绘制人类衰老与疾病中的细胞衰老图谱
细胞衰老最初在长期体外培养中被识别，细胞最终停止分裂但仍保持代谢活性。后来的研究发现，衰老也会在体内作为一种由应激、损伤或其他刺激诱导的独特细胞状态出现，导致永久性细胞周期停滞，同时伴随着细胞内和细胞外信号的广泛改变，包括衰老相关分泌表型(SASP)。在过去的几十年中，模型系统帮助识别了候选生物标志物，并提供了关于遗传驱动因素(如p16、p21)和衰老细胞潜在功能的见解。然而，在人体中，我们对哪些细胞类型经历衰老、它们的丰度、空间分布以及对不同器官和组织微环境的影响仍知之甚少。没有这样一份关于人类组织和器官中衰老细胞的全面"蓝图"，几乎不可能解答有关它们在维持组织稳态、驱动与年龄相关的生理衰退或导致慢性疾病方面作用的基本问题。此外，越来越多的证据表明，衰老不是一个单一、统一的程序，而是一个高度异质的过程。根据启动触发因素、持续时间、组织微环境、受影响的细胞类型以及个体的年龄或生命阶段，它可能表现出不同的形式。然而，这种多样性主要在细胞培养或动物模型中得到记录，在人体组织中的特征描述非常有限。缺乏对人类衰老细胞状态的系统、器官和细胞类型解析图谱，是理解其生物学意义以及为衰老和疾病开发精准靶向衰老细胞治疗策略的主要障碍。
美国国立卫生研究院(SenNet)联盟旨在建立第一个全面的人类参考框架，用于定义异质性衰老细胞状态("senotypes")，提供所需的资源和工具，以最终提出并解答关于衰老细胞如何影响人类衰老和疾病的基本问题。通过SenNet的组织制图中心(TMC)和技术开发与应用(TDA)的协作努力，该联盟开发了创新工具和技术，以生成跨越人类生命周期和生理状态的多模态、多维衰老细胞图谱。SenNet出版物集(
正常衰老过程中的衰老类型
在正常衰老过程中，不同组织中出现独特的衰老类型(senotypes)——分子和功能上多样化的细胞衰老形式，反映了触发因素、细胞类型和微环境背景的差异。例如，Sloan等人构建了人类背外侧前额叶皮层衰老和衰老的空间解析图谱，揭示了高度异质的细胞类型和层特异性衰老程序，这些程序在白质和皮层第1层中表现出与年龄相关的星形胶质细胞和内皮细胞基因模块富集。值得注意的是，Lund等人识别出这些细胞中与神经影像观察到的结构脑变化相关的保守、细胞类型特异性衰老相关分子特征，将细胞衰老与区域特异性脑衰老和潜在功能衰退联系起来。Farzad等人展示了人类免疫器官的全面衰老图谱，重点关注5至86岁供体的淋巴结。通过整合单细胞和空间多组学方法，该图谱系统地描述了与年龄相关的蛋白质组、转录组、表观基因组和细胞代谢的变化，揭示了衰老的细胞类型特异性模式以及生发中心B细胞衰老随年龄的逐步局灶性积累。这一资源为理解免疫组织结构和功能如何在整个生命周期中被衰老重塑提供了框架。
疾病过程中的衰老类型
在人类疾病中，细胞衰老可能表现为独特的疾病或年龄相关衰老类型，代表可能驱动病理或导致年龄相关疾病发展和进展的独特细胞状态。例如，Karpova等人使用单细胞多组学、Xenium空间转录组学和CODEX成像技术绘制了不同年龄的正常和纤维化肝样本图谱，以及接受和未接受化疗的人类结直肠癌(CRC)肝转移样本，并辅以小鼠肝纤维化模型研究，揭示了异质性衰老细胞群体，包括CDKN1A⁺肝细胞、SERPINE1⁺年龄相关肝细胞、CXCL12⁺成纤维细胞和CXCR4⁺免疫细胞，这些细胞在纤维化和正常组织中分布不均，以及在CRC患者中具有分泌表型的CDKN2A⁺肝祖细胞和胆管细胞群体，突显了潜在的治疗靶点。Wyles等人开发了慢性伤口模型来研究皮肤细胞衰老，该团队目前正在使用空间转录组学(CosMx)和空间蛋白质组学(Phenocycler-Fusion)构建正常人类皮肤和慢性伤口中细胞衰老的图谱，发现慢性伤口中含有升高的SASP因子(IL-6、CXCL9/10和IFN-γ)和细胞毒性T细胞。富集的p16⁺γH2AX⁺PCNA⁻衰老细胞与基质重塑和趋化因子信号传导相关，并与免疫细胞形成紧密簇，而空间分布更分散但丰度较低的p21⁺PCNA⁻衰老细胞则表现出抗氧化和代谢基因特征。这些研究共同揭示了人类衰老细胞在不同组织、疾病状态和衰老过程中的异质性，为开发细胞和环境特异性衰老细胞治疗提供了基础，例如针对慢性伤口或纤维化肝病的靶向治疗。
衰老类型的实际应用：从衰老类型图谱到潜在生物标志物和疗法
生物标志物
为了进一步编目衰老类型并定义其健康影响，SenNet联盟的研究人员开发了一个包含30多种衰老细胞模型(包括14种细胞类型，每种具有2种或更多衰老诱导刺激)的多组学(转录组和蛋白质组)衰老目录(SenCat)。该数据库用于训练新的基于机器学习的衰老特征，提高了在培养和体内识别和区分衰老细胞的能力。SenCat的蛋白质组学部分用于训练血浆中的组织特异性衰老特征，并在两项大型独立衰老研究中进行了评估：巴尔的摩老龄化纵向研究和意大利老龄化队列InCHIANTI。细胞类型特异性循环衰老特征与多种组织特异性临床表型相关。例如，肾上皮细胞衰老是肾脏疾病的最强预测因子。免疫细胞衰老特征明显与当前糖尿病状态和虚弱相关。此外，免疫细胞衰老特征与未来糖尿病死亡率相关，突显了循环衰老类型特异性生物标志物作为未来健康结果预测因子的作用。
衰老细胞清除疗法
清除衰老细胞已被证明是改善衰老的有效治疗策略。消除衰老的内皮细胞可缓解肥胖小鼠的代谢功能障碍和葡萄糖不耐受。衰老细胞筛选确定了α-桐酸及其甲酯作为脂质衰老细胞清除剂，能够选择性杀死多种衰老细胞，降低组织衰老，并通过触发铁死亡(通过ACSL4-LPCAT3-ALOX15轴)而非细胞凋亡或坏死来延长小鼠的健康寿命。
计算信息学、机器学习和人工智能(AI)的进步对于分析日益庞大和复杂的数据集至关重要，这些数据集用于在单细胞分辨率下识别衰老并空间映射组织内的衰老细胞。例如，DESeq2被确定为差异基因表达(DGE)分析的稳健统计方法，对样本大小、稀疏性和真正差异表达基因的比例表现出不变性。然而，在表征稀有衰老细胞时，潜在的假阳性或假阴性仍然存在，这突显了需要AI驱动的DGE方法和综合计算框架，能够更准确地检测衰老细胞群体，捕捉其异质性，并将衰老类型与功能和临床表型联系起来。
结论
美国国立卫生研究院SenNet联盟旨在系统地绘制跨越组织、年龄和疾病状态的人类衰老图谱，生成捕获衰老细胞全部异质性的高分辨率图谱。通过利用尖端的单细胞和空间多组学技术以及新颖的计算和综合分析方法，SenNet创建了一套丰富的资源(
致谢
作者感谢SenNet联盟同事的深入讨论，帮助发展本评论中的概念，以及美国国立卫生研究院SenNet计划的资金支持。图像是使用BioRender.com创建的。本手稿得到了美国国立卫生研究院以下资助的支持：U54AG079759和U54AG076043(R.F.)；U54AG076040(H.P.)；U54AG075934(L.D.、F.C.、S.A.S.和R.C.T.)；U54AG075931(D.L.)；U54 AG079779(J.E.)；5UH3CA268112-04(H.L.)；U54AG079754和U54AG076041(P.R.)；5U54AG075936-03(C.C.)；以及U54 AG075936-01和R01 AG089078-01A1(K.X.和A.M.T.)。
利益声明
明尼苏达大学已提交了几项关于在P.R.实验室开发的衰老细胞治疗化合物的专利申请。P.R.也是Itasca Therapeutics的联合创始人，该公司正在开发用于治疗年龄相关疾病和疾病的新型衰老细胞治疗化合物。R.F.是IsoPlexis、Singleron Biotechnologies和AtlasXomics的联合创始人和科学顾问。
【全文结束】