AI衰老时钟的“本土化”命题

2026年,中国科学院动物研究所刘光慧团队联合多家机构在Cell发表“Multimodalclocksofhumanaging”研究论文,基于2019名18至91岁中国健康受试者构建了多模态衰老时钟系统,其预测时间年龄的平均误差(MAE)仅为3.87年,显著优于所有单组学时钟。这一研究为中国人群衰老评估提供了本土化基准,但也引出一个不容回避的问题:在此之前,衰老评估模型的“标尺”主要由谁定义?

西方模型的中国偏差

此前,StanfordOrganAgingClock、UKBiobank等国际平台虽已建立了器官年龄评估体系,但这些模型多基于西方人群数据训练,对中国人群的预测存在系统性偏差。一项发表于eLife的研究对621名来自美洲的受试者进行了跨祖先群体的甲基化时钟评估,结果显示:在非洲裔占比较高的群体中,Horvath时钟的年龄预测相关系数(Pearsonr)仅为0.45至0.51,而欧洲裔群体的相关系数为0.72。相关系数越低,意味着模型预测的年龄与实际年龄的偏差越大。

该研究进一步发现,非洲裔比例与时钟预测误差之间存在显著关联。非洲裔人(中位85%非洲)和波多黎各人(中位15%非洲)的时钟精度显著低于古巴人(6%非洲)和秘鲁人(2%非洲)。这一发现直接证明:基于特定人群训练的甲基化时钟,在跨人群迁移时会出现显著的精度损失。

在衰老时钟领域,这一问题尤为突出。2024年发表于Protein&Cell的研究明确指出:“鉴于大多数时钟的建立基于人群,它们在中国人群中的适用性尚未得到充分验证。迄今为止,尚缺乏中国人群表观遗传时钟的系统研究,这限制了对中国人老龄健康的精确评估和衰老相关疾病的预警干预。”

从数据库到临床落地

针对这一缺口,LAIFE母公司RegenerativeBio旗下RevOrgan平台正在构建本土化的衰老评估体系。中国科学院北京基因组研究所张维绮课题组基于浙江衢州人群队列和中国科学院职业人群队列,构建了中国人衰老指数-甲基化时钟(iCAS-DNAmAge),包含58个特有DNA甲基化位点。与Horvath、Hannum和PhenoAge等国际时钟相比,该模型在预测中国人群实际年龄方面展现出更高的精准度。

在cfDNA甲基化领域,华大生命科学研究院利用单链全基因组甲基化测序技术,基于98名22至77岁健康成年人的血浆样本,鉴定出3047个与年龄显著相关的CpG位点,首次构建出cfDNA甲基化表观遗传时钟模型。该模型的年龄预测准确度相关系数达到0.91,中位误差仅为3.74年,且在外部独立数据集(人群cfDNA数据)中也得到了验证。

另一项基于Illumina 850K芯片的研究对120名中国健康志愿者进行了全基因组甲基化分析,构建的年龄预测模型纳入了60个CpG位点,预测生物学年龄与实际年龄的相关性达到0.993,平均误差为2.88年。三年后的纵向追踪验证了模型的稳定性。

跨人群甲基化时钟的精度损失已有明确的数据支撑——相关系数从0.72降至0.45的落差,提示衰老评估模型不能简单“移植”。中国人群衰老数据库的构建,正在从甲基化位点筛选、cfDNA组织溯源到多模态整合等层面逐步推进。当衰老干预从“经验判断”走向“量化评估”,本土化数据的价值将愈发凸显。