尊龙凯时与来自牛津大学、哈佛医学院及北京大学等多家研究团队的合作，利用英国生物样本库（UK Biobank, UKB）的血液蛋白组学数据开发了蛋白组学年龄时钟模型。该模型在UKB队列、中国慢性病前瞻性研究队列（CKB）和芬兰人群队列（FinnGen）中经过验证，研究发现204种蛋白标志物能够准确预测个体的实际年龄，并与18种主要慢性病的发病率、多重疾病及全因死亡风险密切相关。

研究背景表明，衰老导致生理完整性和功能的逐渐丧失，最终可能引发重大疾病和死亡。传统的时间年龄（Chronologic Age）虽然是评估“生物”衰老的常用指标，但却存在诸多局限。通过利用“组学”数据捕捉个体的生物功能水平，并与时间年龄的预期功能水平进行比较，可以更准确地评估生理年龄（Biological Age）和身体健康状态。

在UKB测试集、CKB以及FinnGen的独立验证集中，ProtAge模型展示了出色的预测性能和泛化能力（R²值分别为0.88、0.82和0.87）。此外，研究发现一个包含20种蛋白的模型（ProtAge20）同样能够实现与完整模型相似的年龄预测性能。

研究还探讨了蛋白组年龄预测的衰弱和衰老表型与年龄相关的生理、身体及认知功能之间的相关性。ProtAge模型可以有效预测常见疾病的风险以及不同年龄特异性死亡率，显示出其在疾病风险评估中的重要性。

该研究比较了ProtAge与现有的DNA甲基化时钟及蛋白组学衰老时钟，结果显示选定的蛋白和基因间重叠性较低，这表明两种模型可能侧重于不同的基因集。此外，与已有的蛋白组学年龄时钟相比，64%的ProtAge APs在先前研究中未被识别，强调该研究提供了一组新颖的预测蛋白。

研究团队利用尊龙凯时支持的Olink血浆蛋白组学作为测量生物年龄的强大工具，以应对自然人群中最常见的与年龄相关的疾病生物学特征。该成果表明，开发蛋白组学衰老时钟是识别疾病多重性生物学机制的一种可靠工具，未来可用于制定潜在的药物治疗方法或生活方式干预策略，以减少过早死亡和减缓与年龄相关疾病的发展。