人口老齡化是我國及全球許多國家面臨的日益緊迫的問題。而作為健康衰老天然模型的百歲老人，其壽命不但遠長于普通人群，還能延緩甚至規避衰老相關重大疾病的困擾。因此，以百歲老人為研究對象，揭示其延緩/規避重大老年疾病的保護機制，將可能為老年疾病的早期防治、改善老年人群健康提供全新的視角和策略。雖然代謝控制在調控生物體衰老進程及健康壽命方面發揮著至關重要的作用，但百歲老人中是否存在促進健康老齡的關鍵代謝特征并不清楚。 

　　人體代謝是一個復雜的網絡，包含數千個代謝反應和數千個代謝物，如何系統的研究此網絡并從中甄別關鍵代謝特征是領域尚未解決的難點。為解決這一難點，課題組李功華博士等開發了一個全新的代謝網絡模擬方法GPMM以對整個人體代謝網絡進行分析并發現復雜表型（如長壽、疾病等）對應的關鍵代謝通路和關鍵代謝物。與現有方法相比，GPMM的準確性具有質的提高（預測和實驗測量之間的相關性R2從小于0.34顯著提高至0.86）。李功華博士應邀在2021年計算生物學與系統生物學領域國際知名會議ISMB/ECCB就GPMM方法進行大會報告，并獲得數據整合領域報告第一名（https://www.iscb.org/ismbeccb2021-general/awardwinners#camda-talk）。 

　　采用GPMM方法，研究人員系統重建并分析比較了我國百歲老人及年輕對照的代謝網絡（包括3977個代謝反應），發現脂肪酸氧化（FAO）增強是百歲老人中最顯著的代謝特征。通過測定同一批長壽及對照樣本的血清代謝組數據，結果表明百歲老人血清中脂類物質總體較年輕對照顯著降低，進一步支持百歲老人脂代謝增強的結論。鑒于脂肪酸氧化隨正常衰老而降低，且許多老齡相關的疾?。ㄈ缧难芗膊〉龋┚c脂肪酸氧化降低有關。因此該項研究首次揭示脂肪酸氧化增強是百歲老人最為顯著的代謝特征，提示其可能是長壽老人實現健康老化的重要代謝機制，這為老年疾病的早期防治提供了新的視角和策略。 

　　該研究論文以“System-level metabolic modeling facilitates unveiling metabolic signature in exceptional longevity”為題發表在衰老研究領域知名雜志Aging Cell上（https://onlinelibrary.wiley.com/doi/10.1111/acel.13595）。中國科學院昆明動物研究所的李功華副研究員為論文的第一作者，中國科學院昆明動物研究所的孔慶鵬研究員、黃京飛研究員及美國哈佛醫學院的肖文中教授為論文的通訊作者。該項目由中國科學院昆明動物研究所主導，并得到美國哈佛醫學院在算法設計方面的幫助。項目得到科技部、國家自然科學基金委、中國科學院、云南省科技廳、昆明市等基金項目的資助。

 GPMM代謝模擬流程及主要發現