为什么有些人年近七旬仍精神矍铄，而有些人才三十出头却已显老态？“实际年龄”（Chronological Age，CA）显然无法完全解释这种差异。相对于实际年龄，“生物学年龄”（Biological Age，BA）能够更准确地评估一个人的实际衰老程度， 

　　目前，主要通过衰老时钟（Aging Clock）来评估一个人的生物学年龄，然而，这些研究通常是在成年人中进行的，这导致了我们在理解贯穿整个生命周期的生物学时钟方面仍留有关键空白，尤其是在婴儿期和儿童期。 

　　2025 年 10 月 27 日，温州医科大学/澳门科技大学张康教授团队与解放军总医院第一医学中心陈香美院士团队合作，在国际顶尖医学期刊 Nature Medicine 上发表了题为：A full life cycle biological clock based on routine clinical data and its impact in health and diseases 的研究论文。 

　　该研究基于近 2500 万次临床就诊数据，成功开发出首个覆盖全生命周期的生物学时钟模型——LifeClock，其能够准确预测从婴儿期到老年期的整个生命周期的生物学年龄。 

　　该研究还显示，人体在不同生命阶段存在两种截然不同的生物学时钟模式——18 岁前为“发育时钟”，主导生长发育；18 岁后转为“衰老时钟”，主导功能衰退。发育时钟可准确预测当前和未来主要儿童疾病的风险（包括营养不良、生长和发育异常），衰老时钟能够准确预测当前和未来主要的老年疾病风险（包括糖尿病、肾衰竭、中风和心血管疾病等）。这项工作将儿童发育与成人衰老区分开来，建立了一个新框架，通过利用整个生命周期的常规临床数据来推进精准医疗。 

　　  

　　衰老是一个复杂且多方面的过程，涉及分子、细胞和器官层面的变化，最终影响整个生物体的健康和生存。了解这些变化如何导致疾病易感性增加对于制定延长健康寿命的干预措施至关重要。 

　　我们通常所说的年龄，是“实际年龄”（Chronological Age，CA），也就是一个人从出生至今的时间，这只反映了出生后的时间流逝，无法体现不同个体间衰老速度的异质性。“生物学年龄”（Biological Age，BA）则是相对于相同实际年龄的平均个体所累积的生物学损伤程度的一种衡量指标，更能反映身体功能的实际状态，因而成为衡量衰老程度、年龄相关疾病风险的更准确指标。 

　　最初，用于计算生物学年龄（BA）的衰老时钟，依赖于 DNA 甲基化和转录模式的测量，但近期的发展已将衰老时钟扩展到纳入成像和多组学数据，从而提高了生物学年龄预测的准确性和全面性。例如，质谱分析以及基于抗体的蛋白质组学和代谢组学技术使得大规模血清分析成为可能，为衰老研究提供了宝贵资源。此外，各种医学影像和电子健康记录（EHR）为器官功能衰老评估提供了依据，并与健康和疾病建立了关联。 

　　这些创新突显了不同器官衰老的差异性以及它们对外部因素（例如生活方式或药物）的不同反应，为个性化抗衰老策略铺平了道路。 

　　随着人口老龄化的加剧，人们对衰老机制和衰老干预措施的兴趣日益浓厚，这推动了对衰老时钟的研究——衰老时钟（Aging Clock）是一种分子标记，能比仅反映时间流逝实际年龄更准确地预测生物学年龄。与静态的实际年龄不同，生物学年龄利用基因组、表观遗传、临床和功能标志物来反映生物功能的效率。基因组标志物在出生时就已固定，而表观遗传标志物（例如 DNA 甲基化和组蛋白修饰）则会随年龄增长而变化。 

　　理论上，实际年龄相同的人，其功能衰退的速度应该相似。然而，遗传和环境因素会影响细胞、组织和器官的衰老，使得一些人的生物学年龄比实际年龄衰老得更快或更慢。这种差异，即预测的生物学年龄与实际年龄之间的差值，被称为年龄差（Age Gap）。 

　　研究表明，年龄差增大与衰老加速、患病风险增加以及死亡率上升有关。例如，大脑年龄差增大的人往往表现出全身衰老的特征（例如感官运动能力下降、外表显老）。患有慢性病的人群中加速衰老现象尤为明显，这表明疾病负担进一步推动了生物学衰老进程。同时，加速的生物学衰老也可能成为在疾病发作前塑造疾病风险的一个强有力决定因素。 

　　通过开发可靠的生物学年龄测量方法，衰老时钟有望延长健康寿命并提高生活质量，这是人类预期寿命持续增长背景下的一项关键目标。 

　　尽管在成人衰老时钟方面已经取得了许多重大进展，然而，我们对于涵盖整个生命周期的时钟，尤其是婴儿期和儿童期的时钟及其对健康和疾病的影响，仍知之甚少。 

　　在这项最新研究中，研究团队推出了 LifeClock，这是一个全生命周期时钟，它利用常规的电子健康记录（EHR）和实验室检测数据来预测所有生命阶段（从婴儿其到老年期）的生物学年龄，并评估其与疾病风险和生存结局的关联。 

　　为了进一步推进精准衰老健康研究和临床应用，研究团队同无监督学习，使用来自 9680764 名个体的 24633025 次电子健康记录数据，训练了基于 Transformer 架构的 AI 模型——EHRFormer。该模型能够从常规体检和实验室检查数据中提取关键信息，生成每个人的“数字健康画像”，从而高精度地分析发育和衰老动态，开发出涵盖从婴儿期到老年期的精准生物学年龄时钟。 

　　该研究显示，人体在不同生命阶段存在两种截然不同的生物学时钟模式——18 岁前为“发育时钟”，主导生长发育；18 岁后转为“衰老时钟”，主导功能衰退。 

　　这一发现促使团队分别开发了儿童时钟和成人时钟，显著提高了预测准确性。儿童时钟与儿童发育密切相关，能准确预测当前和未来主要儿科疾病的风险，包括营养不良、生长和发育异常。成人时钟与衰老密切相关，能准确预测当前和未来患糖尿病、肾衰竭、中风和心血管疾病等重大老年疾病的风险。 

　　因此，这项工作将儿童发育与成人衰老区分开来，建立了一个新框架，通过利用整个生命周期的常规临床数据来推进精准医疗。 

　　  

　　这项研究的结果表明，基于 EHRFormer 模型的全生命周期衰老时钟在预测疾病风险方面比仅使用实际年龄更准确，将纵向电子健康记录数据整合到生物衰老模型中，有可能彻底改变我们对衰老及其与疾病关系的理解。这些见解能够推动更精确衰老生物标志物的发展，实现疾病的早期检测，并为不同人群量身定制个性化治疗方案，以适应其独特的衰老轨迹。 

　　  

　　这项技术的真正突破在于其实用性和可及性。与传统依赖昂贵专项检查的生物年龄检测不同，全生命周期衰老时钟仅使用常规临床数据，这意味着更容易在现有医疗体系中推广应用。未来在体检时，医生不仅能告诉你各项指标是否正常，还能基于这些数据预测你未来几年的健康风险，并提供个性化干预建议，为早期干预争取了宝贵的时间窗口，而这正是 LifeClock 带来的可能性。 

 

　　（来源：生物世界） 

　　原文出处：Wang K, Liu F, Wu W, Hu C, Shen X, Wang M, Li G, Zeng F, Liu L, Wong IN, Liu S, Zou Z, Li B, Li J, Huang X, Jin S, Li Z, Xu H, Chen G, Chen X, Zhu Y, Li P, Feng Z, Wang W, Cheng L, Yang M, Hou Q, Lu W, Sun Y, Li K, Zhong T, Sun Z, Yin Y, Loupy A, Oermann E, Chen X, Zhang K; International Consortium of Digital Twins in Healthcare and Medicine. A full life cycle biological clock based on routine clinical data and its impact in health and diseases. Nat Med. 2025 Oct 27. doi: 10.1038/s41591-025-04006-w. Epub ahead of print. PMID: 41145791. 

  链接：https://pubmed.ncbi.nlm.nih.gov/41145791/