10,757 只对照小鼠的警告：换掉一个「异常」队列，两种雷帕霉素方案的显著性就变了

小鼠寿命实验里最容易被当成背景噪声的东西是对照组的自然变异。 这篇预印本用 NIA 干预测试项目（ITP）18 年、10,757 只对照小鼠的数据说明： 这个「噪声」大到足以改变结论——从原始寿命分析中排除一个新识别出的雄性异常队列后， 两种 rapamycin 方案的统计学显著性发生了变化。

作者阵容值得先说：通讯 Gary Churchill 与合著者 J. F. Nelson 都在 The Jackson Laboratory， 正是 ITP 的统计核心。这不是外部挑刺，是内部体检。

框架做了什么

ITP 在三个独立站点用标准化方案测试干预，这个设计本意就是抵消单站点的偶然性。 作者在此之上建立预测区间（prediction interval）框架： 先由历史对照数据估计每个「站点 × 年份 × 性别 × 品系」单元格应当落在什么区间， 再把实际队列与之比对，超出即标记为异常。

核心统计量上的发现是：年际变异（尤其雄性）对队列均值变异的贡献， 远大于单纯随机抽样所能解释的部分。

三个判定结果

队列	框架判定	备注
2022 年 JAX 雌性	异常	复现了历史已有疑点
2017 年 UT 雄性	未判异常	与部分历史质疑相反
某一个雄性队列	异常（新识别）	此前未被识别；剔除后两种 rapamycin 方案的显著性改变

第三行是本条的实质内容。它的含义不是「雷帕霉素无效」， 而是「该方案有效」这一结论的稳健性依赖于某一个对照队列是否计入—— 这在统计上是完全不同的两件事，但在文献传播中经常被合并成前者。

为什么对做寿命实验的人是必读

传统做法是「处理组 vs 同期对照」。这个框架指出同期对照本身就在漂移， 于是站点 × 年份的隐蔽结构会直接进入处理效应的估计。 如果对照队列恰好偏低，干预就显得更有效；反之则被埋掉。

作者的诉求很清楚：需要标准化的离群值检测框架， 并在衰老研究中显式计入自然变异，而不是假定对照是稳定的地板。

数字：给了规模，没给效应

摘要给出的可引用定量是10,757 只对照小鼠、18 年、三个站点。 但以下关键字段一律待补全文，本站未做任何推算：

• 究竟是哪两种 rapamycin 方案（剂量、给药途径、起始月龄）—— 待补全文
• 排除异常队列后显著性向哪个方向变化（变显著 / 变不显著 / 效应量增减）—— 待补全文
• 新识别的雄性异常队列是哪一年、哪个站点 —— 待补全文
• 预测区间的覆盖水平与判定阈值 —— 待补全文

局限

• 本条性质上是方法学/资源类论文，不产生新的生物学发现。 它评判的是已有结论的稳健性，不是提出新机制。
• 「显著性改变」是方向未明的表述——在拿到全文前， 既不能读成「雷帕霉素被证伪」，也不能读成「雷帕霉素更可信」。
• 框架目前建立在 ITP 的标准化方案之上；单实验室的小规模寿命实验 能否直接套用同一区间估计，摘要未讨论。

对所有做小鼠寿命实验的人，这是一条方法学警报： 对照组本身就在漂移。它同时意味着，部分已发表的寿命延长结论可能需要重新体检一次。

为什么仍是 C 级

它的样本规模（10,757 只）远超多数已发表的同行评议寿命研究， 数据来源是公认最严格的 ITP。但它是未经同行评议的预印本， 按本站分级约定只能标 C。数据规模与机构权威都不会抬高预印本的证据等级—— 这一点刻意写在这里，提醒自己也提醒读者。

本文为预印本，未经同行评审，结论可能在正式发表时变更。