大数跨境

《PNAS》发表生物衰老系统性损伤通量

《PNAS》发表生物衰老系统性损伤通量 人工智能行动信息港AI HUB
2026-11-07
42
导读:【编者语】2026年11月6日,美国科学院院士、哈佛医学院著名生化专家瓦季姆·格拉德舍夫(Vadi
      【编者语】2026年11月6日,美国科学院院士、哈佛医学院著名生化专家瓦季姆·格拉德舍夫(Vadim N. Gladyshev)在《美国国家科学院院刊》(PNAS)发表题为《简论衰老》的研究论文。格拉德舍夫认为,衰老绝非进化的预设“遗传程序”或单一通路的失控,而是开放热力学系统中分子损伤生成通量与维持修复系统之间不可避免的动态累积失衡。研究确立了胚胎发育初期的“复原基线”(ground zero)概念,证明生物体在生命起点具备重置分子损伤的内生能力。论文指出,未来延缓衰老的技术突破不可能依赖关闭某个“衰老基因”,而必须着眼于在成熟组织中工程化重构类似基线重置的分子排毒、系统性更新与损伤通量动态调控,为突破人类122岁理论极限提供了崭新的转化医学范式。

重要意义

衰老是绝大多数慢性疾病的风险因素,但学界往往通过诸多相互割裂的机制与测量指标描述衰老。本文提出一套统一的理论框架:由于生物过程本身存在固有缺陷,有害变化会以复合负荷的形式不断累积(即有害组 /deleteriome),逐步削弱机体的功能储备。该框架阐释了为何不同器官的衰老进程存在异质性、为何现代衰老时钟虽具备实用价值却无法完整反映生物学年龄,以及为何延长健康寿命并不等同于延长最大寿命。文章将衰老的第一性原理与测量方法、干预逻辑相关联,为评估各类抗衰老疗法(从重塑策略到器官替代与年龄重置技术)提供了可落地的参考路径。

摘要

生物衰老过程复杂,无法用单一机制进行完整阐释。本文围绕衰老生物学领域的核心主题,通过一系列简明论述构建了概念框架,旨在以简洁、直白、易懂的方式探讨衰老问题。其核心逻辑是:衰老是生命的默认结果 —— 由于生物过程本身存在固有缺陷,有害变化(有害组)会随时间不断累积,逐步侵蚀机体的功能储备。

有害组为分子损伤、调控漂移、适应不良性重塑与系统级衰竭提供了统一的分析框架,无需将衰老简化为单个基因、通路、组分、衰老标志或病理状态。进化并未设定衰老程序,而是塑造了机体的维持与更新系统,以有限的效能对抗衰老进程,且这一过程必然伴随权衡取舍。衰老在发育阶段便已启动,紧随胚胎早期的年轻化阶段之后。借助现代生物标志物,我们虽无法完美测定生物学年龄,但测量能力正持续提升。生物学年龄在细胞、器官与系统层面均存在异质性,可通过干预手段与环境因素调控,在部分场景下可实现部分逆转或重置,但衰老本身具有不可逆性。该模型将衰老的第一性原理与测量方法、干预手段及长期策略相衔接,旨在阐明如何在物种固有约束的范围内外,实现寿命的显著延长。


衰老是机体绝大多数功能衰退与慢性疾病的首要风险因素,也是现代人群死亡的核心底层决定因素。随着人类文明逐步控制了诸多早逝风险,老年疾病的负担愈发凸显,研究重心也从急性死亡原因转向了广泛的年龄相关性功能衰退。正因如此,衰老如今已成为生物学、医学、公共卫生与社会政策领域共同关注的核心议题。

但衰老与绝大多数生物医学问题不同:它并非单一疾病,无法简化为单个基因或通路,甚至学界对 “衰老” 的定义尚未达成完全共识。与此同时,干预衰老进程已不再是纯粹的猜想:不同物种、不同细胞类型的寿命差异巨大,诸多干预手段已被证实可延长模式生物的寿命,基于生物标志物的技术也让人类生物学衰老的追踪成为可能。

尽管研究不断推进,该领域在概念层面仍呈碎片化状态。不同研究者将衰老定义为损伤累积、功能衰退、稳态失衡、调控与协同能力丧失、适应不良性重塑、生物学年龄升高、发育的延续、死亡风险上升,或是上述多种定义的组合。学界在最基础的问题上仍存在广泛分歧,包括衰老的本质、成因、起始时间、年轻化是否可行,乃至是否有必要形成共识。

多元观点固然能推动研究,但也带来了代价:当研究者用同一术语指代不同过程时,不同模型、生物标志物与干预手段之间的对比会变得模糊,研究结果的解读也极具挑战。一项研究可能以降低衰老时钟读数为由宣称延缓了衰老,另一项可能以延缓病理发生为依据,第三项以减缓功能衰退为标准,第四项则以改变生存曲线为结论。这些论断相互关联,但并不等同。

概念界定的模糊性至关重要,因为衰老的本质决定了对抗衰老的策略。若将衰老主要视为分子损伤,研究方向便会聚焦于损伤测量、提升修复、更新或替代能力;若衰老的核心是调控失调或稳态失衡,研究重点则会转向网络调控、恢复力与系统稳定性;若通过发病率或死亡风险对衰老进行操作定义,那么死亡时钟与结局预测便会成为核心。同理,将年轻化视为生物学年龄的真实降低、暂时的功能改善,还是单纯生物标志物层面的偏移,会直接影响相关论断的评估标准。随着测量技术不断进步,对概念清晰度的需求非但没有降低,反而愈发迫切 —— 更精准的工具固然能更精确地量化某一指标,但该指标可能仅能部分反映底层的衰老过程。

                   图 1 衰老的起始、异质性与延长寿命的路径

(A)本框架下的生命周期概念轨迹:胚胎早期存在一个年轻化阶段,随后抵达生物学年龄的最低点,即 “零点”。发育阶段,有害组持续累积,但机体功能能力同步提升;进入成年后,累积的损伤负荷逐步侵蚀功能储备,功能能力随之下降。 (B)同一个体的不同器官,在相同时序年龄下可能具备不同的生物学年龄。分子层面与生理层面的测量指标可捕捉衰老的互补维度。 (C)生理重塑、针对脆弱器官与系统的个性化干预、旨在突破物种层面限制的技术手段,是延长寿命的三条路径。第三条路径能否延长最大寿命,仍需长期探索。

大量研究试图从特定因果视角解释衰老。进化理论强调自然选择的效力随年龄增长而衰减,以及维持机制受限带来的权衡取舍,代表性理论包括突变积累学说、拮抗多效性学说与可弃体细胞学说。其他理论框架则聚焦于特定类型的有害变化或机体应答,包括分子损伤、调控漂移、功能亢进、细胞衰老,以及近年提出的衰老标志学说。

这些研究路径各有价值,但往往回答的是不同问题:或是解释维持机制为何受限,或是说明哪些有害变化会累积,或是界定哪些表性能最准确代表衰老。最终导致该领域机制与范式层出不穷,却缺乏统一的概念语言,无法让不同理论直接对比、在同一框架下评估,乃至通过实验验证或证伪。

论文以独立短篇主题的形式,阐述了作者对衰老生物学核心问题的观点,全文分为四个部分:基本原理、测量方法、实践干预与长期策略。


一、衰老的基本原理

衰老是生命存续伴随时间产生的有害后果

生物衰老是不完美的生命系统随时间推移产生的有害后果:体内过程与外界暴露带来的损伤不断累积,最终导致功能衰退乃至死亡。衰老的核心是有害组(deleteriome)的升高,即活体内有害变化的累积负荷。同时,我们也可区分生物衰老的不同结局,如功能衰老、发病状态、人口统计学衰老,以及物理衰老(非生命系统的老化)。

生物衰老无法简化为单一分子机制、一系列衰老标志或某一种病理状态,它是分子、细胞与机体层面的不完美过程长期作用的净结果 -。这一定义将衰老与可测量的变化轨迹(有害组 / 生物学年龄的进展)、结局(功能丧失、疾病易感性、死亡风险)以及干预手段(可减缓、加速、逆转或重置衰老轨迹的因素)关联了起来。

有害组:与生命相伴的全部有害变化

有害组涵盖了分子损伤、各类错误、代谢副产物、调控失调、适应不良性重塑及其下游后果,。更准确地说,它是机体经过维持、修复、更新与稀释作用后,剩余的系统性潜在负荷。它既包括原发性损伤(如化学修饰、突变、分子交联),也包括诸多其他有害变化(如炎症、细胞衰老、随时间推移变得代价高昂或调控失准的代偿性应答)。

有害组各组分的因果权重并不均等:某些损伤的位置、表现形式在生命周期中影响更大,但没有任何一种损伤组分能单独导致衰老。有害组不同于熵的概念,也不包括中性或适应性的年龄相关变化:其组分是特定语境下确实有害的生物学改变,只是其整体的系统性负荷是潜在的、不可直接观测的。

目前,学界尚无法定量测定有害组。对衰老的最佳研究方式是从系统层面追踪、从整体负荷层面分析:不同组织中主导的机制不同,但都会共同推高机体的脆弱性。有害组框架摒弃了单因素成因说(如氧化损伤、端粒、表观遗传、线粒体、基因突变等单一学说),转而关注三个核心问题:组成(哪些组分在何处占主导)、速率(负荷增长的速度)、调控(生物学系统能维持哪些层面、无法维持哪些层面)-。

要将有害组落地为可操作的研究对象,需要建立主要损伤类别的直接或替代测量指标,绘制细胞、组织、器官与系统层面的特异性负荷图谱。从这个角度看,衰弱与共病可视为同一潜在衰老过程的不同投影,而有害组则是连接这些投影与底层机制、最终结局的核心负荷载体。

衰老是生命的原始默认状态,不衰老才是衍生性状

衰老的发生不需要额外的驱动力、特定基因或特殊功能。它并非从不衰老的祖先物种中演化而来的适应性性状;相反,不衰老(或称可忽略衰老)才是衍生出来的性状,且存在退化为衰老状态的可能。

在本框架下,衰老是热力学约束下生物运转的默认结果:生命系统必须持续消耗能量维持有序结构,但生物功能与维持系统(损伤预防与清除)几乎永远存在缺陷。因此,尽管演化出了各类对抗机制,有害组仍会随时间持续累积。

这一观点并不否定细胞与机体的自主性、目标性与调控能力,只是说明:在没有完美修复、重置或替代的前提下,系统的基线方向就是有害变化的累积。其现实意义在于:不存在什么神秘的 “衰老程序” 驱动衰老;相反,生物系统演化出的各类功能,都是在衰老这一背景下支撑机体适应性的。

开放系统中损伤必然增加

有害组是生命系统中真实有害变化的生物学负荷。它之所以持续增长,是因为维持机制受能量、动力学与进化权衡的约束,无法实现完美的保护或修复。

有机体是开放系统,通过消耗能量、向环境输出熵来维持局部有序性 -。熵的产生是生命固有且往往必需的过程,但熵本身不等同于损伤。然而,由于生物运转会在机体组织结构的约束下持续产生错误、副产物与其他有害变化,任何有限的生物调控系统通常都无法完全阻止有害组的累积。因此,即便在开放的生命系统中,有害组仍会随时间增长。

生命并未违背热力学定律,而是在热力学框架内运行,并已存续了数十亿年。有害组捕捉的是生物功能的方向性与残余负荷,不同于热力学熵与统计无序度的概念。有害组的升高并不意味着系统呈现均匀的随机性:部分结构会随年龄变得更有序(如纤维化、蛋白聚集、分子交联),但整个系统的功能组织性与调控能力会逐步丧失。简言之,衰老有其物理学基础,以化学变化的形式表现,而生物学机制在对抗衰老。

生命是一套局部维持有序性的自维持过程集合

从衰老研究的视角看,生命是一套自维持、有目标导向的过程(功能)集合,通过消耗能量、向环境输出熵,在局部维持并更新自身的有序结构。从生命诞生之初的原始细胞开始,生命体就必须在执行功能的同时应对熵的问题。因此,生存本身就是一场持续实现目标、完成自我维持的过程。

我们之所以能观察到衰老,正是因为这场努力存在缺陷,其累积结果就是有害组的升高。自然选择塑造了机体的维持与更新能力(即 “抗衰老程序”),包括世代间通过配子实现的年龄重置;而衰老本身,是异质生命系统中,不完美的过程在物理约束下运行的生物学结果。

其现实意义在于:延长寿命需要强化、改造乃至重塑损伤的清除、修复、更新、替代机制,以及损伤通量的系统级调控,而非关闭所谓的 “衰老程序”“衰老基因”“衰老驱动因子” 或通路。

生命之所以存续,是因为损伤可被稀释、修复、清除或缓冲

每一项生物功能都存在缺陷,因此都会产生副产物、错误与损伤;由于可能出现的损伤形式远多于保护 / 修复系统的种类,生命无法 “预知” 全部损伤类型,也无法为每一种分子损伤演化出专属防御机制。

演化只为最严重的损伤形式形成了保护机制,而损伤也可通过细胞组分的降解与再合成被部分清除。但让生命成为可能的核心策略,是细胞分裂带来的损伤稀释:只要有害组组分的净生成速率不超过其被稀释的速率,细胞即便没有针对每种损伤的靶向修复机制,也能维持存活。这一规律在最原始的细胞中就已成立,从这个意义上说,损伤稀释是生命最基础、最核心的生存策略(但这并不代表它是多细胞生物的主导策略,因为生物后续演化出了更多、通常更高效的策略)。

在多细胞生物中,这一逻辑通过更新系统部分保留了下来,但也解释了为何拥有不分裂、不可更新细胞 / 结构的生物必然会衰老:当稀释机制失效时,即便单个损伤程度轻微、未达到自然选择的阈值,也会持续累积,最终超出维持系统的负荷上限,引发功能衰退。

生物学年龄是衰老轨迹上位置的潜在度量

生物学年龄是根据衰老轨迹推断出的运行状态,是一种概括性指标:可近似为标量,但更准确的呈现形式是多维向量,用以表征有机体、器官或细胞所处的状态 -。它无法被直接观测,只能通过反映衰老过程的可测量特征进行估算。

复杂系统的有害组具有复杂的组织结构与时间特性(如在细胞区室、细胞、组织与整体机体层面的差异)。在本框架中,生物学年龄是有害组在可测量特征上的投影,这些特征包括分子、细胞、生理或功能层面的指标。

在实践中,我们可通过衰老生物标志物估算生物学年龄。优质的生物学年龄指标,应能追踪与风险相关的机体衰退,并随健康干预与应激源呈现预期方向的变化。

机体衰老始于生物学年龄最低点之后

损伤在发育阶段就已开始累积 -。例如,5 岁儿童的生物学年龄高于 1 岁儿童(损伤更多,如体细胞突变更多、损伤性交联更多、再生能力更低),但 5 岁儿童几乎在所有维度的功能都更优 —— 这说明功能能力的构建与衰老的发生是并行的,衰老在发育过程中就已悄然启动。

但机体衰老并非始于受孕之时。其确切起始点一定程度上取决于测量指标,因为不同类型的损伤在早期发育中会被重置。从操作层面定义,衰老始于机体抵达生物学年龄最低点之后 -。

在哺乳动物中,这一节点出现在胚胎早期的自然年轻化阶段结束后,此时机体开始出现净方向的有害变化累积。衰老生物标志物的研究也证实:胚胎早期生物学年龄显著下降,随后在发育后期及成年期逐步升高,说明存在一个生物学年龄的最低点(即 “零点” 状态),衰老便从这一点之后正式启动。

零点:生物学年龄最低的发育状态

“零点” 指胚胎发育过程中生物学年龄达到最低的时间点(或阶段),代表损伤最少的状态,也是机体衰老的起始标志 -。

从概念上看,这是正常发育下有害组能达到的最低水平,由全局协调的程序实现:清除损伤、重建表观基因组、筛选基因型、标准化细胞状态。可以说,零点前的阶段是在为机体的生命活动做准备。

在哺乳动物中,零点对应原肠胚形成前后的发育阶段 —— 此时细胞分化为胚层,机体结构蓝图确立,生殖细胞系形成。机体的身份识别(如免疫系统、后续的自我认知)乃至机体生命本身,都始于这一节点。

胚胎期通向零点的年轻化过程,也为未来的干预手段提供了思路:延长或深化这一年轻化阶段,或是在成体组织中构建类似零点的重置状态。

发育与衰老并行推进,而非先后发生

发育是一套定向、程序化的构建与成熟过程,搭建起机体的结构、功能与运行架构;而衰老是有害组的同步累积,这些有害变化恰恰来自构建与维持功能的同一套运转过程。

发育设定了初始条件与约束,而衰老反映了被构建、被维持的系统随时间发生的默认漂移。尽管许多发育过程在成年早期便已完成,但部分发育进程会贯穿整个生命周期。因此,发育节奏、衰老负荷与衰老速率是三个不同但相互作用的变量,发育过程可能会决定年龄相关漂移发生的位置。

衰老并非程序化过程

衰老不是一套演化而来、以导致机体衰退为目的的程序 -,-。相反,真正程序化的是生命过程,如发育、繁殖与维持,这些过程的不完美执行催生了有害组。

衰老只是看起来像程序化过程(即类程序化或准程序化),因为它的推进依托于持续运行的生物程序,也是这些程序运行的必然结果。进化可通过选择更高效的损伤防御机制(或是在早繁殖更具优势时放松选择)塑造衰老的速率与模式,但系统的基线方向不会改变:只要维持机制存在缺陷,有害变化就会持续累积。

这一观点与经典的进化理论(选择效力随年龄衰减)兼容,同时将因果核心落在了生物过程的不完美执行与维持机制的固有局限上。它也能解释与繁殖相关的快速衰退现象,如太平洋鲑鱼的繁殖后死亡。自然选择作用于具体功能、生存、繁殖、生长、修复与行为,其中诸多因素都会间接影响衰老。

衰老兼具随机性与方向性

构成有害组的单个微观分子事件是随机的,但整体宏观过程是有方向、受约束的,会呈现可重复的统计规律(如年龄相关特征、死亡率加速上升)。

此外,生命产生的损伤并非任意随机的,而是由运行的生物功能决定的。例如,特定的人类酶会产生特定种类与数量的副产物,其小鼠同源酶对有害组的贡献略有差异,而另一种酶则会带来截然不同的影响。

这一过程在单个事件层面是随机的,在损伤类型层面是结构化的,在衰老轨迹层面是有方向的。起始状态(零点时的生物学年龄)、基因型、发育过程、外界暴露(如生活方式、饮食)与随机因素的差异,造就了多样的衰老轨迹,但共通的规律是损伤负荷随时间净增长。

衰老连接了损伤负荷升高、功能衰退与死亡风险上升

简而言之,有害组升高→功能衰退→疾病与死亡风险上升(这是成年后的规律;发育阶段有害组持续增长,但多数功能仍在提升)。因此,衰老研究无需将功能与死亡率视为独立领域,二者可作为同一底层有害变化累积过程的关联读数。

但反过来,功能丧失也会加剧损伤累积。损伤与功能失调(如调控失调、功能亢进、功能减退)相互作用,可共同视为有害组及其应答的组分:例如,功能亢进会增加损伤的生成与负荷,而损伤会触发适应不良的应答。

核心结论是:衰老是一条负荷持续升高的系统性轨迹,最终会超出机体的保护能力;不同机制在不同年龄、不同语境下占据主导地位 。

寿命、健康寿命与长寿:概念相关但并不等同

寿命指一个有机体存活的总时长(是由衰老模式与环境共同塑造的生存结果),常用平均寿命、最长寿命以及生存 / 死亡风险等指标来衡量(来源:美国国家科学院院刊)。物种的寿命大体由基因决定,同时也受环境与偶然因素影响。

健康寿命指机体功能足以满足日常正常需求、尚未出现重大慢性病与失能的生存时间段;可通过无病生存期、无失能生存期,或是功能 / 内在能力完好的存续年数(或相关综合指标)进行量化。和寿命不同,健康寿命属于可操作化、依赖具体情境的概念,它是相对于功能需求、环境条件以及机体代偿能力来定义的,并非某种固有的生物学状态。

即便寿命没有发生大幅改变,健康寿命依然可以得到提升(例如强化机体的薄弱环节,或是提高机体对累积损伤负荷的耐受能力);但从理论上讲,减缓有害损伤的累积进程或将该损伤进程重置,应当能够同时延长寿命与健康寿命。运动就是一个很好的例证:运动带来的部分益处或许源于损伤生成减少或是机体维护修复能力增强,但更多益处很可能来自机体储备能力、应激耐受能力以及损伤后恢复能力的提升。

长寿常被当作寿命的同义词,但该词也可指机体实际能够活到高龄的能力,这是有机体层面的综合结果。它不仅取决于有害损伤的累积速率,还和机体稳健性、功能冗余度,以及决定累积负荷何时会造成死亡的各项机体缺陷息息相关。因此,两个有机体即便损伤累积模式大致相近,也可能表现出不同的长寿水平 —— 这是因为机体负荷与机能衰竭之间的关联机制存在差异,同等程度的累积损伤负荷,也可能在不同绝对水平下诱发死亡。

目前全球平均寿命约为 73 岁,部分国家的平均寿命已接近 90 岁。当前人类已实现的最高平均寿命,和人类有记录的最长寿命(目前为 122 岁)之间的差距出人意料地小。这意味着想要继续小幅抬高寿命的难度会越来越大,但同时也指明了机遇:人类的健康寿命仍存在巨大的提升空间;而想要实现寿命的大幅增长,则很可能需要全新类型的干预手段,或是多种干预手段的组合应用。

冈珀茨死亡率模式普遍但非通用

冈珀茨死亡率(死亡风险随年龄近似指数上升,例如人类从 28 岁开始,死亡风险约每 8 年翻一倍)是一种群体层面的规律,与有害组累积、保护冗余性消退导致系统衰竭概率上升的逻辑一致。

冈珀茨定律在以下场景会失效:生命早期(外界风险占主导)、样本量不足以区分年龄依赖性时,以及机体的结构与更新机制能让内在风险长期维持平稳时。如裸鼹鼠中观察到的死亡风险随年龄平稳甚至下降的现象,并不代表该物种不衰老;而是说明其机体系统能阻止有害变化转化为死亡风险的上升。

冈珀茨死亡率是衡量群体衰老的有用指标,但不能将其与衰老本身等同,因为死亡率并非总能稳健反映衰老程度。

物种寿命由演化形成的系统级维持机制决定

物种寿命是演化形成的系统级属性:是一套协同适配的保真与维持过程(修复、更新、缓冲、干细胞功能、组织结构等),经自然选择校准,匹配损伤生成速率、生态位、外界死亡率、体温、体型与生活史。

人类的内在寿命约有一半可由遗传解释,寿命长、体温高的物种,拥有更稳健的保真与维持机制 —— 这也是为何在实验中,短寿命物种更容易实现显著的寿命延长。长寿命物种的演化已筛选出了诸多长寿相关机制,可干预的靶点更少。

因此,延长人类寿命大概率需要不同的发力点(如组合干预、替代 / 再生、深度重置策略),因为人类本就处于维持机制更完善的区间。但与此同时,部分干预手段能跨物种起效,因为它们靶向的是营养感知、应激应答或维持机制中保守的公共通路。

拮抗多效性塑造了寿命的权衡,但无法解释衰老的起源

拮抗多效性的核心观点是:生命早期有利的等位基因或性状,即便在晚期存在代价,也会被自然选择保留,因为选择效力随年龄衰减,最终导致衰老。

但这一概念无法解释衰老的起源,。首先,衰老本就是生命系统的原始默认状态,从 “不衰老” 到 “衰老” 的转变极其罕见。其次,拮抗多效性并非 “基因早期有益、晚期有害” 的原因。事实上,所有基因、乃至所有机体功能都具有拮抗多效性,无论物种是否衰老。

例如,某种酶具备有益的催化功能,但其催化反应的副产物会随时间累积,加入有害组,表现为晚期有害效应。再比如氧气:它是呼吸作用的必需物质,但氧的利用会产生活性氧,进而导致氧化损伤累积。

拮抗多效性主要解释了为何自然选择无法脱离功能与繁殖,独立优化维持机制。为提升性能而被选择的性状,其构建的结构与运行条件可能会终生增加损伤生成、限制修复能力;其代价通常是负荷的逐步升高,而非离散的晚期触发因子(但也存在生命末期负荷快速升高的案例,如鲑鱼、袋鼩)。因此,多效性塑造了生活史与抗衰老防御之间的权衡(例如能解释物种寿命长短的差异),但衰老的发生并不依赖拮抗多效性。

可弃体细胞理论捕捉了权衡关系,但无法解释衰老的起源

可弃体细胞理论认为:由于资源有限,演化倾向于分配足够的体细胞维持资源,确保机体存活至发育与繁殖阶段,但不会投入足够资源让体细胞永久存续。

这一理论捕捉到了重要的权衡逻辑,但无法解释衰老为何会出现、为何存在:不完美的生物系统必然会产生有害变化,即便资源无限,仍会有残余的有害组累积,尤其是在拥有长寿命、难替换细胞(如神经元)的生物中。

在有害组框架下,核心变量并非资源本身,而是净损伤通量:正常功能与外界暴露产生多少负荷,以及机体能多有效地预防、修复、清除、通过更新稀释,或通过冗余缓冲这些负荷。资源分配是演化与干预重塑损伤通量的一种方式(例如从生长繁殖转向修复,改变生活史策略),但相同的能量预算,若以损伤生成量不同的方式消耗(如啮齿类与鸟类),或组织的可更新性、衰竭阈值不同,最终寿命可能天差地别。

不存在专属的衰老基因、驱动因子或通路

不存在以导致衰老为演化目的的基因,但许多基因与通路会显著影响衰老轨迹。因此,“专属衰老基因 / 驱动因子 / 通路” 的说法具有误导性。

真实存在的,是支撑机体适应性、同时通过调控发育、生长、资源分配与维持 / 修复,塑造衰老速率、拓扑结构与异质性的基因与通路。操控这些基因可能改变寿命。与衰老相关的基因与通路变化数不胜数。模式生物中能延长寿命的遗传因子,通常是通过改变上述平衡实现的(往往伴随权衡),而非关闭了某个专属的衰老模块。

同理,许多基因会影响有害组的特定组分,因此其效应具有器官与语境依赖性。所以,核心问题不是 “是否存在衰老基因、驱动因子与通路”,而是 “哪些遗传程序设定了维持能力的上限,哪些系统的衰竭会成为寿命限制因素”。

衰老近乎普遍,但取决于更新能力与损伤调控

生命几乎都会产生损伤与漂移,但机体是否会出现功能衰退,取决于有害组的累积速度是否超过了其被稀释、修复或替代的速度。

绝大多数生物都会衰老,但部分物种在可观测的时间尺度内呈现可忽略衰老;还有一些物种的生命周期中,既有部分生物学年龄降低(年轻化)的阶段,也有衰老阶段。若生物拥有分化后不可更新的细胞与结构,就必然会衰老。

衰老不适用于通过对称细胞分裂持续增殖的细胞谱系(如许多单细胞生物、癌细胞、胚胎干细胞、诱导多能干细胞)—— 单个细胞仍可能累积损伤,但每次分裂都会重置部分损伤。衰老与不衰老的边界也可能模糊:同一物种可能因环境与分裂方式的不同,呈现不同的衰老状态(例如部分真菌对称分裂时几乎不衰老,但应激下转为不对称分裂后便会出现衰老)。

裸鼹鼠证明衰老与死亡率加速可解耦

裸鼹鼠是极具特殊性的哺乳动物:它们营真社会性生活,无法维持稳定体温,具备癌症抗性,还有诸多非凡特性 -。但最引人注目的是,作为体型与小鼠相当的啮齿类,它们是寿命最长的啮齿动物,寿命可超过 40 年。

裸鼹鼠的案例说明:有机体可以发生衰老(累积损伤及其他分子、生理变化),,但在已观测的圈养种群中,成年后的死亡率几乎不随年龄上升。它们的有害组累积速度慢于其他啮齿类,且被异常强大的维持系统缓冲,因此数十年都不会抵达衰竭阈值。

这一案例的启示是:衰老与死亡风险加速可以解耦;相同的底层负荷,因系统鲁棒性不同,可呈现不同的死亡风险轨迹。

弓头鲸展现了超长寿命的系统级解决方案

弓头鲸是目前已知寿命最长的哺乳动物,寿命超过 200 年。其生物学特征体现为基因组维持、癌症调控、组织完整性与网络鲁棒性等方面的增强 —— 这些是破解佩托悖论(细胞数量更多但癌症发病率更低)的系统级方案,通过分布式的改变实现,而非依赖单条通路 。

更广泛地说,跨物种的长寿差异,反映了维持、损伤控制与鲁棒性系统在长期演化中的协同优化。

涡虫与水螅证明持续更新可支撑可忽略衰老

涡虫与水螅表明,部分生物可通过更新与强大的模式调控能力维持持续的功能。大量活跃的干细胞驱动的持续细胞更新与再生,能够稀释、替代或覆盖累积的有害组组分,在机体层面实现可忽略或极微弱的衰老。

这一案例的启示并非它们完全不产生损伤,而是其系统结构加上再生能力,能阻止损伤累积并发展为不可逆的机体衰竭。哺乳动物因生物学组织结构不同(依赖完全分化、不可替代的细胞),无法采用这种全机体层面替换衰老 / 功能异常组分的策略。

衰老提升疾病易感性,疾病可视为局部的加速衰老

衰老不是一种疾病:疾病是特定的病理状态,而衰老是提升疾病发病率与易感性的过程。但另一方面,慢性疾病可视为特定器官或系统(或亚器官、子系统)局部加速衰老的状态。

这种状态不只是 “更老”,还发生了病理性改变 —— 它会与体内其他生物学年龄更低的系统相互作用,且可能具备疾病特有的病因。可以说,不存在单纯的慢性疾病,只有机体内随时间老化 / 改变的系统,最终发展为我们称之为 “疾病” 的病理状态。

这一范式将衰老与疾病统一在衰老的框架下。将衰老定义为疾病,在推动干预落地、争取监管路径方面有实用价值(因为疾病与衰老都可成为治疗对象),但也可能造成概念混淆,尤其是会让人误以为衰老有单一病因或单一特效药。评估干预手段的标准,应是其是否能在整体机体层面(针对衰老)或系统 / 子系统层面(针对疾病)延缓、减缓或降低有害组负荷与功能衰退。

癌症是年龄相关疾病,叠加了克隆选择层

在机体层面,癌症是典型的年龄相关疾病:随着有害组累积、保护功能退化,异常克隆出现与存续的概率上升,恶性肿瘤的发生风险随之升高。

与绝大多数年龄相关疾病相比,癌症在机制上的独特性在于克隆选择。除了有害组组分(如乘客突变),癌症还存在赋予组织内生长优势的驱动突变。因此,损伤可能被稀释,癌细胞的生物学年龄可能低于宿主(但部分情况下也可能更高)。

衰老提供了癌变的土壤(更多突变机会、更宽松的微环境),而选择提供了扩增的动力。因此,癌症可视为衰老叠加体内进化的结果。与之相符的是,老年个体的成年组织常出现扩增的突变克隆嵌合体,但并无明显恶性表现;而极高龄人群的癌症发病率反而下降,因为克隆已失去生长能力。

一个有用的推论是:衰老不存在类似癌症驱动突变的、明确的专属驱动因子;部分长寿干预可能需要配套的癌症防控策略,尤其是当干预会提升增殖、再生能力,或放松分化约束时。

早衰症模拟的是衰老的部分特征,而非完整衰老

早衰症(早老综合征)只是部分模拟了加速衰老。这类罕见遗传病通过核结构、DNA 修复或基因组维持的特定缺陷,在生命早期引发部分衰老样表型,例如由LMNA突变导致的哈钦森 - 吉尔福德早衰症。

它们能在特定语境下为衰老研究提供参考,但并非单纯的自然衰老加速版,因为其呈现的是特定的衰竭模式。与自然衰老不同,这些缺陷可通过靶向干预修复或缓解。早衰症也印证了发育与衰老并行的规律:部分早衰症患者仍处于发育阶段、保留部分儿童特征时,就已出现老年体征。

人类寿命存在软上限

人类是否存在最大寿命?不存在像墙壁一样坚硬的生物学极限,但存在由物种生物学决定的软上限,表现为功能衰退的固有模式。

当我们逐步消除早逝原因(儿童死亡率、感染、心脏病等),就会暴露出更深层、更复杂的衰竭(神经退行性变、基质完整性丧失等),这些问题更难解决;即便解决了这些,仍会有新的限制出现。饮食、生活方式与绝大多数药物干预,都不太可能突破物种最大寿命上限,因为这类干预主要调控有限的几条通路,无法改变有害组的多维结构。

目前有记录的人类最大寿命,女性为 122 岁零 164 天,男性为 116 岁零 54 天;而物种层面的最大寿命可能在 120~150 岁之间。未来通过更激进的手段,如多重组合干预、器官替代、年龄重置(年轻化)、混合技术,以及借鉴长寿物种的策略,这一上限有望被打破。

衰老不可逆,但生物学年龄有时可降低或重置

从损伤累积的时间历程来看,衰老本身不可逆转(例如许多年龄相关变化无法完全复原);但生物学年龄作为操作性指标,理论上可实现部分重置,因为部分有害组组分可被修复、清除或稀释。

然而,这种年轻化状态,与机体在时序年龄更小时的状态并不完全相同,因为部分有害组组分是不可逆的。因此,不应将 “年龄逆转” 解读为回到先前状态,或是逆转了衰老本身。

生物学年龄逆转的证据,来自胚胎年轻化、异时异种共生、异时移植研究,以及能降低生物学年龄的干预手段、严重应激导致衰老加速后逆转的案例。在细胞层面,通过细胞重编程为诱导多能干细胞,可实现年龄逆转。

现实的核心问题不是我们能否完全逆转衰老(答案是不能),而是系统的哪些组分能被充分回调,以带来持久的健康与生存获益,同时不丢失细胞身份、不升高癌症风险。

年轻化是生物学年龄的可测量降低

年轻化指机体生物学年龄较先前状态出现持续性下降,定义为有害组负荷的净减少。它并非衰老的反向过程(衰老不可逆),也不等同于主观感受变好,更不必逆转所有组分;它是机体生物学年龄向更低状态的可测量偏移。

胚胎发育过程中存在自然的年轻化事件 -,证明深度的年龄重置在生物学上是可行的。在成体中,年轻化可通过激活修复、清除或稀释有害组组分、替换衰竭组分、异时异种共生实现,也可能通过细胞重编程与系统性重塑达成。

当声称某手段在机体层面实现了年轻化时(例如在老年人中),应评估其是否真的将风险相关的机体衰退降至治疗前水平以下,且效果超出匹配未治疗组的预期变化。同时还需验证:这种偏移是恢复了功能,还是仅仅抹去了机体对累积负荷的适应性应答;以及观察到的年轻化效果是否具有持续性。更普遍地说,除了组学读数,年轻化的论断还应锚定在可解释的状态上,通过有害组、功能、恢复力和 / 或缺陷水平的稳健变化加以验证。


二、衰老的测量

衰老生物标志物反映衰老轨迹上的位置

形式上,衰老生物标志物是一项定量参数,可单独或组合使用,预测生物系统的生物学年龄,理想情况下还能预测其对健康干预的应答变化。

更具体地说,衰老生物标志物是可测量的特征(分子、细胞、生理、功能等层面),用以反映细胞、器官或机体在参考群体衰老轨迹特定投影上的位置(即生物学年龄),或沿轨迹移动的速度(即衰老速率)。理想情况下,它还能预测未来的疾病或死亡风险,以及对干预的应答。

复合生物标志物整合了多种组分,通常稳健性更强。优质的生物标志物具备可重复性、可解释性,且会随干预与应激呈现预期方向的变化。由于衰老在器官、子系统、测量模态与时间尺度上均存在异质性,生物标志物的有效性往往具有目的特异性;而不同标志物之间的差异,也能帮助我们理解特定语境下主导的衰老过程。

衰老时钟测量生物学年龄在特定数据层的投影

现有的衰老时钟,旨在利用与时间、表型和 / 或疾病或死亡风险相关的高维数据(各类组学、影像、可穿戴设备数据等),测量生物学年龄(即有害组的潜在状态。

在本框架下,时钟预测结果最好被视为:衰老在被测量数据层上的投影读数。例如,表观遗传时钟捕捉表观遗传状态的相关特征;血浆蛋白质组时钟捕捉组织衰老的循环系统后果;转录组时钟捕捉基因调控重塑情况。

没有任何一种时钟能代表 “真实的生物学年龄”,因为生物学年龄并非机体的单一标量属性;它是多维状态在特定检测手段、特定模型训练目标下的投影。不同时钟采样的层面不同(如甲基化、转录本、蛋白质、代谢物)、组织不同(如血液、器官特异性组织)、过程不同(如细胞状态组成变化、调控重塑、炎症水平、损伤应答)。多模态时钟可能更接近真实值,在近似生物学年龄方面优于单模态时钟。

组学时钟是衰老的实用投影,而非有害组的直接测量

尽管衰老的本质是损伤累积,但我们通常用基于组学的衰老时钟测量生物学年龄 —— 这类时钟是分子状态的统计投影,经训练用于预测时序年龄和 / 或健康结局,其中既包含损伤,也包含其他年龄相关变化。

目前,我们尚不清楚时钟读数如何对应具体的有害组组分,不清楚它们系统性遗漏了哪些核心组分,也不清楚在寿命与维持结构差异极大的物种间,同一时钟特征是否反映相同的底层生物学机制。实践中,我们用一个概念定义衰老过程(损伤 / 有害组),用另一个经验上便利的概念定位机体在衰老过程中的位置(基于衰老时钟的年龄)。

另一个相关问题是:衰老时钟往往混合了年龄相关的有害变化与机体对这些变化的应答;直到近年才出现富集因果信息的时钟,如损伤时钟(DamAge)与适应时钟(AdaptAge)。

要填补这些空白,需要开发能直接定量(或提供稳健、机制锚定的替代指标)关键有害组组分的工具,让时钟读数具备可解释性、可跨组织跨物种比较,最终具备可干预性。

生物学年龄是动态的

尽管时间的箭头恒定,有害组终生持续累积,但作为其度量指标的生物学年龄,并非随时序年龄单调变化。它是动态的,会随外界扰动与机体恢复发生波动。

用有害组的语言解释:急性应激会让机体优先保障生存而非损伤管理,短暂升高负荷(或暴露潜在的脆弱性);而恢复期内,过量损伤被清除,机体可部分恢复到更年轻的状态。因此,生物学年龄不只是日历的替代品。它为临床试验提供了路径:可将时钟读数与功能指标、临床结局结合使用。

死亡率、发病率与衰老速率时钟捕捉衰老的相关但不同维度

死亡率 / 发病率时钟的训练目标是结局(死亡时间或疾病发病率)或与结局相关的复合表型,而非单纯的时序年龄。它们旨在按风险相关性为分子状态的组分赋予权重,而非仅按时间相关性。

其预测的成功,本身并不能证明时钟使用的特征具有因果性。这类时钟的吸引力在于,它们逼近了我们最终关心的目标:对生存与健康最重要的因素。

它们也暴露了时序年龄时钟的局限:部分干预可能小幅改变年龄相关特征,却显著影响生存;反之亦然。

另一类时钟测量变化速率,反映机体衰老的快慢,而非当前的生物学年龄。这类时钟同样极具价值,对衰老结局具有预测能力。

部分此类时钟的局限在于:其设计决定了它们会富集晚期生物标志物,可能更多捕捉病理过程,而非底层的衰老 / 有害组状态。它们也可能具有人群特异性,因为预测死亡、发病或衰老速率的分子特征,会反映训练队列中的流行疾病、暴露因素与社会背景。时序年龄时钟可能更擅长预测病理发生之前的早期衰老事件。

年龄偏差应结合参考轨迹解读

年龄偏差(又称年龄加速或年龄差)是一个残差:即测量得到的生物学年龄,与某一给定时序年龄下的典型值之间的差值。

正年龄差本身并不能证明衰老速率更快。解读需要语境:偏差可能源于真实的更高损伤负荷、时钟敏感的特定疾病过程,或是时钟准确性与可重复性不足带来的噪声。模型训练所用的参考数据,对解读模型残差也至关重要。

因此,最稳妥的解读方式是:将偏差视为与参考轨迹的偏离,进而探究驱动偏差的组分、发生的组织,以及它是否能预测有意义的临床结局。对决策而言,最有价值的偏差指标是那些能预测未来结局、且在不同平台间具备稳健性的指标。

器官、系统与子系统层面的特异性衰老

现有的分子与功能证据表明,机体不同组织的衰老进程并不一致 —— 尽管目前的测量仍属于投影,而非组织特异性有害组累积的直接真值测量。

器官与系统特异性生物标志物(分子、功能、事件型等)可定义 “衰老类型”,识别薄弱环节 —— 即有害组上升更快、最可能率先衰竭的系统,。这就是系统衰老研究的逻辑:与其只检测血液中的单一时钟,不如评估多个器官的衰老轨迹组合,它们共同决定了机体的恢复力与风险。

其现实意义在于个性化干预:针对对个体近期风险影响最大的器官系统进行靶向干预。这一概念适用于任何子系统,即可针对特定功能组分(如特定损伤类型)测量衰老。

当前衰老生物标志物在准确性、覆盖度与因果可解释性上仍有局限

当前的生物标志物应用于个体时,准确性与可重复性仍不足,原因包括:单一组学投影、采样局限(多以血液为核心)、分辨率不足(批量混合样本掩盖了细胞状态变化)、成本高昂、因果关系不明确、可解释性差。它们也并非直接测量有害组,而是测量更宽泛的变化。

同时,时钟高度依赖参考人群:在一个队列中训练的时钟,因祖先、环境、共病或技术差异,应用于其他队列时可能出现校准偏差。

未来的进步方向包括:整合多模态、器官特异性读数与因果框架;设计基准测试,要求时钟不仅能预测年龄,还能预测干预效果与临床结局;并在多个人群中开展验证。

衰老生物标志物作为替代终点

衰老生物标志物极具应用价值,但需针对预期用途进行验证,。替代终点应能充分覆盖从干预到结局的因果路径;否则会催生 “优化指标而非改善健康” 的倾向。这就是古德哈特定律的体现:当衰老时钟成为干预目标,它就不再是衡量生物学年龄的良好指标。

务实的推进路径是:先开展短期研究,将生物标志物变化与中间功能指标(如应激恢复能力、生理储备)关联,再通过长期研究锚定硬终点。

不同干预可能需要不同的替代终点:例如衰老细胞清除剂、重编程疗法与运动项目,作用的有害组层面可能不同。更理想的测量系统,应能纵向追踪器官、系统与细胞类型分辨率下的生物学年龄。这需要微创采样手段(如液体活检)、多模态技术(如组学、影像)、稳健的计算模型,以及与生理功能和临床结局的锚定关联。

大健康模型有望成为衰老的集成模拟器

大健康模型是一类基础式 AI 系统,基于海量纵向多模态人类数据(遗传学、电子健康档案、实验室检查、影像、可穿戴设备、组学、临床结局等)训练,学习健康与衰老的联合动态规律。

在本框架下,这类模型可成为模拟器:预测器官特异性生物学年龄轨迹、预测个体化的功能缺陷、模拟拟议干预(药物组合、生活方式改变、手术)的效果,从而优先开展真实世界试验。若结合不确定性估计与因果验证,这类模型还能优先筛选可靶向的有害组组分、设计个体化治疗方案,并实现持续监测,提前发出衰竭预警信号。

其风险包括:训练数据中嵌入的偏见与不公平性、将虚假相关性误判为因果关系,以及隐私与安全隐患。大健康模型是 AI 技术的重要应用方向,有望变革医学模式,同时助力延长健康寿命与平均寿命。


三、实践中的衰老干预

延缓衰老意味着持续降低有害组的增长速率

延缓衰老,就是降低有害组的增长速率(理想情况下还能保留功能、降低疾病与死亡风险),且并非以一种负荷置换另一种负荷。

实践中,可通过以下方式实现:增强维持与修复能力、减少损伤生成、优化资源分配向防御倾斜、改变影响有害变化的环境因素。在人类中,有害组的增长速率个体差异极大,因为生活方式、环境、疾病负担与外界暴露,都会改变损伤生成、维持能力、功能储备与恢复水平。

延缓衰老的核心是 “速率”,而非单纯 “状态”:短暂改善后又回到原有速率,不算延缓衰老。因此,评估抗衰老干预的核心问题是:它是否能持续拉平生物学年龄、功能衰退与死亡风险的轨迹?

模式生物的大幅寿命延长比人类更容易实现

短寿命物种与许多实验室模型,通常离最大保护状态更远,因此改变营养感知、生长或应激应答就能带来大幅的相对寿命提升。

长寿命哺乳动物(如人类)与许多鸟类,已通过演化获得了高度完善的保护机制,意味着剩余的可改进靶点更少、分布更分散,且实现提升往往伴随权衡取舍。这就是为何线虫、果蝇中寿命延长效果显著,小鼠中也较为常见,但目前尚无干预手段能在对照研究中稳健、可重复地延长人类最大寿命。

但另一方面,我们也无法在健康人群中开展长达数十年的严格对照试验,验证最大寿命延长效果 —— 因此缺乏相关结果,部分是可行性限制,不全是生物学原因。在物种最大寿命的约束范围内,人类的转化研究可聚焦于加速衰老的系统,从而最大化健康寿命与平均寿命。

自然物种长寿与实验室实现长寿的机制不同

跨物种的长寿,是生态约束下维持机制(如防御、癌症控制、免疫功能等)长期协同优化的结果;而物种内的干预,作用于已经优化过的机体结构,因此往往会暴露出权衡取舍。

这一区别解释了:为何部分干预应答具有保守性,但每个物种又有其独特的结构与衰竭阈值。温度就是典型案例:同一物种内,核心体温降低可减慢反应速率、延长寿命;但跨物种来看,长寿和 / 或体温高的谱系,早已通过强化抗衰老防御完成了代偿,因此简单的跨物种相关性可能具有误导性。

这意味着,衰老机制的跨物种分析,应将寿命与体温(及其他生态协变量)结合研究;而长寿干预在物种间的转化,并非简单照搬即可实现。

热量限制可语境依赖性地延缓衰老

热量限制及相关饮食干预,可通过将资源分配转向维持机制、减少部分形式的损伤生成、重塑代谢与信号通路,延缓衰老。

在有害组框架下,核心并非热量本身,而是饮食如何改变 “有害副产物生成” 与 “修复和质量控制投入” 之间的平衡。饮食还与昼夜节律、免疫状态、组织重塑相互作用,对不同器官产生差异化影响。这一框架也解释了为何益处具有语境依赖性,为何最有效的饮食策略因人而异、因生命阶段而异 —— 例如,相同的热量限制方案,对部分人有益,对另一些人可能有害。

靶向薄弱环节、减少波动可延长平均寿命

人们因衰老相关原因早于物种寿命上限死亡,有两方面原因: 

第一,体内各器官 / 系统的衰老并非完全同步。不同个体的衰老加速器官存在差异。当某一系统的生物学年龄显著高于其他系统时,这种差异可能持续存在,提升该系统的疾病风险与相关死亡风险。由于个体的器官 / 系统年龄模式不同,需要根据其 “衰老类型” 开展个性化干预,,—— 策略可以是:诊断出最薄弱的系统,然后通过修复、替代、重编程或其他方式减轻其主导负荷。这种方法能延长平均寿命,让生存曲线 “方形化”(即更多人活到接近最大寿命,死亡时间更集中)。

第二,即便机体各系统衰老同步,结局也可能因波动出现差异:不可预测的内部变异与外界扰动,会随年龄增长越来越容易引发系统衰竭。通过提升鲁棒性、缓冲能力与恢复动态,减少这类波动,同样能让生存曲线方形化。

在这一视角下,波动与恢复力指标并非衰老的对立解释,而是有害组负荷如何被缓冲、如何转化为衰竭的读数。因此,将平均寿命向最大寿命推进的最现实路径是:① 个性化诊疗,识别并治疗决定个体寿命限制轨迹的特定薄弱环节;② 稳定机体状态,减少波动引发的衰竭(提升恢复力与康复能力)。

寿命可塑性反映了损伤、维持与缓冲的系统级调控

进化可调控三个层面的系统参数:① 损伤 / 负荷生成;② 维持 / 更新能力;③ 负荷如何被缓冲并转化为衰竭。

物种寿命因此是演化形成的系统级属性,是一套协同适配的过程(修复、更新、缓冲、干细胞功能、组织结构、癌症 / 免疫调控等),经自然选择校准,匹配生态位、外界死亡率、体型、体温与生活史。这些约束的微小改变(即便近缘物种之间),也能快速重新分配自然选择的投入权重,进而重新优化整套维持机制。

高杠杆性状包括那些能降低有效死亡风险、支撑更强长期投入的性状:更低的外界死亡率(如更安全的生态环境)、更慢的生活史(发育延迟、发育期延长),以及能更好阻止局部有害组级联为机体衰竭的结构(更强的缓冲 / 冗余、更严格的癌症控制、更优的免疫平衡、关键组织更高效的更新等)。

这也解释了为何跨物种的长寿相关特征,不一定与物种内的干预效果匹配:跨物种的演化是同时优化诸多性状,而干预是扰动一个已经优化的系统,往往会暴露出权衡取舍。

寿命干预的效果可能存在性别差异

许多长寿干预通过重新平衡机体全局的资源分配(生长 / 繁殖与维持 / 修复之间),重塑内分泌、免疫与代谢设定点实现效果,而这些设定点在雌雄两性中可能存在差异。

在有害组框架下,这意味着两性的起始负荷组成、主导薄弱环节、负荷映射到死亡风险的结构都可能不同;因此,同一种干预可能缓解某一性别的限制瓶颈、降低其风险,但对另一性别获益有限,甚至带来抵消性的权衡代价。

性别也会调节暴露与应答:药代动力学、组织分布、靶点结合效率可能不同,下游的适应性程序(应激应答、自噬、炎症、重塑)也可能存在差异。实践中,性别提供了系统层面的语境:干预的效应大小,取决于① 它改变了哪些有害组组分;② 该性别中哪些器官是寿命限制因素;③ 净变化是降低了长期负荷,还是仅仅用一种负荷置换了另一种。

长寿干预应个性化

由于不同人的器官衰老速率不同、衰竭原因不同,通用干预对个体的主导薄弱环节可能效果不佳。例如,若一个人的近期风险由肾脏衰老驱动,靶向大脑相关通路对结局的影响可能很小,而靶向肾脏则能带来最大获益。

可参考的策略是:识别加速衰老的器官 / 系统轨迹,选择已知(或预测)能减缓或年轻化这些轨迹的干预手段,并监测应答效果。这与临床实践中的策略类似:检测多项生化指标,识别超出参考范围的异常,然后为个体开具针对性治疗方案。

区别在于,针对器官 / 系统差异衰老的干预,可在任何功能 / 病理变化出现之前就启动。这让长寿医学从通用干预转向个性化干预,预计将对健康寿命产生显著影响(但对最大寿命影响有限)。

长寿干预在主导性衰竭出现前启动最关键

如果衰老始于胚胎零点之后,那么有害组的累积很早就开始了,越早减少累积效果越好。但 “越早越好” 不代表所有干预都必须早年启动。

最佳启动时机取决于:哪些轨迹在哪些年龄最具可调控性、干预是累积效应还是瞬时效应、长期权衡(如生长与繁殖)以及安全性。许多干预的益处,在于阻止或延缓功能缺陷跨过临床阈值。这支持了 “早期测量与风险分层” 的思路,随着可测量轨迹出现偏离,逐步强化干预力度。

医疗与公共卫生进步已延长了人类预期寿命

人类寿命的历史增长,很大程度来自降低外界死亡率、减少生命早期有害组负荷:环境卫生、疫苗、抗生素、更安全的分娩、更好的营养。减少终生有害暴露,可降低给定时序年龄下的生物学年龄。

如果最早几代人中最长寿的个体本就很少接触有害暴露,那么上述进步可能大幅提升平均寿命,但对最大寿命影响甚微。这一视角也说明:减少终生负荷累积,不仅靠研发新药,也靠改善环境。

当前现实的寿命增益来自降低风险与保留功能

通过减缓终生有害组的升高、阻止主导薄弱环节率先衰竭,可将个人寿命向物种上限推进。

性价比最高的措施仍是常识性手段,因为它们能减少广泛类别的损伤输入,同时提升多器官的恢复力:避免慢性营养过剩(超重时减少进食)、食用更优质的食物、规律运动(有氧 + 抗阻)、充足规律睡眠、避免严重 / 慢性应激。

也可通过 “有害组管理” 减少可避免的损伤累积:不吸烟、减少过量饮酒、避免不必要的毒素 / 辐射、减少空气污染暴露、避免反复晒伤 / 紫外线过度暴露、缓解慢性炎症(如肥胖、持续感染)。

随着测量技术进步,下一步的实践方向是:识别个人的衰老类型 / 器官特异性衰老模式,针对衰老最快的部位进行干预。遗传设定了约束,但并非命运:仅靠生活方式或许无法突破最大寿命,但通常能最大化健康寿命、减少可避免的有害组累积、提升高龄时保留功能的概率。

人类衰老延缓的强证据需展现持续、多层面的获益

强证据需要呈现一致性的变化:经验证的多系统生物标志物增速放缓、多种年龄相关疾病的发病 / 累积延迟、功能能力长期保留或改善,理想情况下来自随机对照研究。

单一疾病的预防不足以证明延缓了衰老;核心标志是共病与恢复力轨迹的全局性偏移。由于人类本就具备高度完善的保护机制,遗传、饮食、药物与生活方式因素的效应预计较为温和,需要灵敏的系统级终点来检测。


四、长远展望

激进的寿命延长需填补概念空白、探索新型干预策略

作为一个领域,我们尚未就衰老的本质达成共识,不清楚分子变化如何与功能衰退耦合,也不理解自然界如何在细胞或机体层面实现激进的寿命延长。

好消息是,这些空白如今正变得更易填补:测量技术、学习方法、扰动工具与人类规模数据都在快速进步。另一项空白是因果图谱:我们尚不清楚有害组的哪些组分对功能丧失与生存最具限制性。我们也缺乏系统层面的理解:子系统特异性衰老轨迹如何相互作用,共同决定整体机体风险;以及如何组合干预手段放大效果、规避权衡。

填补这些空白需要更多基础研究、大规模因果扰动、纵向测量,以及跨组织、跨物种的整合研究。部分有望实现激进寿命延长的路径包括:① 将胚胎年轻化的原理应用于成体;② 细胞层面策略,如部分重编程与强化细胞身份维持;③ 再生驱动的年轻化;④ 细胞、器官或多器官系统替代;⑤ 比较生物学启发的工程化与复杂干预策略;⑥ 生物工程手段,将生物组织与材料、设备、闭环控制系统、计算技术融合或替代。这些方法的证据等级不同,属于更长期、部分仍具推测性的方向。

胚胎年轻化可为成体年轻化提供原理参考

胚胎年轻化证明:生物学系统能够执行深度重置,让生物学年龄降至最低点(零点),随后机体才开启终生的有害组升高进程。

这一普遍存在的自然年轻化过程,其机制尚未被完全阐明。将其转化应用于成体,大概率需要诱导发育重置的部分组分(损伤清除、表观基因组重建、协调的组织重塑),同时不丢失细胞身份、不扰乱肿瘤发生的调控。

部分细胞重编程有望实现年轻化,但需控制身份与癌症风险

通过表达多种转录因子、化学鸡尾酒处理等方法,可将成体细胞转化为类胚胎的多能干细胞(诱导多能干细胞)。但用该方法实现机体层面的年轻化,仍是巨大挑战。

部分重编程旨在捕捉重编程中的重置效应,同时避免完全去分化与细胞身份丧失。周期性或靶向表达山中因子,可改善小鼠的部分年龄相关表型;类似方法还能恢复视网膜等特定组织的功能,。

成体内的重编程,旨在减少调控漂移(有害组的组分之一),同时基本保留组织结构与功能。核心挑战是精准调控:重编程必须具备细胞类型特异性、时间限制性,并被严密监控 —— 因为过度或错位的重置,会损害功能或升高肿瘤风险。若能解决这些约束,部分重编程有望成为在多组织中恢复年轻调控状态的工具。

再生驱动的年轻化

再生驱动的年轻化,指通过干细胞激活与组织重塑重建组织,减轻有害组累积带来的功能后果。它无法清除每个细胞中的分子损伤,但能通过替换或更新关键细胞群体、重置组织结构,恢复系统性能。

在再生能力强的生物中,周期性的组织重建可维持低水平的功能衰退。哺乳动物的自然再生能力有限,但工程化再生(通过干细胞调控、免疫校准、模式化信号)可实现对最易损伤组分(如造血系统、上皮组织、血管系统)的定期替换,从而逐步延长健康寿命。

异时异种共生表明系统环境可调控生物学年龄

异时异种共生可用于验证:系统性因子能否让衰老组织向更年轻的功能状态偏移。动物模型显示,该方法能带来部分年轻化效果,。

用有害组的语言解释:这种方法可能同时改变损伤的累积速率与总负荷(例如让老年个体接入年轻器官的循环环境)。其局限在于伦理考量、操作复杂性与安全性。它不太可能成为规模化的人类疗法,但未来技术成熟后,与人工年轻系统 “共生” 或许是可行方向。

最重要的是,该方法需要持续暴露于年轻的系统环境。异时异种共生让老年共生体持续接触年轻共生体的器官,这与年轻血液输注、从血液中清除衰老组分(如血浆置换)等方法不同,后两者的有效性仍存争议。

比较生物学可揭示激进长寿的策略

自然界已经完成了最成功的长寿实验:哺乳动物的寿命差异超过两个数量级,远超实验室模型中单种药物、饮食或基因操作的效果。同一生物体内的不同细胞类型,寿命也存在巨大差异。

蝙蝠、裸鼹鼠、鲸类、人类等长寿物种,通过基因组维持、蛋白质稳态、代谢、免疫、抗逆性、癌症控制、发育与组织结构的协同改变,实现了长寿。挑战不只是找到 “长寿基因”,而是理解长寿生物学的状态空间,探明短寿命物种如何转变为长寿命状态。

比较基因组学、跨物种多组学、纵向衰老数据、诱导多能干细胞衍生系统、扰动筛选、干预应答数据集等,可用于开发长寿 AI 模型,最终识别能让机体向长寿状态转变的复杂组合干预。在这一视角下,比较生物学成为策略学习引擎:它不仅能提供靶点,还能给出协调的干预方案,包括组织优先级、时机、顺序与权衡,随后可在细胞、类器官与动物模型中验证。

器官替代是可行的抗衰老策略

理论上,替换非神经器官与系统,可在保留神经功能连续性的同时,部分实现机体年轻化。器官替代之所以成为激进长寿的诱人路径,是因为它能绕开部分生物学复杂性:无需修复有害组的每一个组分,只需将最易衰竭的部件替换为更年轻、功能正常的版本。

但这一策略天然受限于大脑,最终可能制约全身替代的获益。长期成功需要可规模化、符合伦理的免疫匹配器官来源(如诱导多能干细胞衍生并发育成熟的组织)、更优的免疫耐受 / 排斥解决方案,以及协调的多器官替代策略(从整体置换到分期的颈部以下全身替换),实现生理状态重置,而非依次治疗器官衰竭。

替换部分细胞类型(如造血干细胞、T 细胞、小胶质细胞)的技术可能相对较早实现,而器官 / 组织替代技术则需要更长时间。

混合策略可通过外化与替代机体功能延长寿命

混合式长寿策略,将机体视为可维护的平台,将最易衰竭的功能部分转移到生物体外:长期体外或可穿戴的肾、肺、心脏、肝脏与内分泌支持系统;持续过滤或补充的血液组分;植入式泵 / 氧合器;血糖、血压、免疫 / 炎症的闭环调控;以及模块化的血管接口,支持快速替换生物或工程化组件。

在这一范式下,许多器官将逐步成为可替换模块或并行备份,灾难性的单器官衰竭更接近工程故障,而非致命事件。这类系统会引发争议,也会带来新的衰竭模式(感染、血栓、设备漂移、网络 / 操作风险),但它阐明了一个核心观点:要将寿命大幅推高至物种常规水平之上,我们可能需要将核心生理功能部分从演化而来的组织,转移到可维护的设备上 —— 生物学将越来越多地充当自适应接口,而非唯一的功能载体。

脑机融合有望支撑激进长寿

如果神经接口从当前的低带宽植入物,发展为密集、稳定、双向的连接,能够粗略读取并调控神经活动,同时保留神经可塑性,那么脑机融合可能带来革命性变化。

当前的皮层内植入物只是早期阶段;下一步可能包括分布式传感器、光学或分子记录,以及闭环刺激,用于补偿环路丢失、恢复神经调质张力、为记忆、注意力与运动控制植入专用的假体子环路。

在这一视角下,大脑将逐步得到外部计算与控制的支持:先是辅助性支架,后成为整合式冗余。对抗神经退行性变,不再仅依赖生物修复,还可通过功能替代实现。核心风险不只是技术层面(稳定性、发热、供能、生物相容性、漂移),还有存在论层面:自主性、操控风险、安全性,以及当神经功能部分分配到设备上时,个人身份连续性是否得以保留的问题。

数字永生

数字永生已获得越来越多关注。短期内的数字永生,大多是 “模拟式” 的 —— 即基于个人数据训练的数字复刻。如果意识依赖于功能组织结构,那么存续就需要保留产生主观体验的因果动态,这就引出了身份问题:行为与人一致的系统,可能只是一个复制品。

至少在概念上能保留连续性的一条路径,是渐进式基质转换:在系统存活的状态下,逐步用功能等效的假体替换或增强神经组分(即 “忒修斯之船” 思路),让人作为持续的过程存续,而非被扫描的快照。如果这种转换最终能够实现,激进的寿命延长将不再只是生物医学项目,而会成为类似物种形成的社会 - 技术转型:人类将成为生物 - 技术混合体,拥有新的死亡形式(软件 / 硬件故障、治理问题、资源依赖),以及关于人格、权利与连续性的全新伦理与法律问题。

不从根本上改造生物学,完全阻止人类衰老几乎不可能

零衰老意味着成年后有害组的净增长完全停止:所有持续存在的负荷来源(分子副产物、调控失调、克隆扩增、结构磨损),都持续被修复、选择性清除、稀释或功能覆盖所抵消,因此鲁棒性与冗余性不会消退,年龄特异性死亡风险保持平稳。

实践中,这需要一种动态平衡:损伤仍在发生,但永远不会累积到产生影响的程度。这在人类中几乎不可能实现真正的稳态:衰老不可逆,部分有害组组分无法回到先前状态;而若强力推动更新 / 重编程以持续覆盖负荷,又会与身份维持、癌症风险产生冲突。完全稳定的衰老停滞,需要的干预强度可能反而会破坏其本要保护的系统。

但生物学或许提供了另一种可能:有机体可呈现几乎不升高的年龄特异性死亡率 —— 因为其结构、更新与模式调控机制,能延缓累积负荷表现为机体衰竭的过程,即便损伤仍在增加。这里的核心问题不只是哪些损伤在累积,更是累积如何传导为功能丧失。即便如此,激进的长寿仍受限于残余有害组增长、生物学权衡与外界风险。

进步需要更优的测量、更大的数据集与更具雄心的干预

要加速衰老领域的进步,最需要三方面突破: 第一,建立大规模、完全开放、纵向、干预性的人类图谱,包含统一标准的多组学、多模态影像、生理指标、电子健康档案、基础健康模型与覆盖器官系统的生物样本库,配合高频采样、可穿戴数据、标准化扰动(饮食、药物、生活方式、已知基因型),并与严格的生物标志物基准测试结合。这套图谱将推动领域从碎片化观察,转向追踪干预如何重塑人类衰老轨迹的共享参考框架。

第二,围绕共享基础设施,启动聚焦衰老基本原理的大型多学科计划。研究重点不应是单个基因、通路或器官,而应优先从系统层面理解结构、功能与修复如何随时间相互作用。有价值的研究方向包括:研究胚胎年轻化,从结构与功能形成的角度理解年轻化机制;开发在活体内以细胞分辨率评估生物学年龄的工具。

第三,可规模化的人类相关测试平台(类器官、组装体、在体平台),配套再生与替代的制造能力,让候选策略能快速迭代、系统比较,而非逐一探索。

人工智能的进步将发挥核心作用:整合大规模生物数据、跨尺度学习因果结构、开发基于真实世界动态与生理学的新型预测模型(基于世界模型、物理锚定的 AI)。这些资源将共同推动衰老研究,从零散的创意集合,转变为可累积、工程化的研究范式,实现真正的进步。


结论与展望

衰老,是生命系统产生、且无法完美抵消的有害变化负荷的持续升高。由于这种负荷正变得越来越可测量、可修饰,我们越来越能将衰老视为一个可工程化的过程 —— 例如减缓其进程、重置部分组分、替换最关键的限制组分,以及通过混合与数字系统外化功能。这为我们提供了谨慎乐观的基础。

这一观点的现实意义是:进步取决于将概念清晰度与测量手段相衔接。该领域需要更好的方法定量有害组组分,更完善的机体与子系统特异性衰老时钟,更清晰的标准界定 “延缓衰老” 与 “提升累积负荷耐受度” 的区别,以及整合生物标志物、有害组、功能、恢复力、发病率与死亡率的试验设计。没有这些衔接,即便数据集越来越大、模型越来越复杂,关于衰老的争论仍可能停留在语义层面。

第二个需求是拓展干预空间。部分方法可在现有物种约束内重塑机体,通过靶向薄弱环节、减少波动引发的衰竭,改善健康寿命与平均寿命。另一类方法则瞄准更激进的目标,包括年轻化、再生、器官替代、比较生物学启发的复杂干预,以及混合生物 - 技术策略。不应混淆这两类干预,因为它们作用于衰老过程的不同层面,对平均寿命与最大寿命的影响也大概率不同。

论文采用紧凑的主题式组织结构,是有意为之。该领域或许能从更清晰的第一性原理阐述中获益 —— 因为测量与干预的目标,取决于我们如何定义衰老。概念图谱无法替代实验,但能让分歧显性化、暴露隐藏假设、支持替代性解读,并帮助规划研究议程。

以上来源:PNAS,由人工智能行动信息港AI HUB分享阅读


【声明】内容源于网络
0
0
人工智能行动信息港AI HUB
人工智能行动信息港(简称AIHUB)是中国电子信息产业发展研究院响应“人工智能+”行动,由国内AI产业链上下游企业、高校研究机构等发起成立,期望畅通政府与行业间、产业链上下游间、国内与国际间的沟通渠道,共建推动人工智能创新发展的公共平台。
内容 855
粉丝 0
人工智能行动信息港AI HUB 人工智能行动信息港(简称AIHUB)是中国电子信息产业发展研究院响应“人工智能+”行动,由国内AI产业链上下游企业、高校研究机构等发起成立,期望畅通政府与行业间、产业链上下游间、国内与国际间的沟通渠道,共建推动人工智能创新发展的公共平台。
总阅读17.0k
粉丝0
内容855