数据获取与组织筛选
确保有足够统计功效和可检测的年龄相关形态学变化
从GTEx门户获取H&E全切片图像，筛选样本量≥200且年龄相关形态学变化显著的组织
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
绘制人体组织结构性衰老图谱揭示组织特异性轨迹与协调性退化
Mapping structural aging across human tissues reveals tissue-specific trajectories and coordinated deterioration
实验完整度
高基于970名供体25,306份组织学图像，结合转录组、甲基化、基因组和病理注释进行多层级验证
主要模型
GTEx供体死后活检组织（970名，21–70岁） 40种人体组织的H&E全切片图像（25,306份活检） UNI病理基础模型提取的形态学特征 匹配的转录组和甲基化数据
重点核对
组织类型：40种组织，包括血管、消化、生殖、神经等，每种组织样本量≥200 年龄范围：21–70岁，使用10年滑动窗口，1年增量 样本量：970名供体，25,306份活检全切片扫描（×20放大） 特征提取：UNI视觉Transformer提取1,024维嵌入，均值池化生成切片级表示 统计阈值：显著性定义为≥5%的特征在Welch t检验中P<0.05
摘要
组织结构，包括细胞、血管和细胞外基质的组织方式，是其功能的基础，然而结构随年龄如何变化仍大多未知。在此，我们开发了PathStAR，一个无需训练预测实际年龄即可从常规组织病理学图像中量化组织结构衰老的框架。将PathStAR应用于来自970名21–70岁供体的40种组织的25,306份死后活检样本，揭示器官结构衰老通过独特、非线性的时间轨迹进展：血管组织结构性衰老早期加速，子宫和阴道结构性衰老晚期（约绝经期）加速，某些组织包括消化和男性生殖器官显示双相加速。我们表明，结构衰老的加速在各器官中以炎症增加伴随能量产生、修复和质量控制减少为特征。跨器官分析揭示了个体内协调性退化，包括消化和男性生殖组织，通过性激素相关联。总之，我们的分析提供了跨越人体全身的结构性衰老的系统图谱。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 人体组织物理结构如何随衰老变化，不同组织的结构衰老是否有特异性时间轨迹和分子驱动因素，以及器官间是否协调老化？
- 核心机制
- 结构衰老加速伴随炎症通路上调，同时能量产生、增殖和细胞质量控制通路下调；激素信号在ASA-2相比ASA-1下降，而损伤响应通路上升。
- 主要证据
- PathStAR从25,306份GTEx组织学图像中识别出三种非线性结构衰老轨迹（早期、晚期、双相），并通过转录组和甲基化分析揭示ASA期间分子程序变化。
- 研究意义
- 建立了结构衰老作为可量化、可预测的衰老维度，补充分子时钟，为评估抗衰老干预效果和连接结构模式与血液生物标志物提供基础。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
全切片图像特征提取
从组织学图像中提取形态学特征用于结构衰老量化
使用UNI视觉Transformer提取512×512像素块的1,024维嵌入，均值池化生成切片级表示
结构衰老轨迹构建
量化组织形态随年龄的变化速率并识别加速期
使用10年滑动窗口比较相邻年龄窗口的形态学特征，计算效应量作为结构衰老速率
个体偏差评分计算
量化每个样本相对于群体轨迹的偏离程度
对每个样本计算其形态学特征与参考组（年龄小10年窗口）均值之间的绝对效应量
分子数据分析
识别ASA期间伴随的转录组和甲基化变化
比较ASA窗口与相邻稳定窗口的基因表达和甲基化谱，进行差异表达和通路富集分析
跨组织协调性分析
检测个体内不同组织间结构衰老是否协调
计算15种高置信轨迹组织间个体ΔSA评分的Pearson相关系数
遗传关联分析
鉴定与器官特异性结构衰老相关的生殖系变异
将基因负荷评分（功能变异总和）与个体ΔSA评分进行线性回归关联分析
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 组织选择和过滤 | 样本量≥200；PC1-2解释年龄方差r²>0.15；年轻vs年老分类AUC>0.8；H&E染色全切片图像可用 阅读提示：Methods中'Tissue selection and filtering'小节 |
| 图像预处理和特征提取 | 20×放大（约0.5μm/像素）；512×512像素块；UNI模型版本；Sobel过滤阈值>50%低梯度像素；Macenko颜色归一化；均值池化 阅读提示：Methods中'Preprocessing of WSI and feature extraction'小节 |
| 结构衰老速率计算 | 窗口大小10年；1年增量；每个窗口样本量≥10；≥5%特征Welch t检验P<0.05；保留≥80%速率点显著的组织 阅读提示：Methods中'Quantifying the structural aging rate'小节 |
| 个体偏差评分 | 目标样本年龄≥30；参考组为年龄小10年窗口；效应量为绝对均值差；特征维度p=1024 阅读提示：Methods中'Individual-level tissue score'小节 |
| 分子通路分析 | 样本量≥150；top 20,000高变基因或top 3,000 CpG；Welch t检验FDR校正；GSEA 10,000次置换；FDR q<0.1且|NES|>1.5 阅读提示：Methods中'Identifying pathways up- and downregulated during ASA periods'小节和Figure 2i图注 |
| 跨组织相关性分析 | 15种组织类型；ΔSA评分；Pearson相关系数；每个组织对至少10对配对观察；P值未进行FDR校正 阅读提示：Methods中'Cross-tissue aging correlation analysis'小节和Figure 6a图注 |
| 遗传关联分析 | 979名个体全外显子测序变异；从998k变异筛选127k功能变异；基因负荷评分为基因内所有变异基因型总和；线性回归deltaSA=β×geneburden+ε；Benjamini-Hochberg FDR<0.1 阅读提示：Methods中'Germline association with delta-structural aging'小节 |