一百多年来，人们已经认识到免疫系统在维护人类健康方面的重要作用。然而免疫系统的炎症成分在老年人中长期升高，前人研究还发现其与癌症、心血管疾病、神经退行性疾病以及其他疾病的发病率增加相关。但目前还没有标准的生物标志物来表征慢性炎症状态。
2021年7月，来自斯坦福大学的研究团队在Nature Aging上发表题为“An inflammatory aging clock (iAge) based on deep learning tracks multimorbidity, immunosenescence, frailty and cardiovascular aging”的研究文章，该研究借助免疫因子组学和机器学习确定了系统性慢性年龄相关性指标，该指标跟踪多个队列中的多种疾病表型，可以用作健康与不健康衰老的指标，此外，研究者还证明了免疫因子和血管生物学之间的联系。
研究材料
2007-2016年期间，8至96岁的流动参与者 (339名男性和662名女性) 中抽取血液样本
技术路线
步骤1：队列和样本设计；
步骤2：建立年龄相关慢性炎症度量标准（iAge）,并评估其与多病、衰弱和免疫衰老的相关性；
步骤3：分析挖掘关键调节因子；
步骤4：阐释关键调节因子与血管生物学的联系；
步骤5：揭示关键因子的分子调节机制。
研究结果
1.队列和样本设计
研究项目包括1001名8 - 96岁的流动受试者(34%男性，66%女性)，招募于2007 - 2016年（一项衰老和疫苗接种的纵向研究和一项只包括健康对照组的慢性疲劳综合征的独立研究）。使用外周血单个核细胞或全血样本测定细胞表型和频率(N= 935)，并研究体外细胞对各种细胞因子刺激的反应(N=818)；血清样本用于免疫因子组测定(共50种细胞因子、趋化因子和生长因子)(N=1001)。通过临床问卷对902名受试者的临床特征进行评估，完成了全套53个临床项目。其中97名健康的年轻人和老年人还进行了全面的心血管表型研究。
图1 队列和样本设计
2. iAge与多病、衰弱和免疫衰老相关
研究人员借助机器学习对免疫因子组学结果建立了衰老炎症时钟（iAge）,并评估了其相对于现有标准的先进性。计算了年龄相关疾病总数 (癌症、心血管、呼吸、胃肠、泌尿系统、神经系统、内分泌代谢、肌肉骨骼、生殖生殖和精神功能障碍) 和iAge之间的回归分析以评估年龄相关慢性炎症对年龄相关病理的影响。结果显示iAge与老年人多病之间的显著相关性(>60岁)(n = 285, P < 0.01)。之后通过纵向队列（2010-2017）评估显示iAge对衰弱评分的贡献显著强于日历年龄。这突出了炎症在衰老过程中生理损伤积累中的关键作用。另外，通过检测免疫衰老相关标志物和体外细胞实验发现，iAge与免疫衰老生物标志物(原始CD8+T细胞频率) 和体外PBMC信号应答相关。
图2 衰老的炎症时钟（iAge）与多病、衰弱和异常长寿
图3 衰老的炎症时钟（iAge）与免疫衰老相关
3. CXCL9是iAge的主要贡献者
为了分离对iAge影响最大的因素，研究人员通过雅可比矩阵得到iAge的正贡献者和负贡献者TOP15：CXCL9, EOTAXIN, Mip-1α，LEPTIN, IL-1β，IL-5, IFN-α和IL-4(正贡献者)；TRAIL，IFN-γ，CXCL1, IL-2， TGF-α，PAI-1和LIF(负贡献者)。其中CXCL9是最主要的贡献者。
图4 CXCL9是iAge的主要贡献者
4. CXCL9调节血管内皮细胞衰老和血管生成
通过分离年轻人和老年人的血液内皮祖细胞(BECs)评估了CXCL9水平与血管内皮细胞衰老的密切相关。通过慢病毒系统抑制CXCL9表达可挽救内皮细胞功能障碍。进一步发现CXCL9还会促进老年EC的炎症并抑制其增殖。这些结果说明在内皮老化细胞中，炎症增加和增殖减少可能导致前述实验中观察到的血管形成受损和内皮功能障碍。
图5 CXCL9是内皮细胞衰老的重要调节因子
图6 通过沉默CXCL9, iPSC来源的老化内皮细胞的早期细胞衰老和血管生成能力的丧失被逆转
5. CXCL9在老化的内皮细胞中促进血管硬化基因表达从而损害内皮细胞功能
为了进一步探索CXCL9在心血管衰老中的作用，研究人员在体外EC衰老模型中研究了动脉硬化相关的分子以评估心血管的风险。在第8代iPSC血管内皮细胞中，与动脉僵硬相关的CAM、MMP和COL基因显著上调。当注射CXCL9蛋白孵育时，年轻和年老小鼠的主动脉环均表现出血管松弛受损。这些结果表明CXCL9在血管功能障碍中发挥核心作用，可能导致体内动脉硬化和过早衰老。
图7 CXCL9对内皮细胞损伤的信号通路机制
小编小结
本研究通过免疫因子组学对1001例大队列进行了广泛的免疫监测，以确定衰老的免疫生物标志物，并为年龄相关的系统性慢性炎症建立参考标准。研究者进一步使用人工智能机器学习算法推导出衰老的“炎症时钟”。这一指标跟踪了普通人群中的多种老化表型，可以作为确定那些面临非传染性和传染性疾病风险人群的诊断工具，对转化医学应用具有强大的潜力。
网友评论