Science子刊:卜军团队构建全生命周期代谢衰老时钟|代谢物|卜军|生命周期|组学|血浆

衰老并非单纯由日历年龄决定。即使实际年龄相同，不同个体的代谢状态、器官功能、慢性病负担和死亡风险也可能存在明显差异。因此，衰老研究的关键问题之一，是建立能够反映个体生理状态、具有临床解释性且适合大规模人群应用的生物学衰老指标。

目前常见的衰老时钟主要包括 DNA 甲基化时钟、蛋白质组时钟和代谢组时钟。代谢组能够反映遗传背景、环境暴露、饮食和生理调节等因素的综合影响，具有评估个体当前生理状态的潜力。然而，既往代谢组学衰老研究仍存在不足。

2026年10月14日，来自上海交通大学仁济医院卜军团队在Science Translational Medicine杂志发表题为“Metabolomic aging and mortality clocks based on ensemble learning identify systemic aging risk across the human life span in 18,476 individuals”的文章。

该研究纳入中国6个中心的18,476 名、年龄 1–96 岁的参与者，使用LDI-MS开展血浆代谢组分析，并结合堆叠集成学习，建立代谢年龄及与死亡风险相关的衰老指标。

研究纳入来自中国多个中心的 18,476 名、年龄覆盖 1–96 岁的参与者，通过血浆代谢组学分析筛选出 56 种代表性年龄相关代谢物。这些代谢物主要涉及氨基酸代谢、丁酸代谢及含硫氨基酸代谢等通路，为后续构建代谢衰老时钟奠定了基础。

进一步分析发现，不同代谢物随年龄增长呈现不同的变化轨迹，包括持续升高、持续降低及非线性变化等模式，部分代谢物还存在性别差异。这表明，衰老并非由单一代谢指标变化所决定，而是伴随着多种代谢特征的动态重塑。

基于筛选出的代谢特征，研究人员采用堆叠集成学习构建代谢年龄预测模型。在健康训练队列中，模型预测年龄与实际年龄的相关系数达到 0.990，平均绝对误差为 2.089 年；在独立验证队列中，相关系数为 0.951，平均绝对误差为 4.545 年，显示出较好的年龄预测性能。在此基础上，研究人员进一步以代谢年龄与实际年龄之差定义代谢年龄加速（mAA），用于评估个体的代谢衰老程度。

研究发现，mAA 与吸烟、轮班工作及部分不良饮食习惯相关，而体育活动等健康生活方式与较低的 mAA 相关。进一步分析显示，较高的 mAA 与脂肪肝、高血压、糖尿病、冠心病、卒中等多种慢性病的发生风险及全因死亡风险升高相关。这表明，代谢年龄加速不仅能够反映年龄相关的代谢变化，还可能为识别健康风险提供补充信息。

考虑到慢性疾病可能改变代谢特征与实际年龄之间的关系，研究团队进一步构建以全因死亡为结局的 Cox 风险模型，并提出“年龄偏差”指标，以评估个体死亡风险相对于同龄人预期水平的偏离。交叉验证结果显示，该指标与全队列计算结果具有较高一致性，相关系数为 0.938。这一策略将研究重点从单纯预测生理年龄，进一步拓展至疾病背景下的风险评估。

在慢性病人群中，较高的年龄偏差与肌酐、血尿素氮及尿酸等指标升高相关，并与肾脏、内分泌、心血管及神经系统疾病，以及慢性肾病、高尿酸血症和卒中等健康问题相关。此外，该指标与多病共存及衰弱程度呈正相关，与 Life’s Essential 8 心血管健康评分呈负相关，提示其能够从代谢层面反映个体整体健康状况的差异。