GrimAge

提出背景：把训练目标一路推到死亡时间

表观遗传时钟的演进史，本质上是训练标签的演进史。第一代时钟（Horvath、Hannum）拟合时序年龄，健康信息只能从残差里间接读出，天花板明显^[4]。PhenoAge 把标签换成由 9 项临床指标构建的表型年龄，预测力随之提升^[3]。顺着这条逻辑往下推，最激进的做法是：直接用死亡时间作标签。GrimAge 就是这样一个产物——它的名字本身（grim reaper，死神）就点明了这个设计意图。

2019 年，Lu 等在《Aging (Albany NY)》发表了这项工作^[1]。需要指出，这类时钟已经很难说是在「测年龄」，它更像一个用甲基化数据构建的死亡风险评分，只是把输出换算成了「岁」这个单位，以便与时序年龄对照^[10]。

构建原理：为什么要绕两步

直接用甲基化拟合死亡时间在统计上很困难：死亡事件稀少、随访周期长，可用样本远远不够支撑数十万维特征的筛选。Lu 等的解法是引入中间层。第一步，在 Framingham 心脏研究后代队列中，用弹性网络分别为一批血浆蛋白训练甲基化预测模型，得到所谓「DNAm 替代指标」（DNAm surrogate）。从初筛的十余个候选蛋白中，最终保留 7 个与死亡率关联稳健的：肾上腺髓质素（ADM）、β2 微球蛋白（B2M）、胱抑素 C（cystatin C）、生长分化因子 15（GDF15）、瘦素（leptin）、纤溶酶原激活物抑制剂 1（PAI-1）与基质金属蛋白酶抑制剂 1（TIMP-1）^[1]。

同时还训练了一个 DNAm PACK-YEARS，用甲基化数据估计一个人的累计吸烟包年数。第二步，把这 7 个 DNAm 蛋白替代指标、DNAm PACK-YEARS 加上年龄与性别，放进 Cox 比例风险模型拟合死亡时间，再将风险线性预测值换算成年龄尺度，即为 GrimAge^[1]。整个模型累计涉及约一千个 CpG 位点，远多于第一代时钟。

为什么把吸烟写进时钟

这一点常被误解为「作弊」，其实有充分的生物学依据。吸烟是目前已知在血液甲基化谱上留下最强、最可重复印记的环境暴露。Joehanes 等整合十余个队列、近 1.6 万人的全表观基因组关联分析发现，与吸烟相关的差异甲基化位点数以万计，分布在数千个基因上，其中部分位点在戒烟后需要数十年才逐渐恢复^[6]。换言之，甲基化本身就携带着一份相当可靠的吸烟史记录。

把这份记录显式建模，等于让时钟捕捉到了一个既有极强死亡预测力、又完全可干预的行为因素。代价是 GrimAge 的预测力有相当一部分来自吸烟暴露——在从不吸烟的人群中，其相对优势会缩小。解读时应当意识到这一点：一个非吸烟者的 GrimAge 升高，其驱动因素与吸烟者完全不同。

预测效力与外部验证

原始论文在多个独立队列中报告，GrimAge 年龄加速度与全因死亡率、冠心病发病、癌症发病、以及多项健康寿命指标（体能下降、认知功能、共病数量）相关，且在校正时序年龄、性别与常规风险因素后仍成立；在同一批样本上与 Horvath、Hannum、PhenoAge 头对头比较时，GrimAge 的预测力最强^[1]。

独立团队的验证支持了这个排序。McCrory 等在爱尔兰老龄化纵向研究中同时评估多种时钟，结论是 GrimAge 在预测年龄相关临床表型与全因死亡率方面优于其他时钟^[5]。Hillary 等在 Generation Scotland 队列中也报告，第二代时钟对主要死因与疾病负担的患病与发病率具有预测价值^[7]。这些结果共同支持一个判断：训练标签越接近临床结局，时钟的预测力越强。

不过「预测力最强」这句话需要放在具体尺度下理解。这些比较大多在中老年队列中完成，以群体层面的风险分层为目标；落到某一个人身上时，预测区间依然很宽，无法回答「我还能活多久」这类问题^[10]。此外，多数验证队列以欧洲裔人群为主，GrimAge2 的一项改进正是纳入了族裔构成更多样的样本重新校准^[2]，这从侧面说明初版在跨族裔应用上存在校准偏差的风险。

GrimAge2 与后续更新

2022 年，同一团队发布了 GrimAge2^[2]。相比初版，它追加了 C 反应蛋白与糖化血红蛋白的甲基化替代指标，并在更广泛、族裔构成更多样的队列中重新训练与验证。这类更新提醒使用者注意一个实际问题：不同版本的 GrimAge 数值之间不能直接比较。如果一份历史报告用的是初版、新报告用的是 v2，两者的差值不能被解读为衰老状态的变化。

局限：复合结构放大了技术噪声

GrimAge 的复合结构是一把双刃剑。它叠加了 8 个各自独立训练的子模型，每个子模型都有自己的测量误差，误差在组合过程中会传递并可能放大，使其对芯片平台、归一化流程与批次的敏感度高于单层时钟。Higgins-Chen 等的系统评估指出，常用时钟在技术重复样本上的组内相关系数普遍不足以支撑个体层面的短期追踪，并提出用主成分方法重构来改善信度^[8]。

其次是血细胞组成混杂。GrimAge 建立在全血样本上，而白细胞亚群比例随年龄和急性炎症显著变化，未经反卷积校正的结果有一部分只是在反映血象^[1]。第三，Bell 等在方法学建议中强调，跨研究、跨平台的甲基化时钟数值不可直接比较，报告必须完整披露预处理流程^[9]。第四，GrimAge 从未在任何随机对照试验中被验证为「可干预的因果靶点」——它是一个预后标志物，不是治疗目标。小样本、无对照的探索性试验（如 TRIIM）报告的时钟变化，不足以支持任何干预建议^[11]。

怎么解读一份检测报告

第一，看差值而非绝对值：有意义的是 GrimAge 与时序年龄之差（GrimAge acceleration），而不是那个换算出来的「岁数」。第二，确认版本：报告应注明是 GrimAge 还是 GrimAge2，否则纵向对比无从谈起。第三，固定条件做纵向追踪：同一实验室、同一平台、同一时间窗（例如每年同月），只与自己的历史数据比较；不同厂商之间的结果不可横向比较。

第四，把它当作提示而非结论。如果 GrimAge 持续高于时序年龄，值得做的是回到那些已被证实可改变结局的方向——戒烟是其中效应最明确的一项^[6]——并按常规医学路径完成体检与专科评估。GrimAge 未被任何监管机构批准用于疾病诊断、寿命预测或风险分级，任何声称能据此给出「剩余寿命」的产品，都超出了这项研究本身能支持的范围^[10]。