为了用小的、可再生的样本收集尽可能多的信息，Mahajan和他的团队开发了一种技术

　　． 通过将蛋白质追踪到产生蛋白质的RNA所在的细胞类型，TEMPO使科学家能够了解致病蛋白质的细胞起源，并希望最终他们能够针对这些细胞进行个性化的医疗治疗。

　　为了更好地了解哪些细胞过程导致了各种眼部疾病，研究小组分析了手术期间患者局部麻醉时从房水(晶状体和角膜之间的液体)中提取的液体活检。这些液体是在患有三种眼病的患者中收集的:糖尿病视网膜病变，这种疾病会导致眼睛血管渗漏，导致视力丧失;色素性视网膜炎，导致眼睛后部的感光细胞受损;还有葡萄膜炎，即眼睛内部的炎症。

　　马哈詹和他的团队利用46名健康患者的眼液，训练了一种人工智能算法来预测患者的年龄。然后，他们将液体中存在的近6000种蛋白质输入算法，看看这些蛋白质的一个子集是否可以预测患者的年龄。他们发现有26种可以作为一个群体使用。

　　将患病的眼液与健康的眼液进行比较，他们发现患病的眼睛患者的蛋白质显示出更高的年龄:早期糖尿病视网膜病变患者的年龄为12岁，晚期糖尿病视网膜病变患者的年龄为31岁，视网膜色素变性患者的年龄为16岁，葡萄膜炎患者的年龄为29岁。

　　该模型还发现，负责指示年龄增长的细胞因每种疾病而异:晚期糖尿病视网膜病变的血管细胞、色素性视网膜炎的视网膜细胞和葡萄膜炎的免疫细胞。

　　他们还发现，一些通常作为治疗目标的细胞并不是与疾病最相关的细胞，这鼓励了对治疗方法的重新评估。例如，糖尿病药物通常针对血管细胞，因为血管细胞会随着疾病的发展而渗漏，但他们发现，从健康到晚期糖尿病视网膜病变，巨噬细胞(一种清除死细胞的免疫细胞)中的蛋白质大量增加。

　　Mahajan说，同时针对衰老细胞和疾病细胞可以使治疗更有效，因为这两者似乎是分开作用的，但同时会损害眼睛。Mahajan预计，研究人员将把TEMPO技术和衰老时钟应用于其他器官的液体，如肝脏、胆汁和关节液。

　　Mahajan希望通过了解这些生物标志物，研究人员将进行更成功的临床试验，因为他们将对驱动疾病的细胞过程有更细致的了解。目前，90%在小鼠模型或人体细胞中测试的候选药物在临床试验中失败。马哈詹说，了解导致疾病和衰老的细胞可能会增加成功的机会。

　　马哈詹说:“这就好像我们把这些活细胞拿在手里，用放大镜检查它们。”“我们正在拨打电话，在分子水平上密切了解我们的患者，这将实现精准健康和更明智的临床试验。”

　　参考:

　　液体活检蛋白质组学与人工智能相结合，在体内识别眼睛衰老和疾病的细胞驱动因素- (https://www.cell.com/cell/fulltext/s0092 - 8674 (23) 01033 - 4)

　　(来源:每日