🔑 核心发现
提出背景:把「一个数字」拆开
不论是 Horvath 时钟还是 DunedinPACE,输出都是一个数字。但衰老在人体内并不同步:有人心血管系统提前劣化,有人首先出现认知功能下降,有人肾功能下滑更快。把这些差异压缩成单一指标,等于丢掉了最有行动价值的信息[9]。
另一个动因是可操作性。即便知道自己「生物年龄偏大 5 岁」,也很难据此决定做什么。但如果知道是肝脏或心脏这一个系统在拖后腿,对应的临床检查与随访路径立刻就清晰了。把整体年龄拆成器官维度,正是这类研究试图创造的价值。
技术上的前提是血浆蛋白组学的成熟。Tanaka 等在 BLSA 队列中已经证明,血浆蛋白丰度谱携带清晰的年龄信息[3];Lehallier 等进一步发现,人类血浆蛋白组的变化并非匀速,而是在大约三四十岁、六十岁、七八十岁附近出现几个明显的波峰[2]。这些工作为器官层面的拆解奠定了基础。
构建原理:器官富集蛋白与 SomaScan 平台
2023 年,Oh 等(通讯作者 Tony Wyss-Coray)在《Nature》发表了这项研究[1]。其核心思路是器官富集蛋白:如果某个蛋白在某一器官的基因表达量显著高于其他所有器官(研究中以人类组织表达图谱为依据设定倍数阈值),那么血浆中该蛋白的水平就可以被视为这个器官状态的窗口。血浆蛋白组之所以可行,是因为组织分泌与泄漏的蛋白会汇入循环,而大规模血浆蛋白定量的技术基础在过去十余年已经建立[5]。
研究使用基于适配体的 SomaScan 平台,同时定量血浆中数千种蛋白[4]。按器官富集规则把这些蛋白分配到 11 个器官系统(包括脑、心脏、肝、肾、肺、胰腺、肠道、免疫系统、肌肉、脂肪组织与血管),再为每个器官单独训练一个以时序年龄为标签的模型。模型输出与时序年龄之差,即该器官的「年龄差」(age gap)。研究覆盖了数千名成年人的血浆样本[1]。
它测的到底是什么:器官异速衰老
最重要的发现是器官异速衰老——同一个人体内,不同器官的衰老程度可以显著不同步。研究报告约五分之一的健康成年人存在至少一个器官的年龄差明显偏离同龄人分布,而这些人在常规体检中通常并无异常[1]。
更关键的是这些年龄差不是随机噪声:某个器官的加速衰老与该器官相关的疾病风险相关。研究观察到心脏年龄差与心力衰竭风险、脑年龄差与认知下降及阿尔茨海默病风险之间存在关联,且在校正时序年龄与常规危险因素后仍然成立[1]。这种「器官—疾病」的对应关系,是单一整体年龄指标无法提供的。
需要说明模型标签的性质:这些器官时钟仍然以时序年龄为训练目标,因此在代际划分上更接近第一代时钟的逻辑,健康信息同样来自残差。它的创新不在于换了训练标签,而在于换了组学层面与空间分辨率[7]。
预测效力与外部验证
原始研究本身包含多队列的内部验证,但都在同一技术平台上完成[1]。更广义的旁证来自其他团队:Argentieri 等基于 UK Biobank 大规模血浆蛋白组数据构建的蛋白组年龄时钟,报告其可预测全因死亡率与多种年龄相关疾病,说明血浆蛋白组确实携带稳健的衰老与结局信息[6]。
但真正意义上的外部验证仍然不足:目前缺少在不同人群、不同蛋白定量平台(如基于抗体的 Olink 或质谱方法)上,对这 11 个器官模型逐一重复的公开结果。在这类验证完成之前,把器官年龄差当作稳定的个体特征来使用,仍属超前[10]。与已有近十年积累、经过大量独立队列检验的甲基化时钟相比,器官蛋白组时钟的证据成熟度明显更低[8]。
局限:平台依赖、批次效应与验证缺口
平台依赖是首要问题。适配体平台测的是结合信号强度,并非蛋白的绝对浓度;不同平台对同一蛋白的测量结果相关性参差不齐。这意味着模型很可能无法直接迁移到其他检测方法上[4]。
前分析变异极大。血浆蛋白组对采血管类型、离心条件、冻融次数、储存时长与温度都高度敏感,溶血更会显著扭曲部分蛋白的读数。同一份样本在不同处理流程下得到的结果可能相差很大,这类系统性偏差在跨批次比较中尤其难以剔除[3]。
器官归属是简化假设。「器官富集」并不等于「器官专属」——被归到某器官的蛋白,往往在其他组织中也有一定表达;血浆浓度还受肾清除率、肝合成能力与血浆容量影响。因此「脑年龄」这个说法应理解为「一组脑富集血浆蛋白所反映的状态」,而非直接测量了脑组织[5]。
研究阶段的定位。这套方法尚未被任何监管机构批准用于临床,也没有任何随机试验证明干预器官年龄差能够改变结局。它目前是一个有前景的研究假说,不是诊断工具[1]。
怎么解读一份检测报告
随着相关服务开始商业化,这里给出几条建议。
- 把它当作探索性信息。器官年龄差不是诊断,任何提示都需要用常规医学检查去核实。「肝年龄偏大」不等于肝病,正确的下一步是做肝功能与影像学检查,而不是自行服用护肝产品。
- 只在同一平台内做纵向比较。由于平台依赖与前分析变异,不同厂商、不同批次的结果不可横向比较;同一实验室、同一方法、固定时间窗的多次测量才有参考意义[2]。
- 警惕过度精确化的表述。把器官年龄报到小数点后一位、或给出「你的心脏年龄是 52.3 岁」这类说法,超出了方法本身的分辨能力。
- 关注一致性异常。若某个器官在多次检测中持续显著偏离,比一次孤立的异常值更值得带去门诊讨论。
总体而言,器官时钟代表了生物年龄研究一个有价值的方向:从「你有多老」转向「你哪里在变老」。这个转向在概念上是对的,因为它把一个抽象数字变成了可以对接临床科室的具体信息。但从概念正确到临床可用之间,还隔着大规模、跨平台、跨人群的独立验证,以及干预能否改变这些指标、改变之后能否改变结局的证据[10]。在这些工作完成之前,保持兴趣但不过度解读,是恰当的态度。
🔬 不老记评价
证据等级:🟡 C级 · 初步证据
📚 参考文献
- OH H S, RUTLEDGE J, NACHUN D, et al. Organ aging signatures in the plasma proteome track health and disease[J]. Nature, 2023, 623(7987): 616-624.
- LEHALLIER B, GATE D, SCHAUM N, et al. Undulating changes in human plasma proteome profiles across the lifespan[J]. Nature Medicine, 2019, 25(12): 1843-1850.
- TANAKA T, BIANCOTTO A, MOADDEL R, et al. Plasma proteomic signature of age in healthy humans[J]. Aging Cell, 2018, 17(5): e12799.
- GOLD L, AYERS D, BERTINO J, et al. Aptamer-Based Multiplexed Proteomic Technology for Biomarker Discovery[J]. PLoS One, 2010, 5(12): e15004.
- SUN B B, MARANVILLE J C, PETERS J E, et al. Genomic atlas of the human plasma proteome[J]. Nature, 2018, 558(7708): 73-79.
- ARGENTIERI M A, XIAO S, BENNETT D, et al. Proteomic aging clock predicts mortality and risk of common age-related diseases in diverse populations[J]. Nature Medicine, 2024.
- HORVATH S. DNA methylation age of human tissues and cell types[J]. Genome Biology, 2013, 14(10): R115.
- BELSKY D W, CASPI A, CORCORAN D L, et al. DunedinPACE, a DNA methylation biomarker of the pace of aging[J]. eLife, 2022, 11: e73420.
- LÓPEZ-OTÍN C, BLASCO M A, PARTRIDGE L, et al. Hallmarks of aging: An expanding universe[J]. Cell, 2023, 186(2): 243-278.
- HIGGINS-CHEN A T, THRUSH K L, WANG Y, et al. A computational solution for bolstering reliability of epigenetic clocks: implications for clinical trials and longitudinal tracking[J]. Nature Aging, 2022, 2: 644-661.