理解衰老的分子机制一直是科学界的重要研究方向。作为多数慢性疾病的主要风险因素，量化和延缓生物性衰老进程将显著提升人类生命质量和医疗健康成果。质谱技术（MS）已成为衰老研究的关键工具，使科学家能在蛋白质和细胞层面开展深度探索。
本文重点解析质谱及相关分析技术如何助力研究人员在多个尺度解码蛋白质组——从血浆到特定组织再到细胞器——揭示隐藏的衰老节律，为个性化早期干预提供可能。
预测生物年龄的蛋白质组时钟
衰老不仅是年龄增长的体现，更是生物体内分子变化的积累过程。研究人员通过蛋白质组衰老时钟技术，利用血浆蛋白质表达模式来评估生物年龄并预测健康风险，这已成为最具前景的研究方向之一。
"我们现已明确，衰老及相关疾病伴随着特定的蛋白质组变化，以及蛋白质稳态机制生成高质量蛋白质的能力下降。"美国国家衰老研究所终身研究员Nathan Basisty博士指出，"蛋白质组学方法，包括基于质谱和探针的技术，使研究人员能够以前所未有的分子深度、特异性和通量进行测量和分析。"
该领域最大规模研究之一利用英国生物样本库数据，分析了45,000余名个体的2,897种血浆蛋白质，构建出预测实际年龄准确度极高的蛋白质组衰老时钟。这种时钟不仅与18种慢性病（包括心血管疾病、癌症、神经退行性疾病和糖尿病）显著相关，还与端粒长度、虚弱指数和认知表现等关键衰老特征相关。研究显示，最具预测性的蛋白质涉及免疫反应、细胞外基质重塑和激素调节，印证了衰老是多系统复杂过程的本质。
Basisty参与的另一项研究通过对997名21-102岁个体的1,301种血浆蛋白质分析，发现651种蛋白质存在年龄相关趋势（506种随年龄增长增加，145种减少），其中炎症、细胞外基质动态和衰老相关分泌表型相关蛋白尤为显著。基于此建立的76种蛋白质标志物（PROage）可精确估算蛋白质组年龄。"特别值得关注的是，蛋白质组年龄与实际年龄的差值（PROaccel）可有效预测疾病积累速度和死亡风险，尤其是在65岁以上人群中。"Basisty解释道。
组织特异性的衰老特征
虽然血浆蛋白质组提供全局视角，但衰老过程具有显著的组织特异性。近期发表在《自然·通讯》的研究利用Orbitrap Astral质谱仪和串联质量标签标记技术，对雌雄小鼠不同器官（大脑皮层、海马体、纹状体和肾脏）进行了系统分析。该研究发现：
- 3月龄（约相当于人类20岁）、12月龄（约40岁）和20月龄（约60岁）小鼠显示不同组织的衰老轨迹
- 大脑区域主要呈现年龄相关的蛋白质组变化
- 肾脏则表现出年龄与性别共同驱动的改变
- 首次揭示蛋白质丰度的时间性线性与非线性变化
- 突触蛋白在发育和衰老阶段呈现独特轨迹
这些发现为认知衰退和神经退行性疾病的机制研究提供了关键见解。
细胞器层面的衰老观察
线粒体、内质网及其接触位点的异常是多种年龄相关疾病（包括神经退行性疾病和代谢紊乱）的核心机制。质谱成像（MSI）技术现已实现在不离散组织的情况下，对细胞和亚细胞水平的这些变化进行原位可视化。
高分辨率质谱成像可追踪衰老模型中细胞器功能障碍，揭示线粒体钙稳态紊乱、活性氧增加、内质网应激和烟酰胺腺嘌呤二核苷酸耗竭等关键病理变化。这些应激诱导的变化驱动炎症反应、细胞衰老和组织退化。通过绘制代谢物和蛋白质的空间分布图，质谱成像为理解细胞器水平功能障碍的时空演变提供了强大工具。
多尺度衰老图谱的构建
整合这些质谱技术可构建多层次的衰老图谱——从血浆系统标志物到组织特异性蛋白质轨迹，再到细胞器层面的破坏。Basisty强调："将蛋白质组衰老时钟与组织解析蛋白质组学和质谱成像结合，可提供更全面的衰老图景。例如，组织解析蛋白质组学可用于生成器官特异性衰老时钟，帮助理解不同器官的相对衰老速度。"
这种整合至关重要，因为单一指标难以全面捕捉生物性衰老的复杂性。
蛋白质组衰老标志物的技术挑战
尽管蛋白质组学取得快速进展，但从血液数据转化出可操作的衰老生物标志物仍面临重大挑战。Basisty指出："血液蛋白质浓度的动态范围跨度达10个数量级，这对低丰度潜在标志物的检测构成技术障碍。"不过，近年来新技术流程显著提升了血液样本的蛋白质组检测深度。例如，在《自然·衰老》发表的研究中，纳米粒子预处理方法大幅提升了衰老相关蛋白的质谱检出数量。
另一个挑战在于血液的全身性特征。"血液流经所有组织，难以将特定蛋白质变化归因于某个具体器官。"为此，研究人员正开发创新策略定位信号源。斯坦福大学研究团队近期提出血浆器官衰老特征模型，该模型显示器官加速衰老与疾病风险相关。该实验室正在开发血液中的组织特异性衰老标志物，认为这将开辟新的个性化治疗机会。
展望未来，蛋白质组学在衰老研究中蕴含巨大潜力。Basisty指出两大机遇："一是发现量化生物年龄、预测健康状况及评估干预效果的蛋白质标志物；二是揭示年龄相关功能衰退的新治疗靶点和机制。"
技术进步正在加速领域发展。"质谱仪的速度、灵敏度、分辨率和多功能性正在快速提升，这些进步使我们能够以必要通量开展大规模队列研究。"Basisty补充道。
值得关注的前沿领域是蛋白质变体分析。"改进的蛋白质变体识别和定量方法将突破现有技术局限。这些由剪接变体、基因变异和翻译后修饰产生的蛋白多样性，代表了一个尚未充分探索的分子世界。我认为，蛋白质变体水平的分析将发现更灵敏和特异的生物标志物，并带来蛋白质功能的新认知。"Basisty总结道。
【全文结束】
