牛牪犇！ 爱生生命又登国际知名学术期刊，进一步揭开长寿奇迹的神秘面纱

近日，广西爱生生命科技有限公司（以下简称爱生生命）的科研团队再次在长寿科技行业投下一枚炸弹，在The Journals of Gerontology, Series A: Biological Sciences and Medical Sciences（老年学系列期刊A：生物科学与医学科学 ）国际期刊中发表题为”Antimicrobial Peptides From the Gut Microbiome of the Centenarians: Diversifcation of Biosynthesis and Youthful Development of Resistance Genes(百岁老人肠道微生物组中的抗菌肽：多样化的抗菌肽生物合成和年轻化的抗性基因发展)”的论文。

研究背景

抗生素自面世以来，以其良好的抗菌效果的得到广泛使用，同时也逐渐在治疗后期产生的抗药性。抗生素耐药病原体的广泛流行加剧了治疗感染的挑战，并对人类健康构成威胁。据预测，到2050年，耐药性感染每年可能导致全球1000万人死亡。

一些实验验证强调了抗菌肽（AMPs）广泛的抗菌活性、稳定性和低宿主细胞毒性，使AMPs成为最有希望的抗生素替代品，并为抗生素耐药性危机提供了潜在的解决方案。而人体肠道中宿主衍生的AMPs不仅可以预防病原体感染，还可以塑造微生物群的整体组成。然而，肠道菌群中潜在AMPs及其抗性基因与年龄分布之间的关系尚未得到彻底研究。

基于以上的研究背景，爱生生命科学家团队利用多年来积累的长寿老人肠道数据，结合先进的AI模型，进行了不同年龄组肠道微生物分组的对比分析，希望借此进一步发现百岁老人身体当中的长寿密码。

研究方法&结果

该研究团队通过构建AMPs预测模型，分析不同年龄条件下宏基因组数据中潜在AMPs的分布模式。研究团队采集了50例健康人群的粪便样本，依据年龄分为三组：年轻组（YG，24-44岁，n=15）、老年组（OAG，68-85岁，n=15）和长寿老人组（CG，100-116岁，n=20），并对所有样本进行宏基因组测序。通过将宏基因组数据与AMPRGs库进行比较，发现了不同年龄组中AMPRGs的分布差异。

为了使得数据的比对更加精确，该研究团队重新构建了一个AMP识别pipeline，在这个pipeline中，使用公共数据库上的AMPs数据集和non-AMPs数据集构建了基于深度学习的自然语言处理模型，并对模型的性能进行优化。

通过以上精准的样本采集+大数据模型对比下，不同年龄组中，在不对c_AMP的均匀度（evenness，Eve）进行限制的情况下，特有的c_AMP随年增加呈递增趋势，且长寿组（CG）具有最多数量的特有c_AMP，其数量接近年轻组（YG）的两倍（图2A），且这种差异似乎随着年龄的增长而增加。也就是说，发现长寿人群的c_AMP组成和多样性高于非长寿人群。

除此之外，该研究还评估了三种与衰老关联性较大的菌种（Akkermansia muciniphila阿克曼氏菌、Bifidobacterium longum双歧杆菌和Bacteroides fragilis脆弱类杆菌）与重要AMP（ic_AMP）在宏基因组测序数据中的相关性，结果显示AMP_208040、AMP_238058、AMP_260767和AMP_326713与三种菌存在一定的关联性（cor>0.3、p<0.05）（图3D），表明这三种菌可作为ic_AMP具有长寿关联性的佐证。AMP种类数量随年龄增长而增加，百岁老人的AMP种类更加多样化。

论文揭示了百岁老人肠道微生物组中抗菌肽（AMPs）的多样性与抗菌肽抗性基因（AMPRGs）的分布模式，这一发现进一步解释了肠道微生物组在健康长寿中的作用，有助于指导选择抗菌肽（AMP）储存库和开发新型抗菌肽（AMP），并可能有助于从抗菌剂的角度阐明百岁老人的长寿优势， 为开发新型耐药性抗菌剂提供了科学依据，有望降低抗生素耐药性风险，具有巨大的应用潜力。

一、对长寿行业的发展&启示

未来也许会推动长寿行业从更多的切入点进行研究开发。为个性化医疗和营养干预提供了科学依据，未来可能会开发出针对不同个体肠道微生物组特征的干预措施，如长寿菌群移植(LMT)等先进医疗技术会被更广泛运用，或者是开发新型抗菌药物，以应对日益严重的抗生素耐药性问题，以促进健康长寿。

二、对长寿技术的推动

该研究结果显示百岁老人的年龄优势，探讨了人类肠道菌群中抗菌肽生物合成的潜力和AMPRG的发育状况，为抗菌肽耐药性的发展和益生菌株的筛选提供了启示。未来，爱生生命也会根据论文中的发现，进一步开发针对肠道菌群的新产品，并优化现有产品的配方，提高产品的有效性和安全性增强AMPs的多样性和活性，为消费者提供更好的健康解决方案，从而促进健康长寿。

爱生生命现有的大数据模型的肠道健康监测工具，已经可以帮助消费者了解和改善自己的肠道健康状况。而论文中涉及的机器学习模型和宏基因组学技术则说明，爱生生命将会对生物学、医学、计算机科学和工程学等多个学科做进一步的交叉融合，加强跨学科研究的发展，把这项综合性技术打造成独家的长寿科技手段，用于预防和治疗老年相关疾病，延长健康寿命。

三、未来展望

爱生生命在GSA发表的论文，不仅为长寿行业提供了新的研究方向，也为公司的产品研发提供了科学依据。同时，这项研究对提高人类健康长寿水平和推动科技进步具有重要意义。未来，随着肠道菌群研究的深入，有望开发出更多有效的健康干预措施，以促进健康长寿，同时也为抗菌药物的研发提供新的思路。此外，这项研究还强调了跨学科合作的重要性，预示着未来科学研究将更加依赖于多学科的融合与创新。

爱生生命在长寿科技研究领域的贡献，不仅有助于公司自身的发展，也为行业的进步和人类健康长寿的实现提供了宝贵的知识和技术支持。随着科技的不断进步，我们有理由相信，未来人类将能够更好地理解和利用长寿科技，为实现健康长寿的目标迈出坚实的步伐。