基于人類PBMC scRNA-seq的衰老時鐘揭示了 核糖體與炎癥平衡作為單細(xì)胞衰老和超長壽命的標(biāo)志

       量化老年率對于評估與年齡相關(guān)的衰老和死亡率很重要。最近生成了一個七位超級百歲老人(SCs)的血液單細(xì)胞RNA測序數(shù)據(jù)集。在這里，作者生成一個參考28個樣本的年齡隊列，以計算單細(xì)胞水平的老化時鐘，并確定SCs的生物年齡。作者的時鐘模型將SCs的血液生物學(xué)年齡定在80.43歲到102.67歲之間。與模型預(yù)期的衰老軌跡相比，SCs表現(xiàn)為原始CD8+T細(xì)胞增加，細(xì)胞毒性CD8+T細(xì)胞減少，記憶CD4+T細(xì)胞和巨核細(xì)胞減少。作為單細(xì)胞水平上最顯著的分子標(biāo)志，SCs含有更多的高核糖體水平的細(xì)胞和細(xì)胞類型，根據(jù)貝葉斯網(wǎng)絡(luò)推斷，這與SCs的低炎癥狀態(tài)和緩慢衰老有關(guān)。通過抑制單核細(xì)胞中的核糖體活性或翻譯過程，驗證了單細(xì)胞衰老時鐘揭示的翻譯與炎癥平衡的關(guān)系。
       該研究于2023年6月發(fā)表在《Science advances》，IF：14.957。

技術(shù)路線

結(jié)果
1、scRNA-seq揭示了衰老隊列中的細(xì)胞類型組成
       為了構(gòu)建基于單細(xì)胞轉(zhuǎn)錄組的衰老速率預(yù)測模型，作者從28歲到77歲的17個個體（其中6個男性和11個女性，年齡分布相似）收集了PBMCs（外周血單核細(xì)胞），作者將其稱為上海東方醫(yī)院自然衰老隊列（簡稱SE隊列），并使用10X Genomics scRNAseq對其進(jìn)行測序。對于每個個體，平均測序和分析了8545個細(xì)胞，每個細(xì)胞平均有110,364個reads（圖1A）。作者將這些數(shù)據(jù)與已發(fā)表的PBMC scRNAseq數(shù)據(jù)集一起進(jìn)行進(jìn)一步分析。這些數(shù)據(jù)集包括兩個中國隊列，中國年輕隊列（CYCT）和武漢隊列（WHCT），以及兩個日本隊列，日本老年隊列（JOCT）和超百歲人士隊列（SCs）。每個隊列包含五個個體。由于質(zhì)量不佳（線粒體基因表達(dá)超過10%或檢測到的基因數(shù)小于200），作者移除了25,111個細(xì)胞，總共保留了131,972個單細(xì)胞的SE數(shù)據(jù)集，以及23,796個細(xì)胞的CYCT數(shù)據(jù)集，45,923個細(xì)胞的WHCT數(shù)據(jù)集，19,252個細(xì)胞的JOCT數(shù)據(jù)集和38,417個細(xì)胞的SC數(shù)據(jù)集。然后，作者消除了SE數(shù)據(jù)集和其他獨(dú)立隊列之間的批次效應(yīng)，并根據(jù)經(jīng)典細(xì)胞系標(biāo)記物和簇特異性標(biāo)記基因的表達(dá)，識別了紅細(xì)胞（RBCs）、巨核細(xì)胞（Mega）和六個主要的免疫細(xì)胞系譜，包括CD4+ T細(xì)胞（TC）、CD8+ T細(xì)胞、自然殺傷細(xì)胞（NK）、單核細(xì)胞（MC）和樹突狀細(xì)胞（DC），并通過UMAP進(jìn)行可視化（圖1B）。

2、免疫細(xì)胞亞型重新聚類進(jìn)行細(xì)分
       為了分離免疫細(xì)胞的亞型，作者分別對NK和TC系譜的細(xì)胞、BC系譜的細(xì)胞以及MC和DC系譜的細(xì)胞進(jìn)行了重新聚類。利用每個簇中最顯著上調(diào)的基因，作者總共確定了29個細(xì)胞亞型（圖1B）。這些細(xì)胞亞型隨后被用于下游分析。

圖 1. 衰老過程中人血外周血單核細(xì)胞 (PBMC) 的單細(xì)胞 RNA 測序 (scRNA-seq) 圖譜

3、基于細(xì)胞類型比例的時鐘模型顯示，SCs比實際年齡年輕得多
       隨著年齡的增長，各種細(xì)胞類型的比例發(fā)生變化（圖2A）。因此，作者測試使用scRNA-seq數(shù)據(jù)中細(xì)胞類型比例來構(gòu)建一個"時鐘"來預(yù)測年齡。作者首先訓(xùn)練了一個偏最小二乘回歸（PLSR）線性模型，并使用留一法交叉驗證（LOOCV）來評估模型的準(zhǔn)確性。作者計算了變量在投影中的重要性（VIP）來對每個變量對PLSR模型的整體貢獻(xiàn)進(jìn)行排序，VIP得分>1的變量被認(rèn)為是高解釋變量。這些變量包括NK-GZMH、CD8-CTL、CD8-Naive、CD4-Tm、CD4-Naive、Naive-B、NK-FCER1G、CD14-MC和Memory-B-CRIP1（圖2B）。為了擴(kuò)展訓(xùn)練數(shù)據(jù)的年齡范圍，作者使用TOSICA，進(jìn)一步映射了由廣東醫(yī)科大學(xué)產(chǎn)生的包含非常老（72至100歲）樣本（GM）的公開PBMC數(shù)據(jù)集的細(xì)胞類型，并訓(xùn)練了一個PLSR模型。作者發(fā)現(xiàn)它們在細(xì)胞類型組成或scRNA-seq時鐘預(yù)測的cAgeDiff中并沒有顯著差異。因此，作者將這兩組樣本都包含在擴(kuò)展的訓(xùn)練樣本中?；谶@個擴(kuò)展數(shù)據(jù)集（SE + GM），作者發(fā)現(xiàn)僅基于前7個細(xì)胞類型的三個成分的PLSR模型產(chǎn)生了一個預(yù)測年齡與實際年齡之間相關(guān)系數(shù)（PCC）為0.88，平均絕對誤差（MAD）為8.36的模型（圖2C）。作者還使用細(xì)胞類型比例來訓(xùn)練一個彈性網(wǎng)絡(luò)（EN）回歸線性模型，并使用權(quán)重來對每個變量對EN模型的整體貢獻(xiàn)進(jìn)行排序?；谇?個細(xì)胞類型的EN模型具有與PLSR模型類似的準(zhǔn)確預(yù)測能力，在SE + GM隊列中預(yù)測年齡與實際年齡之間的PCC和MAD分別為0.89和7.86，而PLSR模型的準(zhǔn)確性在訓(xùn)練和獨(dú)立隊列之間更為相似，表明稍微具有更好的泛化能力。PLSR模型和EN模型之間前7個細(xì)胞類型有5個共同的，暗示了它們在通過血液細(xì)胞類型組成進(jìn)行年齡預(yù)測中的重要性。
       為了進(jìn)一步驗證作者的模型，作者將其應(yīng)用于三個獨(dú)立健康隊列的血液scRNA-seq數(shù)據(jù)上。其中包括五個CYCT個體（年齡范圍為29至58歲）、五個WHCT個體（年齡范圍為37至71歲）和五個JOCT個體（年齡范圍為50至80歲，年齡按十年為單位精確，因此根據(jù)定義，預(yù)期的誤差超過5年）。在這三個隊列中，作者的七種細(xì)胞類型的PLSR模型在按年齡排序三個隊列中的MAD分別為10.06、10.91和10.16，PCC分別為0.43、0.69和0.28。當(dāng)繪制預(yù)測年齡與實際年齡之間的差異（AgeDiff）時，注意到在PLSR和EN模型中老年人中存在輕微的系統(tǒng)性低估（negative AgeDiff），而在年輕人中存在高估（positive AgeDiff）。因此，作者使用Loess模型進(jìn)行了系統(tǒng)性偏差的校正，得到了校正后的AgeDiff（cAgeDiff）。在這種校正后，獨(dú)立對照隊列中與實際年齡的MADs為7.95、8.19和8.62，PCC為0.64、0.85和0.57。值得注意的是，年齡校正不會改變模型與實際年齡的MAD，但會增強(qiáng)PCC。由于作者的單細(xì)胞衰老時鐘與年齡呈線性關(guān)系，作者希望它具有線性可擴(kuò)展性，可以外推到訓(xùn)練數(shù)據(jù)中未包含的年齡譜的任何一端。根據(jù)作者的時鐘模型預(yù)測，比最小的訓(xùn)練樣本小28歲以上，TOSICA映射的臍帶血樣本（Cord）的年齡為-10.10至-5.42歲（圖2D）。而在年齡范圍的另一端，比最年長的訓(xùn)練樣本年大20歲的SCs被預(yù)測為80.43至102.67歲，平均比他們的實際年齡年輕18.64歲。經(jīng)過年齡校正的細(xì)胞類型EN模型將所有SCs預(yù)測為低于110歲，平均年齡為95.23歲，將臍帶血（Cord）預(yù)測為7.12至12.68歲。
       為了進(jìn)一步測試時鐘性能，將年齡時鐘應(yīng)用于其他獨(dú)立的疾病數(shù)據(jù)集，包括COVID-19數(shù)據(jù)集和系統(tǒng)性紅斑狼瘡（SLE）數(shù)據(jù)集?；诩?xì)胞類型組成的PLSR模型顯示，處于疾病狀態(tài)的個體的平均生物學(xué)年齡高于年齡匹配的對照組，并且隨著疾病嚴(yán)重程度的增加而增加（圖2，E至G）。也許由于樣本規(guī)模較小，只有嚴(yán)重癥狀的COVID-19患者明顯年齡較大（圖2E；t檢驗，P = 0.040），而SLE癥狀得到控制和病情加重的患者年齡較明顯大于對照組（圖2G；t檢驗，P = 8.77 × 10?4和4.20 × 10?3）。由EN模型預(yù)測的cAgeDiff顯示出疾病與對照組之間一致顯著的增加。這些結(jié)果表明，基于細(xì)胞類型組成的PLSR和EN時鐘模型都能夠識別這些疾病患者免疫相關(guān)生物年齡的增加。
       與模型預(yù)測的SCs的“緩慢老化”一致（圖2D），在PLSR和EN模型中使用的七個細(xì)胞類型中，兩個CD8+T細(xì)胞亞群之間存在高度顯著的負(fù)相關(guān)，即CD8+ CTL和CD8+ 初始 T細(xì)胞，在SE + GM和SC隊列中，它們分別隨年齡顯著增加和減少，但SCs在很大程度上與70至100歲的SE + GMs個體重疊（圖2H）。這表明，在血液細(xì)胞群體水平上，CD8+ 初始T細(xì)胞向CD8+ CTL的極化是衰老的標(biāo)志。

圖 2. 基于單細(xì)胞 RNA 測序 (scRNA-seq) 的單細(xì)胞成分衰老時鐘和超級百歲老人 (SCs) 的年齡延遲。

4、SCs中與年齡相關(guān)的細(xì)胞成分變化被推遲
       作者利用模型預(yù)測與SCs實際狀態(tài)之間的細(xì)胞和分子偏差，來解析其極端長壽相關(guān)的特征（圖3A）。作者通過PLSR時鐘模型反向計算了110歲時的細(xì)胞類型組成。另外，基于PLSR和EN時鐘模型中的前7個細(xì)胞類型（圖2E），作者使用線性回歸模型（LR）定義了與年齡顯著正相關(guān)或負(fù)相關(guān)的細(xì)胞類型（具有RCC與年齡斜率，P < 0.05）。然后，根據(jù)PLSR模型或LR模型計算了110歲時的預(yù)期細(xì)胞比例，如果它們與SCs中的實際比例相比顯著偏高或偏低（z分?jǐn)?shù)，P < 0.05），則將這些細(xì)胞類型視為“SC延遲衰老細(xì)胞類型”或“SC延遲年齡下降細(xì)胞類型”（圖3A）。作者發(fā)現(xiàn)，與PLSR模型相比，SCs在CD8+ 初始T細(xì)胞、初始B細(xì)胞、記憶B細(xì)胞和NK-GZMK方面顯示出明顯的延遲性年齡相關(guān)性下降（z分?jǐn)?shù)，P < 0.05），在CD4+ Tm方面顯示出較小的延遲衰老相關(guān)增加（z分?jǐn)?shù)，P < 0.1），在CD8+ 初始T細(xì)胞方面顯示出延遲衰老相關(guān)減少，并在CD4+ Tm和初始B細(xì)胞方面顯示出延遲衰老相關(guān)增加，與LR模型相比。當(dāng)繪制年齡下調(diào)的CD8-初始細(xì)胞和年齡上調(diào)的CD4 Tm細(xì)胞的比例隨年齡變化時，在28到100歲的28個樣本中，SCs與線性趨勢線呈現(xiàn)明顯的延遲偏差。

圖 3. 超級百歲老人 (SCs) 中與衰老相關(guān)的細(xì)胞類型比例和基因表達(dá)變化延遲。

5、SCs中與年齡相關(guān)的單細(xì)胞基因表達(dá)變化延遲
       作者使用每個個體所有細(xì)胞的基因表達(dá)之和來訓(xùn)練PLSR模型，作為偽批量轉(zhuǎn)錄組時鐘模型，該模型對28個訓(xùn)練樣本的預(yù)測與實際年齡的MAD為5.04，PCC為0.97（圖3B），并將SCs的平均年齡預(yù)測為82.49歲。作者還使用每個細(xì)胞類型每個個體所有細(xì)胞基因表達(dá)的總和，分別訓(xùn)練了各細(xì)胞類型的偽批量轉(zhuǎn)錄組時鐘模型，MAD在4.80年（ABC細(xì)胞）到9.60年（漿細(xì)胞）之間（圖3C）。與基于細(xì)胞類型比例的時鐘模型相比，這些時鐘模型更加顯著地將SCs的中位轉(zhuǎn)錄組年齡預(yù)測為51.62歲到63.19歲（年齡校正前），年齡校正后為65.01歲到75.83歲（圖3C）。接著，基于這些PLSR時鐘模型，或者根據(jù)貢獻(xiàn)度VIP > 1的基因（表S1）定義為與年齡相關(guān)的基因，使用LR模型在每個細(xì)胞類型中預(yù)測它們在110歲時的表達(dá)水平，然后類似于上面描述的細(xì)胞類型分析，定義了“SC延遲年齡增加基因”（與年齡上調(diào)，并且在SCs中延遲）和“SC延遲年齡下調(diào)基因”（與年齡下調(diào)，并且在SCs中延遲）（圖3A）。使用LR模型，該模型不顯示對年齡的系統(tǒng)性偏差，作者發(fā)現(xiàn)2749個年齡增加基因和495個年齡下調(diào)基因，并且1023個年齡增加基因和149個年齡下調(diào)基因在SCs中有顯著的延遲表達(dá)。轉(zhuǎn)錄因子（TF）靶標(biāo)富集分析顯示，年齡增加和年齡下調(diào)基因都富集了FOXR2、ZNF318、PSMB5、PER1、ZZZ3和NERF的靶。其中，F(xiàn)OXR2、ZNF318、PSMB5和ZZZ3的靶標(biāo)在SC延遲年齡下調(diào)基因中富集，核因子κB（NFκB）的靶標(biāo)在SC延遲年齡增加基因中富集。KEGG通路富集分析顯示，年齡增加基因富集了NFκB/TNF/TLR/NOD/FoxO信號通路、病毒感染、凋亡、T細(xì)胞受體信號通路、細(xì)胞因子和PD-1通路，其中，NFκB/TNF/TLR/NOD/FoxO信號通路、病毒感染、凋亡、細(xì)胞因子和絲裂原活化蛋白激酶（MAPK）通路在SCs中有顯著的延遲（圖3D），而年齡下調(diào)基因主要富集于核糖體基因，這些基因在SCs的大多數(shù)細(xì)胞類型中顯著延遲表達(dá)（圖3E）。
       與PLSR模型預(yù)期值相比，SCs中有111個顯著延遲表達(dá)的年齡上調(diào)基因，與MAPK信號通路、雷帕霉素（mTOR）信號通路、NFκB信號通路和病毒感染有關(guān)。另外，有1261個年齡下調(diào)基因在SCs中顯著延遲表達(dá)。再次，大部分細(xì)胞類型中富集了與核糖體和翻譯相關(guān)的基因。而在其他隊列中，SEs中鑒定出的年齡下調(diào)核糖體基因也隨著年齡的增加而減少。

6、SCs中炎癥細(xì)胞與細(xì)胞間的相互作用受到抑制
       通過使用細(xì)胞間通訊數(shù)據(jù)庫，作者計算了每對細(xì)胞類型之間的配體-受體對數(shù)量，利用CellphoneDB進(jìn)行分析。作者發(fā)現(xiàn)，在不同的細(xì)胞類型中，許多與衰老相關(guān)的受體-配體對在衰老過程中上調(diào)（PCC，P < 0.05）。這些受體-配體對主要與炎癥、細(xì)胞因子和抗原呈遞相關(guān)（圖3F）。類似于延遲上調(diào)和下調(diào)的細(xì)胞類型和基因，作者定義了在SCs中延遲上調(diào)和下調(diào)的配體-受體對。與大多數(shù)細(xì)胞類型相比，與年齡相關(guān)的下調(diào)的aMb2整合素信號配體-受體對在SCs中普遍延遲，而與炎癥相關(guān)的上調(diào)的TNF信號配體-受體對也被延遲，特別是在pDC中（圖3G）。

7、核糖體/翻譯在單細(xì)胞水平上對抗炎癥
       根據(jù)上述結(jié)果，作者想知道核糖體水平的年齡相關(guān)下降和炎癥水平的年齡相關(guān)增加是否是單個細(xì)胞老化的兩個相關(guān)事件。為了定量評估每個細(xì)胞的炎癥狀態(tài)，作者根據(jù)炎癥相關(guān)基因列表計算了每個細(xì)胞的炎癥分?jǐn)?shù)。核糖體基因的中位表達(dá)水平被用來指示每個細(xì)胞中核糖體的水平。在SE和SC隊列中，對于所有細(xì)胞類型的所有單個細(xì)胞，核糖體水平與炎癥分?jǐn)?shù)之間存在顯著的負(fù)相關(guān)（圖4A）。此外，在不同的細(xì)胞類型之間，平均核糖體水平和平均炎癥分?jǐn)?shù)之間也存在顯著的負(fù)相關(guān)（圖4B）。根據(jù)核糖體水平與炎癥分?jǐn)?shù)的分布，細(xì)胞類型可以分為高炎癥和低核糖體（HI-LR）細(xì)胞類型，包括Intermed-MC、CD14-MC、CD16-MC、CD14-MC-PPBP和巨核細(xì)胞，以及低炎癥和高核糖體（LI-HR）細(xì)胞類型，即其他細(xì)胞類型（圖4B）。在除一種細(xì)胞類型外，所有核糖體基因的表達(dá)水平都隨著年齡的增長而在SE中降低，在HI-LR細(xì)胞類型中，SCs的水平與年輕的SEs相似（圖4C）。一致地，基于每個細(xì)胞類型內(nèi)的核糖體和炎癥基因表達(dá)的主成分分析（PCA）顯示，對于大多數(shù)細(xì)胞類型（例如CD4-Treg和CD14-MC），單個細(xì)胞分別落入高和低核糖體表達(dá)的兩個主要細(xì)胞狀態(tài)。與核糖體表達(dá)水平一致，大多數(shù)細(xì)胞類型中處于高核糖體狀態(tài)的細(xì)胞比例隨年齡減少（圖4D）。值得注意的是，在HI-LR細(xì)胞類型中，SCs始終比SE擁有更多處于高核糖體狀態(tài)的細(xì)胞（圖4D）。這表明，在血液中，高炎癥低核糖體表達(dá)，或者更準(zhǔn)確地說，在高核糖體狀態(tài)下的細(xì)胞更多，是超長壽在單個細(xì)胞水平上的共同特征。
       作者還在COVID-19和SLE隊列中驗證了核糖體表達(dá)和炎癥分?jǐn)?shù)的變化。與核糖體表達(dá)和炎癥之間的平衡一致，在COVID-19和SLE的疾病進(jìn)展中，所有細(xì)胞類型和HI-LR細(xì)胞中炎癥分?jǐn)?shù)持續(xù)增加，核糖體表達(dá)水平持續(xù)下降，而在SLE中的變化比COVID-19更顯著。
       此外，作者發(fā)現(xiàn)大多數(shù)細(xì)胞類型內(nèi)處于高核糖體狀態(tài)與低核糖體狀態(tài)的細(xì)胞之間的細(xì)胞間通信顯著不同（圖4E）。在低核糖體狀態(tài)下，前100個配體-受體對主要是在CD8-CTL和其他細(xì)胞類型之間，包括MHCII、S100A8/A9TLR4、CCL5-CCR5和TNF相關(guān)的配對，而在高核糖體狀態(tài)下這些配對顯著降低（t檢驗，P < 0.01；圖4E）。在高核糖體狀態(tài)與低核糖體狀態(tài)中，最常見的下調(diào)配體-受體對是核糖體蛋白S19（RPS19）與其膜受體C5AR1，據(jù)報道，該相互作用能抑制免疫反應(yīng)。
       最后，為了了解SE + GM數(shù)據(jù)中核糖體水平、炎癥水平、年齡和衰老速率之間的因果關(guān)系，作者分別基于HI-LR和LI-HR細(xì)胞類型中的所有單個細(xì)胞，在衰老速率參考SE + GM數(shù)據(jù)中推斷了一個貝葉斯網(wǎng)絡(luò)（BN）。這里，衰老速率通過年齡校正的AgeDiff來衡量，AgeDiff是基于細(xì)胞組成PLSR模型預(yù)測年齡與實際年齡之間的差異，并經(jīng)過年齡校正。BN模型推斷出AgeDiff取決于HI-LR細(xì)胞類型中的核糖體水平和炎癥水平，而核糖體水平反過來又取決于年齡。模型還推斷出核糖體水平的降低會導(dǎo)致HI-LR細(xì)胞中炎癥水平的增加。然而，在LI-HR細(xì)胞類型中，年齡降低會降低炎癥分?jǐn)?shù)，并且炎癥分?jǐn)?shù)不會影響衰老速率（圖4F）。這表明核糖體豐度，通常是翻譯和生長速率的代表，可能抑制HI-LR細(xì)胞的炎性細(xì)胞因子分泌；換句話說，高水平的炎性細(xì)胞因子表達(dá)可能是HI-LR細(xì)胞類型生長停滯或基礎(chǔ)低核糖體活性不足的結(jié)果，而干細(xì)胞可能受益于高細(xì)胞核糖體/翻譯/生長速率以對抗衰老引起的慢性炎癥。相比之下，基礎(chǔ)水平的炎性細(xì)胞因子可能是LI-HR細(xì)胞正常生長的結(jié)果（圖4F）。對于每種細(xì)胞類型推斷的BN模型中可以一致地觀察到類似的關(guān)系，根據(jù)這些BN中的相互作用，HI-LR細(xì)胞類型會自動聚集在一起，并通過無監(jiān)督層次聚類與其他細(xì)胞類型分離開來（圖4G）。
       最后，為了確認(rèn)HI-LR細(xì)胞中核糖體活性（翻譯）對炎癥的抑制作用，作者在人類血液原代單核細(xì)胞和THP-1單核細(xì)胞系（代表HI-LR細(xì)胞類型，并且在作者先前的研究中發(fā)現(xiàn)其分泌衰老相關(guān)的細(xì)胞因子）中，使用翻譯抑制劑環(huán)己基甲酰胺（CHX）進(jìn)行時間限制的翻譯抑制。CHX能與60S核糖體亞單位結(jié)合，抑制翻譯延伸。如BN模型所預(yù)期的那樣，在原代單核細(xì)胞中，抑制翻譯引起了常見炎性細(xì)胞因子白細(xì)胞介素-6（IL-6）和IL-8的顯著上調(diào)，并且這種上調(diào)呈時間依賴性（圖4H）。類似的結(jié)果也在THP-1細(xì)胞中觀察到。血液單細(xì)胞衰老和 SC 延遲衰老標(biāo)志的核糖體和炎癥平衡的示意圖（圖4I）。

圖 4. 衰老過程中核糖體與單細(xì)胞和細(xì)胞類型炎癥之間的關(guān)系

實驗方法
scRNA-seq、校正批次效應(yīng)、細(xì)胞亞型注釋、構(gòu)建時鐘模型、飽和度分析、TOSICA、GO terms、TF 富集分析、炎癥評分、細(xì)胞間通訊分析、AgeDiff校正、BN推斷、翻譯抑制測定。
參考文獻(xiàn)
Hongming Zhu et al. ,Human PBMC scRNA-seq–based aging clocks reveal ribosome to inflammation balance as a single-cell aging hallmark and super longevity.Sci. Adv.9,eabq7599(2023).DOI:10.1126/sciadv.abq7599