天津医科大学房中则教授团队：血浆代谢物谱与基于机器学习构建的脑年龄之间的相关性研究

本研究基于UK Biobank数据，通过核磁共振代谢组学分析249种代谢生物标志物，结合多模态MRI的1079项脑指标，采用机器学习预测大脑年龄。背景关注代谢组学在捕捉临床前期代谢变化及评估大脑衰老中的作用；研究目的为探讨血浆代谢物与脑年龄的关联，并分析APOE ε4基因的调节效应；结论发现64种代谢物与脑年龄相关，77种与脑年龄差相关，涉及脂蛋白、脂肪酸等，且APOE ε4状态影响关联强度，这些代谢物可作为大脑健康的潜在生物标志物。