核心问题：药物再利用如何真正筛选出有效的抗衰老候选？
新药开发的监管成本极高，相比之下，为现有药物寻找新适应证（药物再利用，drug repurposing）成本要低得多。Fight Aging! 评论指出，这一现实使得药物再利用获得的关注可能超出其应有比例，且通常只能带来边际效益。
但抗衰老领域的特殊性在于：已知的延寿干预——如雷帕霉素在小鼠中可延长约20%寿命——的效果，可能在现有临床数据中"藏而不露"（因为无人真正关注）。问题是：我们如何系统性地从6442种已上市化合物中，精准筛选出真正有抗衰老潜力的候选药物？
2026年发表于 Nature Aging 的研究（DOI: 10.1038/s43587-026-01161-8）提出了一个系统性的解决方案：网络医学框架 + pAGE指标。
研究方法：两步走策略
第一步：构建"衰老相关基因-相互作用组"网络
研究团队将2358个长寿相关基因（longevity-associated genes）映射至人类蛋白质相互作用组（human interactome），识别每个衰老特征（hallmark of aging）模块内的连通子图（connected subgraph），从而量化6442种化合物与各衰老特征模块的网络邻近度（network proximity）。
这一步骤的核心逻辑：如果一个化合物对应的靶点蛋白，与某衰老特征模块内的蛋白存在高度网络邻近关系，则该化合物更可能干预该衰老特征。
第二步：引入 pAGE 指标
网络邻近度衡量的是"化合物能否触及某衰老模块"，而 pAGE（pharmacological Age — pharmacological Aging Gene Expression）则回答更深层的问题：该药物诱导的转录组变化，是否与已知年龄相关基因表达变化方向相反？
具体而言：研究团队定义了每个衰老特征模块内的年龄相关基因表达变化谱（age-related expression changes），然后评估药物处理后细胞转录组的变化是否呈现"逆向"趋势——即向更年轻的基因表达状态偏移。
如果某化合物的转录组效应与年龄相关基因表达变化方向相反（抗衰老方向），则 pAGE 值高；如果方向相同（促衰老方向），则 pAGE 值低。这一指标提供了可量化的"抗衰老潜力"评估。
整合策略：网络邻近度 × pAGE
研究将网络邻近度（结构靶点可及性）和 pAGE（功能性转录组效应）两个维度整合，为每个衰老特征模块提供候选药物优先级排序。
优势
- 可解释性强：可揭示每种药物通过何种分子机制调控特定衰老特征
- 可证伪（falsifiable）：每个预测都附有可实验验证的分子机制假设
- 覆盖范围广：系统评估6442种化合物，超越单一通路视角
- 多hallmark覆盖：可识别同时干预多个衰老特征的"广谱"候选药物
重要意义
尽管数千个基因已被报道与衰老表型相关，但有效的抗衰老干预依然稀少，原因在于衰老的多因素特性和分子组分的深度互联性。该研究通过整合网络科学与功能基因组学，提供了一个系统性的、可验证的框架，有望加速药物再利用发现，并借助基因组学发现推动长寿医学转化。