科研突破

Nature Medicine:TranslAGE数据库揭示表观遗传时钟对抗衰老干预的响应规律

来源: Nature Medicine · Fight Aging!

背景:为什么表观遗传时钟如此重要

表观遗传时钟(Epigenetic Clocks)是利用机器学习技术对生物数据进行分析后得出的年龄预测工具。通过分析DNA甲基化(DNAm)模式,这些时钟可以推断一个人的"生物年龄"——即身体实际衰老程度,而非单纯的 chronological age(时序年龄)。生物年龄高于时序年龄,往往意味着更高的死亡风险和更多与衰老相关的疾病。

这些时钟的重要性在于:如果能够用它们快速评估某种新型抗衰老干预手段是否有效,研究人员就不必等待长达数十年的寿命研究——这将彻底改变抗衰老临床试验的速度和效率。然而,核心问题在于:不同的表观遗传时钟对不同干预手段的响应程度差异巨大,用哪个时钟、选哪些指标,需要系统化的数据支撑。

TranslAGE数据库:迄今最大规模的表观遗传时钟响应性评估

研究团队构建了 TranslAGE——一个整合了 51 项公开及私人纵向干预研究、覆盖 16 种主流表观遗传时钟以及 94 个额外 DNA 甲基化生物标志物的标准化数据库。这使得不同研究之间的横向比较成为可能。

研究评估的干预手段包括:

  • 运动(有氧、力量训练)
  • 饮食干预(含热量限制)
  • 二甲双胍(metformin)
  • 治疗性血浆置换(therapeutic plasma exchange)
  • 其他药理学和生活方式干预

核心发现

1. 训练目标决定响应强度:针对死亡率和衰老速度训练的时钟(而非单纯预测时序年龄的时钟),在所有干预研究中表现出最强的响应一致性。

2. 药理学与生活方式干预驱动最强响应:药物干预和生活方式干预(如运动、热量限制)对 DNA 甲基化生物标志物的影响最为显著。

3. 研究人群特征和干预时长是关键变量:研究人群的基线特征以及干预持续时间是决定时钟响应幅度的重要因素。

4. 可解释性时钟提供更深层机制洞察:具有多子评分的"可解释性时钟"(explainable clocks)比单一评分的时钟能提供更精准的机制信息。

为什么这值得关注

这项研究的直接意义在于为抗衰老临床试验提供了一套科学的时钟选择指南。不同的研究目标和干预类型,应选用不同类型的表观遗传时钟——而不是盲目使用最流行的那一个。

对于整个长寿科技行业来说,TranslAGE 数据库的出现意味着:临床试验的设计可以更加精准,样本量和干预时长可以更合理地确定,生物标志物的选择也有了系统性依据。这将显著降低临床试验成本,加速新型抗衰老疗法的验证和上市。

同时,这也是表观遗传时钟从"科研工具"向"临床监管工具"转型的重要一步——Nature Medicine 的发表本身就说明了这一方向的学术和行业认可度。

相关阅读

LongBiosci此前曾报道:下一代表观遗传学生物钟干预手段综述——41项人体研究汇总,介绍了表观遗传时钟干预手段的最新证据。

原文链接

阅读 Nature Medicine 原文 →

阅读 Fight Aging! 详细报道 →