0｜基本信息

  • 标题（Title）：Multimodal clocks of human aging / 《人类衰老的多模态时钟》
  • 作者（Authors）：Jiaming Li, Beier Jiang, Wei Zhang 等（共同第一作者 31 人，通讯作者 10 人），来自 Aging Biomarker Consortium（ABC，”耄耋计划”）
  • 期刊 / 会议（Venue）：Cell，生命科学领域顶级期刊
  • 发表时间（Year）：2026 年 7 月 9 日（在线 5 月 8 日）

主要机构包括中科院动物研究所、北京基因组研究所、首都医科大学宣武医院、温州医科大学等。通讯作者刘光慧（中国科学院动物研究所）是国内衰老研究领域的核心人物。

1｜核心结论（Core Takeaway）

建立了一个基于 2,019 名中国人（18-91 岁）的三层衰老时钟体系（核心能力时钟 CC-clock、多模态时钟 MM-clock、器官相关时钟），并利用该框架发现肝脏来源的凝血因子（F9、F13B 等）在血浆中随年龄蓄积，不仅作为衰老标志物，更主动驱动血管内皮衰老和多器官系统性衰老。 这一发现将衰老时钟从”描述性测量”推进到”机制性因果”，提出了肝脏-血管-炎症轴作为衰老干预的新靶点。

2｜研究问题与背景（Problem & Context）

衰老的高度异质性使得单一生物标志物无法准确量化生物学年龄。现有研究存在两个关键缺口：

  1. 缺乏系统性的多维衰老参考框架——大多数衰老时钟（如 Horvath 表观遗传时钟）只针对单一分子层，无法捕捉生理功能的系统性衰退
  2. 难以区分”相关乘客”与”因果驱动因子”——大量衰老相关分子只是伴随变化，真正驱动衰老的因果因子尚不明确

该研究作为 ABC “耄耋计划”的首个概念验证，目标是在中国人群中建立一个标准化、多中心、多维度的衰老量化体系。

3｜方法主线（Approach）

队列建设

在中国四个城市（北京、宁波、衢州、南昌）招募 2,019 名健康受访者（55% 女性，45% 男性），年龄 18-91 岁。统一标准操作流程（SOP）确保多中心数据一致性。

数据采集（每人产生超过 10 亿数据点）

维度 内容
临床表型 240 个参数：体态（42）、心血管（63）、肺功能（24）、骨密度（33）、血液（32）+ 问卷
多模态成像 脑 MRI、颈动脉超声、视网膜成像、面部图像、步态视频
多组学 DNA 甲基化组、PBMC 转录组（bulk + scRNA-seq）、血浆蛋白质组、代谢组、肠道宏基因组

模型构建

  • CC-clock：8 个功能模块 + 240 临床参数 → 随机森林回归
  • MM-clock：Attention + Inception 深度网络，融合多组学特征
  • 器官时钟：三层递进——临床时钟 → 血浆蛋白时钟 → 多模态集成时钟
  • 条件验证：Mendelian Randomization（因果推断）+ 体外人主动脉内皮细胞实验 + 体内小鼠 F13B 注射

4｜创新贡献（Novel Contribution）

理论创新（Theoretical）+ 方法创新（Methodological）。

  • 首次建立中国人多中心多层衰老时钟体系——此前大多数衰老时钟基于欧美人群，这个框架填补了中国人群的缺口，并展示了跨中心的强可重复性
  • 提出”血浆蛋白质组时钟可作为系统性衰老的高效代理”——100 种蛋白质即可复现 56 参数的 CC-clock，且优于甲基化代理（需要 150+ CpG 位点且一致性差）
  • 识别凝血因子蓄积为衰老驱动因子（Driver）——这是该研究最重要的理论贡献：将凝血因子从”乘客”升级为”司机”，并通过体外和体内实验建立了因果证据链

创新幅度：高。

5｜关键点（Key Points）

  1. 两大衰老转折期：∼40-50 岁（激素波动、脂质蓄积）和 ∼60-70 岁（血压升高、骨密度下降、凝血级联激活）——这为干预窗口提供了时间框架
  2. 蛋白质组时钟的最佳代理性能：蛋白质时钟与 CC-clock 的相关性最高（优于甲基化和转录组时钟），蛋白质是生物学功能的直接执行者，因此作为”活力生物标志物”最为合理
  3. 生活方式对衰老速度的影响：最佳睡眠时间（21:00-23:00）延迟 CC-clock 年龄 >3 年；重度吸烟（>20 支/天）使肺年龄提前 ∼4 年；散步、水果摄入、照料孙辈与慢衰老相关
  4. 凝血因子级联蓄积：超过 20 种凝血相关蛋白随年龄上调（包括 F5、F7、F8、F9、F10、F13B、TFPI），主要由肝脏产生后在血浆中积累
  5. F13B 的体内验证：重组 F13B 注射诱导小鼠多器官衰老（肝脏、心脏、主动脉、肾脏），伴随免疫炎症激活和 SASP 分泌

6｜关键数学 / 统计方法（Quantitative Tools）

方法 作用 可迁移性
Attention + Inception 多模态集成 自适应学习各模态权重，融合异质数据 高——适用于任何多模态生物医学数据集成
Mendelian Randomization 推断蛋白质衰老标志物与 240 种疾病的因果关系 高——经典因果推断方法
失稳指数（DHI） 量化生理和分子层面的年龄相关波动增加 中——可用于纵向队列的稳态量化
弹性网络（Elastic Net） 器官多模态时钟的特征选择和集成 高——适用于高维数据的正则化回归

7｜结果与证据强度（Results & Evidence Strength）

证据强度：强。

  • 样本量合理：n=2,019，覆盖全年龄谱（18-91），四中心独立验证
  • 多重验证策略：同一结果在四个中心独立复现，并在独立队列中用 ELISA 验证蛋白质结果
  • 因果推断链完整：关联分析（横断面）→ MR 因果推断 → 体外细胞实验 → 体内小鼠验证——证据链从相关到因果层层递进
  • 严格的 SOP 控制：统一采样、处理、分析流程，减少批效应

主要弱点：

  • 横断面设计：所有数据为单时间点采集，无法追踪个体层面衰老轨迹——需要纵向队列验证
  • 中国单一人群：外推至其他种族/人群需要独立验证
  • 器官时钟的特异性受限：血浆蛋白质推断器官特异性需谨慎——循环蛋白质可能来源于多种组织
  • 凝血因子因果作用的机制深度有限：F13B 导致衰老的详细机制（受体、信号通路）尚待阐明

8｜局限与注意点（Limitations）

  1. 缺乏纵向数据——横断面设计只能描述群体层面的年龄趋势，无法刻画个体衰老年化轨迹
  2. 人群局限性——全部为中国汉族，且来自四个城市，不代表中国农村或其他种族人群
  3. 器官时钟的特异性问题——使用血浆蛋白推断器官特异性衰老存在混淆风险（如肝脏蛋白可能反映系统性炎症而非肝脏特异性衰老）
  4. F13B 的因果机制尚浅——虽然体内外实验支持其驱动衰老，但确切的分子机制（受体鉴定、下游通路）仍为黑箱
  5. 技术批效应——多中心数据虽已尽力标准化，但 batch effect 不可避免

9｜可迁移价值（Transferable Value）

  1. 血浆蛋白作为衰老代理的理念可直接推广到临床转化——只需 100 个蛋白质的检测即可评估多器官衰老状态，远比成像或多组学检测经济
  2. 凝血因子作为衰老干预靶点——靶向肝脏特异性凝血因子产生或下游血栓炎症通路，可能同时实现抗血栓和抗衰老的双重获益
  3. Attention-Inception 架构可用于其他多模态生物医学数据集成任务（如疾病风险预测、药物反应预测）
  4. “核心锚点”蛋白质（CHI3L1、IGFBP5、LTBP2、ADAMTS13）可作为衰老干预临床试验的替代终点

10｜一句话总结

中国人衰老的多模态参考框架揭示了两个关键转折期（40 岁和 60 岁），并把肝脏合成的凝血因子蓄积定位为衰老的因果驱动因子——”从测量衰老到干预衰老”迈出了实质性一步。