰老进而增加衰老相关疾病（ARDs）风险的机制。该研究采用多队列方法，调查了社会弱势与年龄相关血浆蛋白质和年龄相关疾病间的关联。研究发现，社会弱势群体存在显著的免疫衰老加速特征，并鉴定出 14 种与生命早期及晚期社会弱势密切相关的年龄特异性蛋白质（如DNAJB9、F2、HSPA1A和BGN）。这些蛋白质可解释社会弱势群体中 66 种衰老相关疾病发生率升高的 39% 归因风险。机制研究表明，促炎调节因子NF-κB及其下游效应因子白细胞介素-8 的异常激活是核心通路。研究证实，社会弱势可贯穿生命全程加速衰老，凸显社会不平等对健康老龄化的关键影响，并为相关干预提供潜在生物靶点。

扫码阅读原文

AI驱动的个性化医疗：炎症性肠病临床实践的变革

炎症性肠病（IBD）的显著临床异质性是精准诊疗的重大挑战，传统的内镜检查和组织学分析在中长期预后预测方面存在明显不足。爱尔兰科克大学Marietta Iacucci教授团队的最新研究表明，人工智能技术正在重塑IBD诊疗范式。该研究突破性地开发了AI驱动的标准化评估系统，能够实现疾病状态的实时精准评估，特别是在治疗反应预测方面展现出独特优势。研究团队通过深度学习算法，首次实现了肠道屏障愈合特征的量化评估，为发现新的治疗靶点提供了重要线索。更引人注目的是，该研究提出的"Endo-Histo-OMICs"整合方法，将内镜、组织学和分子数据无缝融合，开创了多维度患者分层的新模式。尽管在临床转化过程中仍需克服一些挑战，这一AI赋能的诊疗新策略标志着IBD管理从经验医学向精准医学的重要转变，为改善患者长期预后和生活质量提供了创新性解决方案，代表了消化病学领域的重要突破。

哥本哈根大学等单位开展了一项突破性研究，系统阐明了孕期西方饮食模式与子代神经发育障碍之间的生物学关联。研究团队基于COPSAC2010队列（n=508），通过分析孕妇妊娠 24 周时的饮食问卷数据及其子女 10 岁时的临床神经发育评估结果，发现孕期西方饮食模式与注意力缺陷多动障碍（ADHD）和自闭症的发病风险呈显著正相关。研究人员整合了三个独立的大型母婴队列数据（n=59725，n=656，n=348），结合自我报告饮食模式、母体血液代谢组学和胎儿脐血代谢组学分析，不仅确认了ADHD的相关性，更鉴定出 15 种介导代谢物，这些代谢物显著提升了ADHD的预测效能。尤为重要的是，纵向代谢组学分析揭示了从妊娠早期至中期，西方饮食相关的代谢特征与后期神经发育结局之间存在持续稳定的关联模式。该研究表明，有针对性的产前饮食干预可能有助于预防神经发育障碍，强调了早期干预的重要性。这一成果为未来预防和治疗策略的发展提供了新的视角。

在癌症研究中，大规模癌症功能蛋白质组学分析对于理解癌症发生发展机制及寻找潜在治疗靶点具有重要意义。美国德克萨斯大学MD安德森癌症中心梁晗团队利用RPPA技术，分析了 8000 份TCGA患者肿瘤样本和 900 份CCLE细胞系样本，构建了一个全面、高质量的泛癌功能蛋白质组学数据库RPPA 500，包括近 500 种高质量抗体，涵盖所有主要癌症标志通路。为提高该资源可访问性和分析能力，同时推出了一个由大语言模型（LLMs）驱动的生物信息学平台DrBioRight 2.0，用户可通过自然语言探索以蛋白质为中心的癌症组学数据，执行高级分析、可视化结果并使用自然语言参与交互式讨论。通过简化复杂的蛋白质基因组学分析，该工具有助于加速将大规模功能蛋白质组学数据转化为有意义的生物医学见解。

前瞻性队列研究与遗传分析揭示2923种血浆蛋白质与炎症性肠病发病风险的关联

蛋白质组学在炎症性肠病（IBD）研究领域的应用前景广阔但尚未充分开发。山东大学齐鲁医院临床流行病学单位等机构的研究人员开展了一项深入研究，利用英国生物样本库药物蛋白组学项目（UKB-PPP）的 48800 名无IBD参与者的数据，通过Cox回归分析评估了 2923 种血浆蛋白与IBD发病风险之间的关联。研究团队还进行了孟德尔随机化（MR）荟萃分析，整合了UKB-PPP中的顺式蛋白定量性状位点（ pQTL）数据与来自国际炎症性肠病遗传学联盟和FinnGen研究的IBD全基因组关联研究（GWAS）数据，以识别因果蛋白。共定位分析进一步强化了共享因果遗传变异的证据。研究结果显示，分别有 673 种、295 种和 125 种蛋白质与IBD、克罗恩病（CD）和溃疡性结肠炎（UC）的风险相关。通过MR和共定位分析，研究确定了 8 种蛋白质（IL12B、CD6、MXRA8、CXCL9、IFNG、CCN3、RSPO3和IL18）具有与IBD或其亚型相关的强因果性和共定位证据。这些发现深化了对IBD分子病因的理解，并为未来的干预策略提供了潜在的治疗靶点。

基于血浆蛋白质组学的2型糖尿病多基因风险及其共病的生物标志物鉴定

阿斯利康公司与剑桥大学合作开展了一项研究，系统揭示了 2 型糖尿病（T2D）多基因风险相关的血浆蛋白质组特征及其临床意义。研究团队基于UK Biobank数据库，采用全基因组多基因评分（PGS）方法对 2922 种循环蛋白质进行了全面分析，成功构建了T2D及其心血管代谢并发症的分子特征图谱。研究发现，全基因组T2D-PGS与 617 种血浆蛋白质存在显著关联，其中 75% 的蛋白质同时与其他代谢指标相关。通过疾病特异性分层分析，进一步鉴定出 342 种关联蛋白质，包括 20% 的独特靶点。深入的功能分析揭示了补体级联等关键通路，并确定了FAM3D等潜在治疗靶点以及EFEMP1和IGFBP2等并发症生物标志物。为促进研究成果转化，研究团队特别开发了交互式数据门户 （https://public.cgr.astrazeneca.com/t2d-pgs/v1/），  整合了完整的关联分析、因果推断、通路富集和临床验证数据，为全球科研人员提供了宝贵的研究资源。这项研究不仅深化了对T2D发病机制的理解，更为开发新型诊疗策略奠定了重要基础。

准确评估器官特异性衰老程度及其对疾病风险的影响，对于建立精准化的年龄相关疾病防控体系具有关键意义。英国伦敦大学学院（UCL）脑科学系与芬兰赫尔辛基大学等团队合作，基于大规模前瞻性队列研究，通过分析 6235 名中年参与者的血浆样本，利用蛋白质组学方法确定了 9 个关键器官的生物学年龄差距，并跟踪这些参与者长达 20 年，以探讨器官老化与 45 种年龄相关疾病及多病症之间的关联。研究发现，具有较大器官年龄差距的个体患 30 种疾病的风险显著增加，其中 6 种疾病与相应器官的加速老化直接相关：肝衰竭、扩张型心肌病、慢性心力衰竭、肺癌、粒细胞缺乏症和淋巴结转移。此外，较大的器官年龄差距还与多器官多病症的发生风险增加有关。这项研究揭示了特定器官加速老化与多种疾病风险增加之间的关联，强调了器官老化的生物学机制在疾病发生中的重要性，为未来制定个性化的预防和治疗策略提供了新的视角。

癌症驱动基因的多组学鉴定对于揭示肿瘤发生机制和开发精准治疗策略具有关键科学价值。吉林大学人工智能学院孙慧妍研究员及其团队开发了一种名为ICGI（Integrative Causal Gene Identification，综合因果基因识别）的新框架，旨在通过多组学数据识别癌症相关基因。该框架结合了大型语言模型（LLM）与数据驱动的因果特征选择方法，在LLM中引入关于因果关系的上下文提示，以提升对癌症基因识别的准确性与解释性。为了验证其有效性，研究团队将ICGI应用于The Cancer Genome Atlas中的六种不同癌症类型的转录组数据，并展示了其相较于现有顶尖技术在识别区分癌变与正常样本的关键基因方面的优越性能。此外，该团队还开发了一个在线服务平台，用户可以输入感兴趣的基因名称及特定类型的癌症，平台会提供该基因是否在癌症中扮演重要角色的结果报告，并附上易于理解的解释说明，同时总结来自数据驱动因果学习方法的推断结论。这一成果不仅为癌症基因的识别提供了强有力的新工具，也促进了基于多组学数据分析的精准医疗的发展。