衰老研究领域正在吸引物理学家的目光。2026年5月发表在Aging期刊上的论文综述了物理学视角在衰老研究中的应用——通过构建数学模型，将复杂的多因素衰老过程分解为可量化的物理规律，从而更精准地预测干预效果和理解不同物种寿命差异的原因。
损伤饱和清除（SR）模型
会议报告提出了损伤饱和清除（Saturating Removal, SR）模型，该方程的核心假设是：
- 损伤产生速率随时间上升（因为积累的损伤会产生更多损伤制造单元）
- 损伤清除能力存在上限（高损伤水平时趋于饱和）
这一简单框架能够同时解释三种经典衰老模式：
- 死亡率指数上升后期趋缓（exponential rise with late slowdown）
- 疾病发生率指数上升后期下降（exponential rise with late decline）
- 生理功能随年龄线性下降（linear decline）
区分干预类型：预防 vs 清除
SR模型的一个关键应用是从生存曲线形状判断干预类型：
- 预防性干预（降低损伤产生速率，如热量限制）：使寿命和病态期（sickspan）等比缩放，生存曲线整体右移
- 清除性干预（提高损伤清除速率，如衰老细胞清除）：压缩病态期，生存曲线尾部变陡（survival steepening）
这意味着仅凭生存曲线形态，即可区分一种抗衰老药物是作用于"源头"还是"下游"，为药效评估提供新工具。
多尺度衰老模型
会议还介绍了整合营养信号、代谢、损伤积累和生长发育的多尺度衰老计算模型。该模型可模拟细胞随年龄增长所经历的代谢状态转变（代谢阶段），并识别代谢干预可能产生不同效果的时间窗口——即"细胞生命轨迹中的敏感节点"。
这类模型的价值在于：在计算机上模拟不同干预方案，筛选出最有潜力的进行体内验证，大幅提高实验效率。
意义：让衰老从"描述"走向"预测"
物理学视角的核心价值在于：化繁为简，在复杂性中找到规律。衰老涉及基因组、表观基因组、代谢、免疫、微生物等无数因素，没有统一框架就无法系统比较不同干预的相对效果。SR模型等物理框架正是为此而生。
随着单细胞多组学数据的积累和多尺度计算模型的成熟，"老年物理学"有望成为连接基础研究与临床干预评估的桥梁。
原文链接：https://doi.org/10.18632/aging.206378
参考来源：Fight Aging! - Gerophysics: Physics-Based Descriptions of Aging