尊龙凯时与研究机构的合作推出了一项重要研究，涉及牛津大学、哈佛医学院和北京大学等数个团队，利用英国生物样本库（UKBiobank, UKB）的血液蛋白组学数据，开发出了一种创新的蛋白组学年龄时钟模型。这一模型在UKB队列、中国慢性病前瞻性研究队列（CKB）和芬兰人群队列（FinnGen）中得到了验证，研究结果显示，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、多重疾病以及全因死亡风险密切相关。

尊龙凯时的研究背景指出，衰老过程中会导致生理功能和健康逐渐下降，最终可能引发多种疾病及死亡。现有的时间年龄（Chronologic Age）方法虽然常用，但在衡量“生物”衰老方面存在缺陷。通过“组学”数据来捕捉个体的生物功能水平，并与时间年龄下的预期功能进行比较，有助于更准确地评估个体的生理年龄（Biological Age）以及身体健康状态。

在UKB测试集、CKB和FinnGen的独立验证中，ProtAge模型展现出卓越的预测性能和泛化能力（R²值分别达到0.88、0.82和0.87）。研究发现，由20个蛋白组成的模型（ProtAge20）在年龄预测性能上与完整模型相似，显示出强大的实用性。

此外，研究还探讨了蛋白组学年龄在预测衰弱和衰老表现方面的潜力，表明ProtAge模型与年龄相关的生理、身体及认知功能之间存在重要相关性。研究显示，这一蛋白组学年龄不仅能有效预测常见疾病的风险，还能反映不同年龄特征相关的死亡率和疾病风险。

在对比ProtAge与现有的DNA甲基化时钟及其他衰老时钟时，发现选定的蛋白与基因重叠度极低，表明二者可能反映了不同的生物学过程。此外，ProtAgeAPs中有64%的标记在先前研究中尚未被识别，这为生物标志物研究提供了新视角，强调了不同蛋白可能揭示衰老过程的多重维度。

研究结合了来自UKB、CKB和FinnGen等大规模人群队列的项目，利用Olink血浆蛋白组学作为测量生物年龄的有力工具，进一步探讨自然人群中普遍存在的与年龄相关疾病的生物衰老特征。这项工作的成功不仅能够帮助识别疾病的生物机制，且有望为潜在的药物治疗和生活方式干预策略提供科学依据，以降低早死风险，并推迟与年龄相关的疾病。

综上所述，尊龙凯时在推动蛋白组学研究的进展方面做出了重要贡献，期待未来更多的发现能够拓展我们对衰老与健康的理解。