《Aging Cell》：Select Small Non-Coding RNAs Are Determinants of Survival in Older Adults
編輯推薦：
本研究通過整合預測與因果模型分析，揭示了血漿中小非編碼RNA（smRNA，包括piRNA和miRNA）是社區老年人（≥71歲）生存率的有力預測因子和潛在直接原因。研究發現，僅用6個piRNA即可高精度預測2年生存（外部驗證AUC 0.83），結合臨床變量（IADL-motor和總HDL-P）的簡化模型AUC可達0.85。這些發現為開發基于血液的、無創的長壽生物標志物和干預靶點提供了新方向。
引言：小非編碼RNA在衰老與長壽中的作用
小非編碼RNA（smRNAs），包括PIWI相互作用RNA（piRNAs）和微小RNA（miRNAs），是調控衰老相關生物學過程（如FOXO/DAF-16通路、胰島素/IGF信號、應激反應機制）的重要調節因子。循環miRNAs顯示出作為壽命調節生物標志物的潛力，而piRNAs在人類長壽中的作用尚不清楚。本研究旨在驗證與老年人（≥71歲）生存相關的表觀遺傳（smRNA）因子，開發并驗證用于臨床應用的生存預測模型，并確定可延長壽命的潛在藥物靶點。
研究隊列與設計
研究基于杜克老年流行病學隊列研究（D-EPESE）中1271名社區老年人的基線血漿樣本，對所有參與者進行了828種smRNAs（687種miRNAs和141種piRNAs）的評估。研究采用嚴謹的多階段分析設計（如圖1所示），以最大限度地減少偏差并評估普遍性。分析數據集分為擴展發現集（N=707，用于建模）和獨立外部驗證集（N=564，用于最終測試），后者在單獨的測序批次中處理，以檢驗模型的穩健性。所有分析整合了smRNAs、年齡及186項臨床變量（包括人口統計學、生活方式、情緒、身體功能、標準臨床實驗室檢測、NMR衍生脂質和代謝物以及醫療狀況）。
生物標志物發現與驗證
預測模型表現
研究發現，smRNAs對短期生存預測價值最強。對于2年生存預測，僅使用smRNA（平臺特異性輸出，smRNAPSO）的模型在擴展發現集中的嵌套交叉驗證AUC為0.90±0.01，在獨立外部驗證集中的AUC為0.82（0.78-0.87），顯著優于僅使用年齡或臨床變量的模型。結合smRNAPSO、年齡和所有臨床變量的全模型在擴展發現集中的交叉驗證AUC達到0.92±0.01，在外部驗證集中的AUC為0.87（0.83-0.90）。然而，隨著預測時間跨度的延長（5年和10年），所有模型的預測性能均有所下降。
面向臨床部署的簡化預測模型
為提高臨床實用性，研究基于馬爾可夫邊界（MB）分析開發了簡化的預測模型。僅使用6個piRNAs（piR-DQ573780, DQ587552, DQ587821, DQ593963, DQ597786, DQ575235）的模型，幾乎保留了全部828個smRNA模型的預測能力（外部驗證AUC 0.83 vs. 0.82）。一個更精簡的模型，僅包含5個piRNAs（同上，去除DQ587552）和2個臨床變量——與身體功能相關的工具性日常生活活動（IADL-motor）和高密度脂蛋白顆粒總數（Total HDL-P），其性能與包含所有變量的全模型相當（外部驗證AUC 0.85 vs. 0.87）。這證明了開發高效、精簡臨床檢測工具的可行性。
馬爾可夫邊界分析與潛在直接原因發現
2年生存的潛在直接原因
通過MB分析（結合所有1015個變量），研究確定了2年生存的潛在直接原因。這些MB成員包括9個piRNAs（無miRNAs）、小HDL顆粒數、總HDL顆粒濃度和IADL-motor功能。其中，4個piRNAs（piR-DQ573780, DQ587821, DQ593963, DQ597786）、IADL-motor和HDL顆粒濃度（總或小）出現在100%的MB中（如圖2所示），在因果充分性假設下，這些變量被認為是2年生存的直接原因。值得注意的是，所有9個piRNAs在更長壽的個體中表達水平均降低。
最強的預測因子是piR-DQ593963和IADL-motor。模型估算的“干預”效應顯示，若將已識別的smRNA變量調整至有利水平，可使2年生存概率顯著提升。當所有潛在直接原因被聯合調整時，模型估算的死亡概率在擴展發現集和外部驗證集中分別降低了133倍和68倍。
5年與10年生存的潛在直接原因
對于5年生存，MBs中包含7個smRNAs（2個miRNAs和5個piRNAs）。更好的身體功能、更高的miR-153-3p和血清CO2水平與更長的5年生存期相關。對于10年生存，MBs中同時包含了piRNAs和miRNAs，但未與2年或5年的預測因子重疊，且預測性能較低。
Sepset分析
Sepset分析解釋了某些變量為何未被選入MB。例如，HDL顆粒總數是年齡的sepset，表明HDL水平包含了所有與年齡相關的2年生存信息。piR-DQ593963是性別的sepset，而IADL-motor則是其他功能測量指標的sepset。
smRNA靶點與通路預測
與2年生存相關的10個piRNAs預測靶向65個mRNA轉錄本，包括長散布核元件-1（LINE-1）反轉錄轉座子。5年生存預測相關的miRNAs靶向大量mRNAs，這些共享靶點在STRING網絡分析中高度互作，并富集于79條Reactome通路，其中細胞衰老和氧化應激誘導的衰老位列前10（如圖3所示）。此外，還富集到凋亡、應激反應和免疫系統相關通路。
討論
本研究首次在大型人類隊列中廣泛評估了循環piRNAs與長壽的關系。研究發現，較低的循環piRNA水平與較高的短期生存率相關，這提示piRNAs可能通過轉座子抑制以外的機制影響壽命，例如調節應激反應基因。在線蟲中，全局性降低piRNA水平可使壽命翻倍；在果蠅中，組織特異性敲除piwi基因能延長壽命并激活應激反應基因，這些發現與本研究結果一致。
研究開發了高精度的簡化預測模型，為將smRNAs轉化為臨床可用的長壽生物標志物奠定了基礎。盡管smRNAs對長期（10年）生存的預測能力有限，但它們為了解衰老的分子通路（如細胞應激、衰老、凋亡和免疫調節）提供了見解。
本研究的優勢在于采用了整合預測與因果分析的方法、多層級驗證設計以及獨立的、分批次處理的外部驗證隊列，確保了模型的穩健性和普遍性。研究還表明，使用平臺特異性輸出（smRNAPSO）無需復雜標準化，有利于臨床轉化。局限性在于piRNA靶基因預測工具的準確性有待提高，以及piRNA亞型（isopiRs）的功能等價性尚不明確。
總之，循環smRNAs，尤其是piRNAs，是老年人生存的強大預測因子和潛在的長壽生物標志物。它們可能通過新的機制影響壽命，為促進健康衰老的治療策略提供了新的機遇。
