建立大规模人群衰老的生物标记物、评价体系及数据平台

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    91749205
  • 项目类别：
    重大研究计划
  • 资助金额：
    200.0万
  • 负责人：
    韩敬东
  • 依托单位：
    北京大学
  • 学科分类：
    C0609.生物大数据解析
  • 结题年份：
    2021
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2021-12-31

项目摘要

Reliable prediction of the aging process is not only important for quantitatively assessing the degree of the aging process and its reversal, but also important for assessing the risks of aging-associated diseases and for designing individualized treatment schemes. Here, using a metabolic and cardiovascular health cohort of about 9,000 human subjects in northern China (Jidong Community) established by Beijing Anzhen Hospital, Capital Medical University with annual examinations, we will select fast-aging, slow-aging outliers and normal-aging subjects based on the 3D facial aging evaluation, with 120 people in each group. Then we will generate DNA methylation, transcriptome data, analyze and compare features in the multi-omic and multilayer data, and establish accurate, multi-level, multi-variable cardiovascular health and aging model. Through transcriptome and epigenome analysis and regulatory network reverse engineering, we will identify important intervention nodes for human aging, establish multi-layer, multi-factor predictive computational models for early warning of cardiovascular disease based on multiple parameters, including aging markers. We will also establish the first comprehensive human aging omics database and computational platform in the world. This study will not only provide a valuable data resource and computational models for aging and cardiovascular health, but also provide system strategies for extending health life in a fast aging society.
精准预测衰老过程不仅对定量评估老龄化进程及其逆转程度很重要，对评估衰老相关性疾病发生风险及制定个性化治疗方案也非常重要。本项目计划利用首都医科大学附属北京安贞医院每年一次在中国北方（冀东社区）建立的约9,000人的代谢及心血管健康测试人群，根据人脸3D图像选择快老、慢老者及正常衰老者各120人产生DNA甲基化组、转录组数据，分析开发与比较基于多组学、多层次数据中的特征值，建立精准的、多层次、多变量的心血管健康及衰老计算模型。通过转录组、表观组及网络逆向工程分析发现人类衰老的调控网络与重要干预节点，针对心血管疾病开发一套基于包括衰老标志物在内的多层次、多因素疾病预警计算模型，并建立国际上第一个全面的人类衰老组学数据库和计算平台。该研究不仅为衰老和心血管健康的生物分子网络提供数据基础与理论模型，也可为现代快速老龄化的社会提供延长健康寿命的系统策略。

结项摘要

衰老是一个机体功能逐渐衰退，并逐渐诱发多种疾病直至死亡的过程。目前全球老龄化趋势加剧，给社会带来巨大的负担。因此如何精准地评估个体的生物年龄，并探究其背后的调控机制是一个至关重要的问题。同时当前学术界人群研究主要集中在高加索人群，鉴于人群的遗传差异和生活方式差异，东亚人群的衰老调控机制的意义对我们更加重要。相较于侵入性的生物标志物，我们利用三维人脸成像系统采集了5000人的图像，构建了第一个大规模三维人脸衰老时钟，误差仅有2.8岁。结合人脸衰老速率与外周血单核细胞转录组测序，我们发现衰老速率在分子水平上富集在炎症免疫通路，并且与细胞类型相关。此外我们利用因果推断检验，构建了生活方式-转录组-衰老速率的调控网络，系统阐述了不同的生活方式如何从分子水平影响衰老过程。利用舌苔宏基因组和血液代谢组数据，我们发现以Filifactor alocis和BOB-1为中心的菌群参与宿主的炎症和脂质代谢，并构建了一个生活方式-物种-健康参数的因果调控网络，以秀丽隐杆线虫为模型验证了BOB-1抗衰老的潜力。我们的研究对于健康衰老具有重大的指导意义，有助于中国人群选择合适的生活方式延缓衰老。

项目成果

期刊论文数量（21）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Accurate loop calling for 3D genomic data with cLoops
使用 cLoops 准确循环调用 3D 基因组数据
  • DOI：
    10.1093/bioinformatics/btz651
  • 发表时间：
    2020-02-01
  • 期刊：
    BIOINFORMATICS
  • 影响因子：
    5.8
  • 作者：
    Cao, Yaqiang;Chen, Zhaoxiong;Han, Jing-Dong J.
  • 通讯作者：
    Han, Jing-Dong J.
The strand-biased mitochondrial DNA methylome and its regulation by DNMT3A
链偏向线粒体 DNA 甲基化及其 DNMT3A 的调控
  • DOI：
    10.1101/gr.234021.117
  • 发表时间：
    2019-10-01
  • 期刊：
    GENOME RESEARCH
  • 影响因子：
    7
  • 作者：
    Dou, Xiaoyang;Boyd-Kirkup, Jerome D.;Han, Jing-Dong J.
  • 通讯作者：
    Han, Jing-Dong J.
De novo generation of macrophage from placenta-derived hemogenic endothelium
胎盘源性造血内皮细胞从头产生巨噬细胞
  • DOI：
    10.1016/j.devcel.2021.06.005
  • 发表时间：
    2021-07-26
  • 期刊：
    DEVELOPMENTAL CELL
  • 影响因子：
    11.8
  • 作者：
    Liang, Guixian;Zhou, Chunyu;Liu, Feng
  • 通讯作者：
    Liu, Feng
Three-dimensional facial-image analysis to predict heterogeneity of the human ageing rate and the impact of lifestyle
三维面部图像分析预测人类衰老速度的异质性和生活方式的影响
  • DOI：
    10.1038/s42255-020-00270-x
  • 发表时间：
    2020-09-01
  • 期刊：
    NATURE METABOLISM
  • 影响因子：
    20.8
  • 作者：
    Xia, Xian;Chen, Xingwei;Han, Jing-Dong J.
  • 通讯作者：
    Han, Jing-Dong J.
Effect of Body Mass Index on the Associations between Parity and Metabolic Syndrome and its Components among Northern Chinese Women
中国北方女性体重指数对胎次与代谢综合征及其组成成分关系的影响
  • DOI：
    10.3967/bes2020.002
  • 发表时间：
    2019
  • 期刊：
    Biomed Environ Sci
  • 影响因子：
    --
  • 作者：
    Yan Yao;Huamin Liu;Xianwei Wang;Xia Feng;Lijian Gao;Dong Li;Yong Zhou
  • 通讯作者：
    Yong Zhou

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

计及转子变换器控制策略的双馈风力发电机转子绕组故障诊断
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    中国电机工程学报
  • 影响因子：
    --
  • 作者：
    时维俊;韩敬东;陈继宁;陈涛涛
  • 通讯作者：
    陈涛涛

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

韩敬东的其他基金

通过多模态单细胞筛选方法识别衰老相关lncRNA功能及表观调控机制
  • 批准号：
    32330017
  • 批准年份：
    2023
  • 资助金额：
    219 万元
  • 项目类别：
    重点项目
多维度跨尺度解析人类个体间衰老速率异质性及生活习惯与长期用药对其影响的系统机制
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    400 万元
  • 项目类别：
    重大研究计划

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码