北京
不同表观遗传时钟对同一血样预测年龄差异显著，平均跨度达17年。原因包括训练集、CpG位点和技术差异。研究呼吁将时钟视为生物标志物而非生物年龄全貌，干预追踪应固定模型，并关注新一代时钟的优越性。各类生物学时钟不是诊断辅助工具，建议慎用解读。关注详情。
阅读文摘
如果你做过表观遗传年龄检测，可能会发现：在不同的“时钟”下，你的生理年龄大相径庭，有的说你比实际年龄年轻好几岁，有的却判你老了十几年。
这不是检测出错，而是领域内一个公开却常被非专业人士忽略的“错配”现象。近日，一篇在《Epigenomics》发表观点文章，系统剖析了这一问题的根源与影响，并通过公开数据给出了直观例证。
研究者选取了8个基于血液训练的表观遗传时钟，包括Hannum、Horvath多组织、Horvath皮肤血液、PhenoAge、HRSInChPhenoAge、Lin 99 CpG、Vidal-Bralo和Zhang2019，对656份全血样本进行预测，这些样本年龄范围为19-101岁。
结果显示，同一批样本的平均预测年龄从56.15岁到68.78岁不等，整整差了12.6岁。而每个样本中“最年轻”与“最年老”预测值的平均差距竟达17.32岁，最大个体差异甚至高达45.47岁。
更令人困惑的是，同一干预对象可能在一个时钟上显示“年龄加速”，在另一个上却显示“减速”，在全部样本中，有89%的样本在不同时钟间的“正负方向”不一致。
为何会有如此大的分歧？原因多层面：训练集年龄范围不同，如PedBE专为儿童设计，用于成人会低估表观遗传年龄；GrimAge则基于老年人设计，用于年轻人会高估表观遗传年龄；所用CpG位点数量与位置各异，从8个到近千个不等。
此外，不同技术平台如450K芯片、EPIC芯片、和测序法等引入系统性偏差；细胞类型组成、急性应激甚至技术重复间的噪声都会干扰结果，对结果影响最高可达20年。
即便是第一代单纯预测日历年龄对表观遗传时钟与新一代旨在关联健康与死亡风险的时钟之间，设计哲学也截然不同。
这种错配绝非学术游戏，它直接影响实践。对于个性化追踪，若一个模型显示你“年轻”，另一个显示你“衰老”，用户必然困惑。对于临床试验，若将不同时钟混用，或前后采用不同模型，结果根本无法比较。
更棘手的是，有研究显示同一药物可改善PhenoAge和DunedinPACE，却令AdaptAge（适应性信号）降低，后者降低被视为不利，导致结论相互矛盾。
研究者因此建议：首先，应放弃将时钟输出直接等同于“生物年龄”的粗暴提法，而将其视为“表观遗传年龄”或特定生物标志物，反映甲基化组中的特定侧面，生物年龄过于复杂，单一指标无法囊括。
其次，选择时钟需匹配研究目的：法医学用高精度第一代时钟；健康干预优选新一代时钟（如PhenoAge、GrimAge2等），并确保训练组织、年龄范围与受试者匹配。最后，干预前后必须使用同一时钟，不能随意替换。
未来，研究者呼吁构建“集成时钟”，将多个模型融合以提升稳定性和响应性，已有小鼠研究证实其优势。但在那之前，解读衰老检测报告时，务必追问一句：你用的是哪一款时钟？它适合你的场景吗？
(群规: 实名+机构)
申请加入【亚太长寿医学会】微信联系
GlobalMD2026或APACLONGEVITYSOCIETY
关注我们，获取生物医学前沿最新资讯
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
