中国人口正在快速地老龄化，2019年，我国65岁及以上的老龄人口已达1.76亿，占世界同年龄组人口的1/4。人们对检测身体衰老状态的需求不断提高。目前的体检无法灵敏精确地评价机体的生物年龄状态，急需研发能够量化评估机体衰老状态的方法。好的评估方法是采取干预措施预防、延缓衰老和相关疾病的前提，因此，亟需一种针对中国人群的检测衰老的精确方法。

浙江大学基础医学院欧阳宏伟课题组于2022年10月21日在《Computational and Structural Biotechnology》发表了题为“Scale Bar of Aging Trajectories for Screening Personal Rejuvenation Treatments”的研究论文，研究利用人血转录组学刻画了反映衰老过程线性和动态变化的衰老轨迹，开发了基于集成模型和简单线性模型的衰老时钟，并示例了其在个性化抗衰老药物筛选方面的应用价值。

原文链接：https://doi.org/10.1016/j.csbj.2022.10.021

本研究收集了505例健康中国人群的外周血样本，通过高通量测序获得了血液的转录组。从衰老持续性的线性进行和在特定年龄波动两方面，构建了基于中国人群的血液转录组的衰老轨迹，得到了8个不同变化轨迹的衰老基因模块及其生物学功能。

图1 不同变化轨迹的衰老基因模块

衰老时钟是一种使用衰老生物标志物预测个体年龄的方法，基于转录组的衰老时钟兼有可解释性和预测精度优势。研究找到了1138个年龄线性相关的基因，并基于神经网络和线性模型构建了集成模型的衰老时钟。模型在测试集上验证有较好的准确性（平均绝对误差MAE=4.23yr），并在两个外部数据集上进行了验证。

图2 衰老相关基因集和集成模型衰老时钟

研究进一步构建了一个简化的基于线性模型的衰老时钟，以预测年龄和真实年龄定义了衰老速度，并划分了人群中的快衰老人群和慢衰老人群。这种划分反应了其免疫细胞水平的差异性，与已知的衰老过程一致，体现了其生物学意义。

图3 简化线性模型和快/慢衰老人群划分

在衰老的波动维度，本研究揭示了衰老过程中40岁处的转录组波动，并发现在快速衰老人群中该时间点前移，且变化基因数显著增加。

图4 衰老的波动维度

研究还示例了衰老时钟在体外实验中评估抗衰老药物效果方面的应用性，突出了药物效果的个体差异性。

图5 衰老时钟个性化评估抗衰老药物效果

本文通讯作者是浙江大学基础医学院欧阳宏伟教授和浙江大学医学院附属第二医院金静芬教授。此研究得到了国家自然科学基金等的资助。