北京青年报记者5月19日从中国科学院了解到，中国科学院北京基因组研究所（国家生物信息中心）联合动物研究所等多家单位，构建了衰老数字人体全息框架。团队采集了240余项参数，搭建衰老时钟体系，构建了可量化、可模拟、可干预的衰老数字人体模型。这一框架有效拓展了衰老评估维度，可精准预测生物学年龄、绘制器官老化异步性图谱、识别凝血因子等衰老驱动分子。这一成果近日发表在顶级学术期刊《细胞》上。

衰老是由分子到机体多层级复杂网络调控的系统性过程。受个体间健康储备差异与器官老化异步特性影响，同龄人老化速率呈现显著差异。生物技术与人工智能的发展，推动衰老研究从描述性关联到可量化干预转变，尝试回答“一个人有多老”“哪里先老、为何而老、如何干预”等问题。

北京基因组研究所构建的衰老数字人体全息框架，遵循“读、算、调”三层逻辑。“读”，获取多维度衰老数据。“算”，依托多模态衰老时钟，将数据转化为生物学年龄与器官老化速率，其中核心能力时钟整合240余项生理指标，多模态时钟整合六大层级分子数据，将预测年龄误差降至3.87年。“调”，基于因果推断锁定可靶向的衰老驱动分子。

研究同时构建了脑、肝脏、肺、肌肉、血管、皮肤六大器官的独立衰老时钟。研究证实，器官衰老存在显著异步性，肝脏衰老拐点早于大脑。团队同时识别出40至50岁、60至70岁两个非线性变化窗口，其中60至70岁阶段伴随凝血通路显著激活是衰老加速的关键阶段。

临床转化显示，仅用一组代表性血浆蛋白即可近似重建核心时钟，提示血液检测或成为评估生物学年龄的可行路径。器官特异性衰老时钟可提前识别超前老化的器官，提供差异化干预靶点，对凝血因子驱动的血管老化，可靶向干预凝血通路。其他类型器官老化可匹配不同生活方式或药物干预。

目前研究团队正持续迭代模型，通过引入纵向数据覆盖不同人群，研发低成本检测技术，逐步解决横断面数据局限及凝血因子抑制剂验证等问题。该成果有望构建动态健康孪生引擎，为健康老龄化提供标准化及可转化的新路径。

文/北京青年报记者 雷嘉
编辑/张丽