이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

홍콩의 장수인을 대상으로 한 멀티오믹스 연구를 통한 장수 요인 해독

2026년 1월 20일 업데이트: Hiu Yi Wong, Hong Kong University of Science and Technology

홍콩 장수 개체의 다중오믹스 연구를 통한 장수 요인 해독

인구 고령화는 사회적 역학을 변화시키고 심각한 글로벌 도전 과제를 제기하고 있습니다. 2050년까지 전 세계적으로 약 16억 명이 65세 이상이 될 것으로 추정됩니다. 노화는 많은 흔한 만성 질환의 주요 위험 요소이므로, 연령 관련 질환의 부담을 줄이고 건강한 노화를 촉진하는 것이 필수적입니다. 홍콩은 세계에서 가장 많은 노인 비율과 가장 높은 기대 수명을 보유하고 있으며, 2021년에 약 11,575명의 100세 이상 인구가 보고되었습니다 (1-2). 따라서 홍콩의 장수 인구는 건강한 노화 연구를 위한 귀중한 자원입니다.

장수는 유전적, 환경적, 행동적 요인에 영향을 받는 복잡한 특성입니다. 장수와 건강한 노화로 이어지는 메커니즘을 밝히기 위해 연구자들은 극도로 장수하는 100세 이상 인구에 초점을 맞추었습니다. 장수한 개인들(LLIs)과 다른 사람들 사이의 비교를 통해 장수와 관련된 여러 유전적 요인과 단백질 마커가 확인되었습니다. 이전 100세 이상 인구 연구에 따르면, 100세 이상 인구와 그 자손들은 알츠하이머병과 같은 연령 관련 질환 발병 위험이 5배 낮고 인지 예비력이 더 높습니다 (3-5). 특정 단백질 서명은 더 긴 생존을 예측하며, 100세 이상 인구는 일반 인구의 노인보다 훨씬 늦게 노화 서명을 획득합니다 (6). 흡연을 하지 않음, 운동, 더 큰 식이 다양성을 포함한 특정 건강한 생활 방식은 100세 이상 인구가 될 가능성을 높입니다 (7).

100세 이상 인구에 대한 새로운 연구들이 등장하고 있음에도 불구하고, 장수의 다양한 분자 서명을 이해하기 위한 통합적 접근법은 여전히 부족합니다. 더욱이, 대부분의 100세 이상 인구 연구는 유럽 혈통을 기반으로 합니다. 결론적으로, 중국 인구의 LLIs의 유전체, 단백체, 대사체 및 미생물군집 프로파일을 조사하는 다중 오믹스 연구가 필요합니다.

따라서, 본 연구는 노화 과정과 관련 질환을 모니터링하는 데 사용될 수 있는 다중 오믹스 바이오마커를 식별하는 것을 목표로 합니다. 또한, 중국 인구와 홍콩 현지 인구에 초점을 맞춘 건강한 노화를 촉진하기 위한 수정 가능한 후보 요인을 제공할 것입니다. 궁극적으로, 이 연구에서 얻은 통찰력은 건강한 노화를 증진하고 우리 지역 노령 인구의 삶의 질을 향상시키는 효과적인 전략 개발에 정보를 제공할 것입니다.

연구 개요

상태

아직 모집하지 않음

정황

개입 / 치료

상세 설명

제안된 연구는 5년 동안 진행될 횡단면 연구입니다. 홍콩의 다양한 지역사회에서 95세 이상의 개인(즉, 장수자) 500명을 모집할 것입니다. 광고와 노인 지역사회 센터 및 비정부 기관(NGO)과의 협력을 통해 장수자를 모집할 것입니다. 노인 센터와 NGO에서 참가자를 모집하여 인구통계학적 정보, 가족력, 병력 및 약물 기록을 수집할 것입니다. 또한 임상 화학 및 다중오믹스 연구를 위해 혈액 샘플을 수집할 것입니다. 더 나아가, 다양한 평가 시스템을 사용하여 인지 기능 및 일상 생활 활동을 평가하기 위한 인지 및 기능 평가를 수행할 것입니다.

또한, 자체 알츠하이머병 등록부 및 지역사회 코호트를 기반으로 노인(65-94세, n = 2,000명)의 대조군 코호트를 구축할 것입니다. 이에 따라 장수자와 대조군 코호트 간의 인구통계학적 특성, 임상 프로필, 인지 및 기능 점수, 다중오믹스 데이터를 비교할 것입니다.

연구 유형

관찰

등록 (추정된)

2500

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

  • 이름: Nancy Ip, PhD
  • 전화번호: +852-23587304
  • 이메일: boip@ust.hk

연구 연락처 백업

  • 이름: Hiu Yi Wong, PhD
  • 전화번호: +852-23587344
  • 이메일: annawong@ust.hk

연구 장소

      • Hong Kong, 중국
        • Hong Kong University of Science and Technology
        • 연락하다:
          • Nancy Ip, PhD
          • 전화번호: +852-23587304
          • 이메일: boip@ust.hk
        • 수석 연구원:
          • Nancy Ip, PhD
        • 연락하다:

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 고령자

건강한 자원 봉사자를 받아들입니다

샘플링 방법

확률 샘플

연구 인구

극단적인 장수를 누리는 노인 (연령 >=95세)

설명

포함 기준:

  1. 한족 혈통
  2. 95세 이상임을 공식적으로 증명할 수 있는 서류 제출 가능(예: 출생 증명서)
  3. 정보 제공자의 동반 여부와 관계없이 연구 참여에 대한 동의를 정신적으로 결정할 수 있는 능력
  4. 생체 시료(예: 혈액) 기증에 동의

제외 기준:

  1. 정보 제공자가 동반하더라도 연구 참여에 대한 동의를 정신적으로 결정할 수 없는 경우
  2. 혈액 샘플 제공 거부

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
개입 / 치료
장수한 개인들(LLIs)
95세 이상의 개인
임상 프로필, 혈액 수집, 인지 평가, 수정 가능한 위험 요소에 대한 설문지
노인 대조군
65-94세 노인
임상 프로필, 혈액 수집, 인지 평가, 수정 가능한 위험 요소에 대한 설문지

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
장수인의 바이오뱅크
기간: 3~5년
인구통계학적 정보, 임상 프로필, 인지 및 기능 평가, 생활 방식, 유전체 및 단백체 바이오마커에 대한 데이터를 포함한 LLI의 포괄적인 코호트
3~5년
장수와 관련된 유전적 및 수정 가능한 요인
기간: 3-5년
유전적 및 수정 가능한 요인과 장수의 연관성
3-5년

2차 결과 측정

결과 측정
측정값 설명
기간
AI 기반 모델
기간: 5년
건강한 노화를 촉진하는 후보 수정 가능 요인을 밝히는 AI 기반 모델
5년
건강한 노화 전략
기간: 5년
노년층 인구의 건강한 노화를 증진하기 위한 맞춤형 전략에 대한 권고사항
5년

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 수석 연구원: Nancy Ip, PhD, Hong Kong University of Science and Technology

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (추정된)

2026년 3월 1일

기본 완료 (추정된)

2031년 2월 28일

연구 완료 (추정된)

2031년 2월 28일

연구 등록 날짜

최초 제출

2026년 1월 13일

QC 기준을 충족하는 최초 제출

2026년 1월 13일

처음 게시됨 (실제)

2026년 1월 21일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 1월 22일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 1월 20일

마지막으로 확인됨

2026년 1월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

관찰연구에 대한 임상 시험

구독하다