撰文丨王聪
编辑丨王多鱼
排版丨水成文
衰老是一种能够深远影响人类健康与疾病的根本性生物学过程，其特征在于人体组织发生显著的结构和构架重塑。尽管衰老不可避免，但其背后的机制以及由此导致的年龄相关变化在不同组织间表现出显著的多样性。这种异质性给阐明衰老如何通过特定通路影响组织功能衰退和疾病发生带来了巨大挑战。进化生物学、细胞生物学和分子遗传学的研究成果丰富了我们对影响人体一生的遗传与环境因素的理解。然而，将这些发现整合为对衰老过程的系统性认识——即与个体层面生理功能变化相关的整体过程——仍面临重大挑战。
2026 年 8 月 14 日，奥地利维也纳大学、奥地利科学院分子医学研究中心的研究人员（博士后郑易民为论文共同第一作者）在Nature Medicine期刊发表了题为：Histological aging signatures for monitoring tissue-specific aging and disease 的研究论文。
该研究开发了基于组织学衰老标志物的“组织时钟”（Tissue Clock），可实现从血液中预测特定组织的衰老和疾病情况。
人类衰老研究在历史上一直面临诸多局限。尽管动物模型具有重要价值，但由于生理特征、寿命长短以及环境暴露等方面的差异，难以全面反映人类衰老的复杂性。人类纵向研究往往集中于易于获取的器官，可能忽略了身体各系统衰老的完整图景。此外，当前研究主要聚焦于衰老的细胞和分子层面，虽然至关重要，却可能忽视了细胞、微解剖结构以及器官和机体水平在整个生命周期中复杂的相互作用。而且，在人类身上研究衰老还面临一个额外挑战：如何区分病理性改变与正常的衰老过程，这使得相关年龄疾病起始机制的识别变得困难。
为应对这些挑战，必须超越对基因或细胞的单一关注，转而采用整体视角来研究衰老的生物体。深度学习（Deep Learning）极大地提升了我们量化和理解组织形态与结构模式、以及检测和分类疾病的能力。在这项新研究中，研究团队采用系统性方法，探究人类衰老与组织结构之间的相互作用及其与病理变化的关联，揭示了组织特异性衰老模式与其在人体各部位影响之间的复杂关系。
研究团队利用基因型-组织表达（GTEx）队列中 983 名个体的 40 种组织类型 712 张全切片组织病理学图像，对这些变化进行了全面评估。通过深度学习（Deep Learning）技术，研究团队量化了细微的形态学改变，从而开发出“组织时钟”（Tissue Clock）——这是一种反映组织结构完整性和生理功能状态的生物年龄预测指标。这些组织时钟与已知的衰老标志物（例如端粒缩短、亚临床病变和合并症）具有相关性。
通过对各器官生物衰老速率的系统性评估，研究团队发现了组织特异性衰老加速与人口统计学、生活方式及医学因素之间的关联，揭示了可能影响组织衰老的可调控风险因素。此外，通过整合配对的组织病理学与转录组数据，研究团队提出了一种策略，可直接从血液样本中预测组织特异性的年龄差距（age gap）。研究团队通过在独立队列中识别八种常见疾病（包括阿尔茨海默病、中风和克罗恩病等）相关的器官衰老，验证了该方法的有效性。
总的来说，这项研究将组织结构视为衰老过程中分子和细胞变化的关键整合器，证明了组织病理学成像为监测器官特异性衰老提供了可靠的框架，并为理解健康与疾病状态下器官水平的生理衰退奠定了可扩展的基础。
论文链接：
https://www.nature.com/articles/s41591-026-04566-5
热门跟贴