建立评估个体生理年龄的衰老时钟是现代衰老研究的科学范式，有助于量化健康疾病状态。近年来已经开发了基于不同分子特征的衰老时钟，包括甲基化时钟、转录组时钟、宏基因组时钟、3D人脸时钟等。然而，这些单一标注物衰老时钟在生物学可解释性和准确性方面存在难以兼顾的问题(Xia et al., 2021)。循环免疫系统由多种功能各异，高度动态的免疫细胞组成，具有免疫监控，清除病原体和衰老细胞等维系个体健康的功能。在衰老过程中，免疫系统的基因表达和细胞丰度等特征呈现出系统性的复杂变化。通过单细胞转录组学技术，可以无偏地对个体循环免疫景观进行系统性观测。然而，现有的人类免疫衰老的单细胞研究仅局限于孤立的年轻组和年老组的比较性分析，缺乏对连续衰老过程的定量建模。此外，单细胞衰老时钟也仅在少数的小鼠模型中被开发(Buckley et al., 2023)。
针对上述诉求和研究局限，2023年6月28日，北京大学韩敬东课题组与同济大学刘中民/朱鸿明课题组合作，于Science Advances发表题为“Human PBMC scRNA-seq based aging clocks reveal ribosome to inflammation balance as a single cell aging hallmark and super longevity”的研究论文，建立了人类连续衰老过程的循环免疫单细胞图谱，提出了第一个人类单细胞衰老时钟，并揭示了核糖体水平负调控炎症水平的平衡在衰老过程中的重要作用。
首先，研究者在上海市东方医院采集了17个连续衰老的健康外周血单核细胞（PBMC）样本，并对其进行了单细胞转录组测序，形成了SE（Shanghai East）队列（n=17）。结合已发表的公共数据集(Hashimoto et al., 2019; Luo et al., 2022; Wen et al., 2020; Zhang et al., 2020)，建立了人类连续衰老过程的循环免疫单细胞图谱。通过两轮聚类分析，确定了10个细胞大类和29个免疫细胞亚群。为了模拟实际使用中，新数据应用和更新衰老时钟的情景，研究者使用前期自主研发的单细胞整合注释深度学习工具TOSICA(Chen et al., 2023)，将多批次的新数据，包括老年数据集（GM），脐带血数据集（Cord）(Luo et al., 2022)，以及两种疾病数据集新冠（COVID）(Ren et al., 2021)和系统性红斑狼疮（SLE）(Perez et al., 2022)向映射到参考图谱。细胞类型的注释保留了生物学特性，并且没有明显的批次效应。
研究者使用偏最小二乘（PLSR）模型和弹性网络（EN）模型，以SE队列的数据为训练集，建立了的基于细胞丰度的衰老时钟。通过使用GM队列进行模型迭代更新，得到了平均绝对偏差（mean absolute difference, MAD）为8.36的衰老时钟。由于单细胞免疫衰老时钟也像其他衰老时钟一样，具有将年轻人预测变老，老年人预测偏年轻的系统误差，研究者对模型进行了年龄矫正。在独立验证数据集中，矫正的衰老时钟展现出较强的泛化性能，并且将百岁老人（SC）的生理年龄预测到80到102岁，而Cord队列的平均预测年龄为-7.32岁。在两种疾病数据集中，预测的生理年龄也随着疾病严重程度的增加而显著增加。结果表明，建立的衰老时钟能够精细评估样本的衰老状态和健康状态，并且有不断拓展和临床应用的潜力。
接下来，研究者建立线性模型定量刻画年龄相关特征在年龄增长过程中的变化，通过分析百岁老人的真实生理指标与预测值之间的差异，评估在健康长寿中被延缓的年龄相关特征。鉴定到随年龄增长的CD4-Tm细胞类型丰度，细胞类型特异性的病毒感染，细胞凋亡以及炎性细胞因子相关基因的表达， TNF家族和S100A8/A9受体-配体对介导的细胞间通讯，在SC中被显著延缓；随年龄减少的CD8-Naive细胞类型丰度和广泛的核糖体基因表达，在SC中也被显著延缓。研究者聚焦于伴随衰老进程下调的翻译活性和上调的炎症水平，发现在疾病模型中也存在和疾病进程相吻合的翻译活性下调和炎症水平上升。为了探究二者的因果关系，研究者通过贝叶斯分析推断出在高炎症细胞类型中核糖体水平可以负调控炎症水平，随后在人原代细胞和永生化细胞系中进行翻译活性抑制实验，验证了这种负调节关系。
综上，研究者建立了人类连续衰老过程的循环免疫单细胞图谱，并提出首个人类单细胞衰老时钟，其具有高准确性，高健康解释性，可拓展性等优势。在百岁老人长寿状态的解析中确定了核糖体水平负调控炎症水平的平衡在衰老和健康衰老中的重要作用。本工作为单细胞衰老时钟，免疫与衰老关系等研究领域做出启发性贡献。
北京大学定量生物学中心/生命科学联合中心韩敬东教授和同济大学东方医院再生医学研究所刘中民教授为本文的通讯作者。同济大学东方医院再生医学研究所的朱鸿明研究员，北京大学生命科学联合中心2018级博士研究生陈嘉伟和生命科学联合中心2017级博士研究生刘康平为本文的共同第一作者。安徽省立医院胸外科高磊医生、同济大学吴海燕同学、东方医院体检中心周洁如主任、马亮亮医生亦对本文做出重要贡献。本项目得到了基金委及科技部重大项目等资助。
韩敬东教授课题组主要从事发育及衰老表型组、表观遗传组、转录组（特别是单细胞转录组）数据的分析与整合、分子网络的动态及结构研究。采用大规模实验数据和计算分析相结合的方法来探索数据及网络结构，时空轨迹及其调控，从而揭示衰老、癌症和干细胞发育等复杂表型的系统生物学机制。课题组的工作开拓了系统生物学研究衰老机制的新领域，发表论文130余篇，总被引用超过21000次，欢迎CQB新同学加入实验室！
Buckley, M.T., Sun, E.D., George, B.M., Liu, L., Schaum, N., Xu, L.C.Y., Reyes, J.M., Goodell, M.A., Weissman, I.L., Wyss-Coray, T., et al. (2023). Cell-type-specific aging clocks to quantify aging and rejuvenation in neurogenic regions of the brain. Nature Aging 3, 121-+.
Chen, J.W., Xu, H., Tao, W.Y., Chen, Z.X., Zhao, Y.X., and Han, J.D.J. (2023). Transformer for one stop interpretable cell type annotation. Nat Commun 14.
Hashimoto, K., Kouno, T., Ikawa, T., Hayatsu, N., Miyajima, Y., Yabukami, H., Terooatea, T., Sasaki, T., Suzuki, T., Valentine, M., et al. (2019). Single-cell transcriptomics reveals expansion of cytotoxic CD4 T cells in supercentenarians. P Natl Acad Sci USA 116, 24242-24251.
Luo, O.J., Lei, W., Zhu, G., Ren, Z., Xu, Y., Xiao, C., Zhang, H., Cai, J., Luo, Z., Gao, L., et al. (2022). Multidimensional single-cell analysis of human peripheral blood reveals characteristic features of the immune system landscape in aging and frailty. Nature Aging 2, 348-364.
Perez, R.K., Gordon, M.G., Subramaniam, M., Kim, M.C., Hartoularos, G.C., Targ, S., Sun, Y., Ogorodnikov, A., Bueno, R., Lu, A., et al. (2022). Single-cell RNA-seq reveals cell type-specific molecular and genetic associations to lupus. Science 376, eabf1970.
Ren, X., Wen, W., Fan, X., Hou, W., Su, B., Cai, P., Li, J., Liu, Y., Tang, F., Zhang, F., et al. (2021). COVID-19 immune features revealed by a large-scale single-cell transcriptome atlas. Cell 184, 5838.
Wen, W., Su, W.R., Tang, H., Le, W.Q., Zhang, X.P., Zheng, Y.F., Liu, X.X., Xie, L.H., Li, J.N., Ye, J.G., et al. (2020). Immune cell profiling of COVID-19 patients in the recovery stage by single-cell sequencing (vol 6, 31, 2020). Cell Discov 6.
Xia, X., Wang, Y.Y., Yu, Z.Q., Chen, J.W., and Han, J.D.J. (2021). Assessing the rate of aging to monitor aging itself. Ageing Res Rev 69.
Zhang, J.Y., Wang, X.M., Xing, X., Xu, Z., Zhang, C., Song, J.W., Fan, X., Xia, P., Fu, J.L., Wang, S.Y., et al. (2020). Single-cell landscape of immunological responses in patients with COVID-19. Nat Immunol 21, 1107-1118.
