長期以來，膠原蛋白在人們心中是構成皮膚、骨骼、關節的“鋼筋骨架”，是維持身體結構的靜態“建筑材料”。然而，近年來科學研究發現，這些動物體內最豐富的蛋白質，其功能遠比我們想象的要豐富和活躍。特別是在微小的模式生物——秀麗隱桿線蟲中，膠原蛋白被發現能夠調控生物體對病原體感染、熱應激等壓力的抵抗能力，甚至與壽命的長短息息相關。這提示我們，膠原蛋白可能不僅僅是靜態的結構支撐，更是動態調控機體生理狀態和衰老進程的關鍵分子。但一個核心問題仍未得到系統解答：在生物體從年輕走向衰老的整個過程中，膠原蛋白家族的基因表達究竟遵循著怎樣的規律？在那些通過各種手段成功延長了壽命的個體中，膠原蛋白的表達又發生了何種變化？回答這些問題，對于理解衰老的分子本質、尋找健康老齡化的新靶點至關重要。

為了解決這些問題，來自華盛頓州立大學基因組學核心的研究團隊Archer J. Wang、Blake M. Geppert、Daniel Beck、Yanqing Ji和Yiyong Liu開展了一項綜合性研究。他們不僅分析了自己的RNA測序數據，還系統地整合了公共數據庫中大量相關的基因表達數據集，旨在系統描繪膠原蛋白基因表達與線蟲衰老及壽命延長之間的全局圖譜。研究發現，膠原蛋白表達隨年齡增長而廣泛下降是其衰老的一個遺傳標志；相反，在絕大多數長壽干預條件下，膠原蛋白表達被誘導上調，這成為了壽命延長的一個保守特征。此外，研究人員引入了一種基于表達譜的膠原蛋白分類新框架，揭示了具有組織特異性和功能相關性的膠原蛋白亞群。這些研究成果表明，膠原蛋白是線蟲衰老和長壽的動態調節因子，并且由于細胞外基質生物學的跨物種保守性，膠原蛋白有望成為在包括人類在內的高等動物中促進健康衰老的候選生物標志物和干預靶點。該研究已發表在《Matrix Biology Plus》期刊上。

本研究主要采用了生物信息學和計算生物學方法。關鍵技術包括：1. RNA測序數據分析：對自有及從GEO數據庫獲取的共66個數據集進行標準化處理，包括質量評估、序列比對、基因表達量化和差異表達分析。2. 薈萃分析：系統檢索并篩選了與線蟲壽命延長相關的公共轉錄組數據集，進行跨研究的比較和整合。3. 機器學習和聚類分析：使用K-means算法，結合歐氏距離等多種度量方式，對膠原蛋白基因的表達模式進行無監督聚類，以識別功能相關的基因群。4. 基因富集和統計學分析：進行基因本體論富集分析，并使用超幾何分布檢驗評估不同基因集之間重疊的統計顯著性。5. 單細胞轉錄組數據整合：利用已發表的線蟲衰老單細胞圖譜數據，驗證和補充基于批量RNA測序的發現。

研究人員首先通過比較年輕（1日齡）和年老（9日齡）野生型線蟲的RNA測序數據發現，在衰老個體中，有58個角質層膠原蛋白基因和4個非角質層膠原蛋白基因表達下調至少兩倍。基因本體論分析顯示，“角質層結構成分”是下調基因中最顯著富集的分子功能之一。為了驗證這一發現的普適性，他們進一步分析了五個已發表的、比較年輕與年老線蟲基因表達的研究。盡管這些研究使用了不同的技術平臺并分析了不同日齡的線蟲，但下調的膠原蛋白基因在六項研究之間存在顯著重疊。特別值得注意的是，有16個膠原蛋白基因在這六項獨立研究中被一致地發現是下調的。這一共享特征強烈表明，膠原蛋白基因表達的下降是衰老過程的一個遺傳標志。

為了探究膠原蛋白表達與長壽的關系，研究人員對公共數據庫中與壽命延長相關的數據集進行了系統性薈萃分析。在篩選出的66個數據集（共包含128組長壽與正常動物的基因表達比較）中，有108組比較顯示長壽動物的膠原蛋白基因表達相對于對照組顯著上調至少兩倍，占比高達84%。這種上調趨勢在多種長壽干預條件下均被觀察到，包括基因突變、化學處理、飲食方案等。通過統計在不同比較中出現頻率最高的膠原蛋白基因，研究人員列出了一個與壽命延長最相關的膠原蛋白基因列表。有趣的是，這個“長壽相關”膠原蛋白基因列表與之前發現的16個“衰老相關”下調膠原蛋白基因列表幾乎不重疊，這表明在衰老過程中被抑制的膠原蛋白與在壽命延長過程中被誘導的膠原蛋白在很大程度上代表了不同的功能亞群。

上述分析表明，不同的膠原蛋白亞群在衰老過程中被差異表達和調控。這引出了一個新問題：能否根據膠原蛋白基因在衰老過程中的表達模式對其進行系統性分類？為此，研究人員引入了π值這一綜合了表達變化倍數和統計學顯著性的指標，對來自多個數據集的膠原蛋白基因表達數據進行了整合。他們隨后應用K-means聚類算法，并測試了歐氏距離、余弦相似性和曼哈頓距離三種度量方式。結果顯示，三種度量方式產生的基因簇有顯著重疊，其中基于歐氏距離的聚類結果被認為最具代表性，并將177個膠原蛋白基因分成了三個簇。

研究人員將新的表達譜聚類結果與Teuscher等人先前提出的基于膠原蛋白結構域的傳統分類進行了比較。結果顯示，新的表達聚類與傳統結構分類之間沒有顯著的重疊，這表明基于表達的聚類捕捉到了獨立于蛋白質結構域組織的、可能與功能相關的新特征。

接下來，研究人員檢驗了歐氏聚類結果與已識別的衰老及長壽相關膠原蛋白基因集的關聯。他們發現，先前確定的16個“共享衰老相關”膠原蛋白基因高度富集在歐氏聚類簇1中。這表明簇1代表了一組核心的、與衰老進程密切相關的膠原蛋白。而“長壽相關”的膠原蛋白基因雖然未在單個簇中顯著富集，但在簇2中也有相當數量的分布。

通過將歐氏聚類結果與已發表的組織特異性轉錄組數據進行對比，研究人員發現了強烈的組織關聯性。簇1中的膠原蛋白基因顯著富集于皮下組織富集的膠原蛋白基因，這與該簇富含衰老相關膠原蛋白的發現一致。簇2則與腸道富集的膠原蛋白基因存在顯著重疊。此外，結合單細胞RNA測序數據的分析進一步支持了這些關聯，并提示簇3可能與肌肉中表達的膠原蛋白相關，可能參與維持角質層和肌肉的結構完整性。

為了評估該表達分類框架的功能意義，研究人員將其與文獻中已報道的、經實驗驗證具有促長壽功能的膠原蛋白基因進行了比較。在26個已被證明能促進壽命延長的膠原蛋白中，有19個（73%）位于歐氏聚類簇2。這與簇2富集腸道表達膠原蛋白的發現相吻合，暗示許多具有促長壽功能的膠原蛋白可能在腸道中發揮作用。

本研究通過整合多組學數據，系統性地定義了膠原蛋白基因表達在秀麗隱桿線蟲衰老和壽命延長中的動態變化與功能圖譜。核心結論是：膠原蛋白表達的下調是衰老的一個普遍遺傳標志，而膠原蛋白表達的上調則是多種壽命延長干預措施中的一個保守分子特征。這意味著膠原蛋白不僅是靜態的結構分子，更是衰老和長壽過程的動態調節因子。

研究提出的基于表達譜的歐氏距離聚類框架，成功地將膠原蛋白基因劃分為具有生物學意義的亞群。簇1主要代表與衰老相關、在皮下組織表達的膠原蛋白程序；簇2與長壽相關、在腸道富集的膠原蛋白子集高度重疊；簇3則可能代表維持角質層和肌肉結構完整性的結構性膠原蛋白。這種分類與傳統基于結構域的分類有本質不同，它從功能和組織特異性的角度，為理解這個龐大基因家族的復雜性提供了新視角。

這項研究的意義重大。首先，它將膠原蛋白從單純的“結構元件”提升為“衰老調節樞紐”，深化了對衰老生物學機制的理解。其次，研究揭示了在長壽狀態下維持或重編程細胞外基質穩態的重要性，為通過靶向基質代謝來促進健康衰老提供了理論依據。最后，由于細胞外基質生物學在物種間具有高度的保守性，在線蟲中發現的這些膠原蛋白調控規律，為在高等動物乃至人類中尋找衰老相關的生物標志物和開發抗衰老干預策略（例如針對特定膠原蛋白亞群或基質重塑通路）指明了新的方向。未來，針對這些聚類中關鍵膠原蛋白基因進行深入的功能驗證，將是揭示其具體作用機制、實現轉化應用的關鍵步驟。