Анализ белков плазмы крови позволяет выявить риски тяжелых заболеваний за 15 лет до симптомов
По данным публикации в Cell Rep Med от 18 августа 2026 года, группа Ding et al. построила модель машинного обучения, которая по составу белков плазмы крови оценивает биологический возраст отдельных типов клеток.

Клеточные часы на белках плазмы: предиктив за 15 лет до диагноза
Выборка — 60 542 человека, более 7000 белков, свыше 40 клеточных типов. Полученные показатели коррелируют с риском нейродегенеративных заболеваний, онкологии и смерти с горизонтом предсказания до 15 лет до клинической манифестации.
Протокол: от плазмы к клеточному возрасту
Метод работает не с одним «общим» биологическим возрастом, а с популяционной гетерогенностью. Белки плазмы маппятся на предполагаемое клеточное происхождение через Human Protein Atlas. Для каждого из 40+ клеточных типов модель рассчитывает разницу между оценённым биологическим и хронологическим возрастом. Положительная дельта — относительно ускоренное старение конкретной клеточной линии. Отрицательная — биология моложе паспорта.
Подход принципиально отличается от эпигенетических часов (Horvath, GrimAge), которые работают с метилированием ДНК. Здесь субстрат — протеом плазмы, а единица измерения — не средний возраст организма, а состояние отдельных клеточных пулов. Для биохакера это значит: можно потенциально отслеживать, какие именно ткани «проседают», а не просто смотреть на одну цифру.
Что показала модель
Авторы сообщают о статистически значимой связи клеточных показателей старения с:
- нейродегенеративными заболеваниями;
- злокачественными новообразованиями;
- хроническими болезнями;
- общей смертностью.
Горизонт предикции — до 15 лет. Это серьёзный lead time для превентивных интервенций, если модель пройдёт валидацию.
Ограничения, которые нельзя игнорировать
Публикация не позиционирует метод как готовый клинический тест. Авторы прямо указывают на ограничения:
1. В модель вошли только клеточные типы, представленные в Human Protein Atlas. Не все популяции покрыты.
2. Происхождение белков плазмы не всегда удаётся однозначно атрибутировать к конкретному типу клеток.
3. Когорты преимущественно состояли из пожилых людей европейского происхождения. Генерализация на другие этнические и возрастные группы не подтверждена.
Для клинического применения необходима внешняя проспективная валидация, настройка под целевые популяции и доказательство того, что решения на основе модели улучшают исходы. До этого момента — исследовательский инструмент, а не consumer-тест.
Вердикт
Протеомные клеточные часы — методологически сильный ход. Разрешение на уровне отдельных клеточных линий выше, чем у большинства существующих биомаркеров старения. Предиктивный горизонт в 15 лет делает платформу потенциально релевантной для ранней стратификации риска.
Но: до коммерческого применения путь через валидацию, регуляторные процедуры и доказательство клинической пользы. Пока это proof of concept с масштабной выборкой, а не замена текущим панелям биомаркеров. Слежу за развитием.