你的生物钟几岁了？DNA时钟以仅两年的误差估算年龄，揭示衰老的黑匣子

你的生物钟几岁了？DNA时钟以仅两年的误差估算年龄，揭示衰老的黑匣子

除了生日，身体内部也有“时间”

年龄是根据出生后经过的年数来决定的。然而，即使同样是60岁，有的人可以轻松地爬楼梯，而有的人却被多种慢性疾病困扰。睡眠、饮食、运动、吸烟、压力、环境、疾病、遗传背景。长时间积累的这些差异会导致身体状态出现很大的个体差异。

因此，在老化研究中受到关注的是“生物学年龄”的概念。这是一种尝试，不是根据户籍上的年龄，而是将细胞和组织在衰老过程中表现出的特征量化。其中一种代表性的方法是读取附着在DNA上的化学标记的“表观遗传时钟”。

由德国莱布尼茨老化研究所弗里茨·李普曼研究所为中心的国际团队开发了一种新的DNA时钟“TFMethyl Clock”。研究的目标不仅仅是预测年龄，而是尽可能解释传统时钟为何能达到高精度，以及用于预测的DNA位置如何与老化生物学相关联。


不是读取DNA序列，而是读取“标签”

DNA甲基化是指在DNA的特定位置附着一个小的化学基团——甲基基的现象。虽然不会直接改变DNA的碱基序列，但与基因的易用性或难用性等调节有关。可以说，它就像贴在同一张设计图上的“阅读”或“保留”的标签。

甲基化状态并不是一成不变的。它会随着年龄、细胞类型、生活环境等而变化，其中一些与年龄密切相关的规律性模式存在。将多个测量点的组合输入机器学习，可以相当准确地推测出采血者的年龄。这就是表观遗传时钟的基本原理。

然而，准确的时钟并不一定是解释老化机制的时钟。就像AI通过汇集多个小线索来接近正确答案一样，即使是与年龄关系较弱、生物学角色不明确的测量点，如果大量组合在一起，也可能提高精度。

研究团队通过实验展示了这个问题。使用与年龄相关性较弱且不与转录因子结合位点重叠的1万个位置构建了100个模型，结果在独立数据中的误差平均中位数为3.77年。即使仅使用几乎无法解释老化内容的特征，也能达到接近某些现有时钟的精度。

这一结果清楚地表明，“能预测年龄”的性能与“能解释为什么那个人处于那种状态”的性能是不同的。仅仅看到高相关系数就认为已经了解了老化的原因还为时过早。


由7,803个样本构建的新时钟

研究使用了从15个数据集中收集的总计7,803个血液样本，目标年龄范围从0岁到101岁。其中7,138个用于模型构建，另有665个用于独立验证。

团队从可测量的超过25万个CpG位点中，重点考虑了两个条件来筛选候选。一是与年龄强烈相关，另一是与转录因子结合的DNA位置重叠。转录因子是参与基因开关操作的蛋白质，如果其结合位点的甲基化发生变化，就更容易从生物学上考察与基因活动的关系。

通过多个过滤器的候选有14,006个位置。最终模型通过将表现出相似变化的位点进行汇总，并加入抑制测量噪声影响的措施，由268个簇、548个CpG位点构成。

在独立的665个血液样本中验证时，估计年龄与实际年龄的相关系数为0.97。误差中位数为2.07年，均方根误差为3.47年。与研究中比较的现有时钟相比，不仅在绝对误差上，而且在年轻层和老年层容易产生的偏差、对测量噪声的强度上也表现出良好的结果。

2.07年的数字确实令人印象深刻。然而，这并不意味着所有人的结果都必然在实际年龄的前后2.07年内。由于是中位数，一半的误差小于该值，另一半则较大。此外，模型预测的主要对象是历年年龄，并未直接预测该人还能健康生活多少年。


显现出的“炎症”和“脂质代谢”

TFMethyl Clock真正的新颖之处不仅仅在于精度竞争。研究团队提取了即使在重复构建模型时也能稳定选择的661个CpG位点，并调查了与这些位点相关的血液中的267个基因。

结果，显著的是两个路径。一是涉及炎症性细胞因子白介素1β的产生和免疫反应的路径。包括NOD1、NOD2、STAT3、TNF等。另一个是涉及长链脂肪酸代谢的路径，列举了ACSL5、ACSL6、ELOVL2等。

慢性轻度炎症随着年龄的增加持续存在的“炎症性老化”，作为心血管疾病、代谢异常、神经退行性疾病等多种与年龄相关疾病的交汇点正在被研究。脂肪酸代谢也与细胞膜的维持、能量利用、炎症反应密切相关。新时钟捕捉到这两个方面，表明DNA上的年龄标记可能不仅仅是与已知老化现象无关的统计模式。

其中，ELOVL2相关的位点对模型的平均影响最大。ELOVL2参与多不饱和脂肪酸的代谢，其周围的甲基化早已被认为是强烈的年龄标记。通过其他基因表达数据验证，267个基因中有200个，约75%随着年龄的增加活动发生了显著变化。

变化并不是直线的。50岁之前变化缓慢，但60岁以后变化加剧的基因，40至60岁之间活动下降的基因，60岁以后突然下降的基因都有。老化不是每年以相同速度进行的简单斜坡，而是可能因分子而异，变化大的时期不同。

然而，这里也需要谨慎。此次分析并未证明炎症或脂质代谢的变化引发了老化。也可能是老化导致了这些变化，或者是其他因素同时影响了两者。在地图上标记重叠并不等同于找到了原因。


能否断定“身体比实际年龄年轻”

新闻标题可能会想表达“能知道真正的身体年龄”。然而，TFMethyl Clock的研究结果不能直接用于个人健康检查。

首先，这个模型主要是为了正确估计历年年龄而学习的。即使估计值比实际年龄低5岁，也不能仅凭此断定疾病风险低、寿命长或变年轻。完美预测历年年龄的时钟对法医学有用，但未必是发现同年龄健康差异的最佳工具。这个矛盾在老化时钟研究中被称为“生物标记悖论”。

其次，此次研究的重点是血液。脑、肝、肌肉、皮肤等不同组织的甲基化和基因调节状态也不同。要将从血液获得的数字视为全身综合年龄，还需进一步验证。

第三，使用的Illumina 450K芯片测量的是人类基因组中大约2,800万个CpG位点中的一小部分。如果测量技术更新，可能会发现其他重要位置。需要在不同人口群体、生活背景、疾病有无变化时，验证是否能保持相同精度。

此外，不要因单次检查结果而大喜大悲。采血条件、细胞组成、测量设备、分析步骤的不同可能影响数值。市售的“生物学年龄检测”与此次研究模型不一定相同。每种产品使用的时钟、验证对象、误差、与疾病或死亡的关联都不同。


在SNS上，“打开黑箱”的点比“精度”更受关注

关于这项研究的SNS反应，目前主要是研究者、研究机构、长寿科学相关账户的介绍，而不是一般用户的大规模讨论。

 

责任作者之一阿雷娜·范·博梅尔在LinkedIn上报告这是实验室的第一篇论文，并强调了在研究DNA甲基化与转录因子结合的相互作用时构建TFMethyl Clock的点。共同研究者图沙尔·帕特尔也介绍了将甲基化的控制功能纳入模型，并增强了对实际测量数据中技术噪声的抵抗力。在评论区，祝贺共同研究者的声音接连不断，显示出研究社区内的积极反响。

在X上，介绍长寿研究的账户总结道，结合转录因子结合位点的信息和通过聚类降低噪声，显示出超过现有模型的精度。在日语圈，老化研究者的帖子提到由548个CpG位点构成的时钟，以及与炎症性细胞因子和脂肪酸代谢相关的基因群浮现。

从这些帖子中可以看出，关注点不仅仅是“以2年误差预测年龄”这一简单数字。专家们看重的是从传统的黑箱型模型向能够追踪可能与老化相关路径的模型迈出了一步。

另一方面，确认到的公开反应偏向于研究相关人士和专业账户，尚不能说消费者的评价或医疗现场的共识已形成。SNS的帖子数量或“点赞”多寡并不证明临床有效性。需要将话题性与科学的确定性分开看待。


这项研究可能改变的未来

TFMethyl Clock不会立即成为家用老化判定服务。然而，作为研究工具却有很大的潜力。

例如，在某种干预前后追踪DNA甲基化的变化时，不仅仅是“年龄分数”，还可以更容易地探讨哪些调节区域或基因路径可能发生了变化。在与年龄相关的疾病研究中，也可以缩小与炎症或脂质代谢相关的甲基化位点，成为下一次实验中验证因果关系的起点。研究代码也已公开，提供了在其他群体或测量数据中验证再现性的环境。

今后的焦点是，能否从历年年龄的预测进展到对健康有意义的未来预测。TFMethyl Clock的数值在多大程度上能区分同龄人的疾病发生、身体功能下降、死亡风险。生活改善或治疗引起的分数变化是否真的能延长健康寿命。是否能在血液以外的组织或不同民族、地区中再现。这些都需要通过长期的追踪研究或干预试验来验证。

“你的身体实际上有多大年龄”这一问题很有吸引力。然而，人类的老化并不是一个数字就能表达得那么简单。这次成果的价值不在于给某人下“年轻”或“老化”的判定，而在于开始展示高精度时钟的指针背后运作的炎症、免疫、脂质代谢、基因调节的齿轮。

DNA时钟不是预测未来的水晶球。然而，它可以成为测量、比较和接近老化这一复杂现象机制的显微镜。这次研究可以说是将显微镜的焦点调准了一步的成果。


出处URL

相关文章