研究基本信息
- 期刊：npj Aging（Nature Portfolio），2026 年（2026-09-25 在线）
- 团队：意大利博洛尼亚大学统计科学系 Mar Talens、Nicola Barban
- 研究类型：横断面观察性研究，数据来自美国健康与退休研究（HRS）的 4018 名参与者，无干预、无随访
- DOI：10.1038/s41514-026-00460-z
他们做了什么
表观遗传年龄加速（EAA）指「测出来的生物年龄比实际年龄老」的那部分差额。此前已知它与人口学、社会经济、心理社会、健康行为、临床与遗传因素都相关，但这些因素放在一起比，谁更重要并不清楚。研究者把变量分成六大类，用 LASSO、随机森林与 XGBoost 三种模型预测多个常用表观时钟的 EAA，再通过分域模型、消融与置换分析量化每一类的贡献。
结果
- GrimAge 的可预测性最高：5 折交叉验证 R² = 0.41；其次是 DunedinPoAm（R² = 0.20）。
- Hannum、Horvath 与 PhenoAge 几乎没有信号——同一批预测变量，换一个时钟就测不出来。
- 预测力集中在健康行为这一类，其中吸烟相关信号占大头；体力活动、性别、家庭平均收入与非裔血统的贡献较小。
为什么值得注意
它给「生物年龄能不能算准」提供了一个不太讨喜的答案：不同时钟测的不是同一件事。当一个信号很弱的时钟被拿来报告「你比实际年龄年轻多少岁」时，这份研究说明这类结论对时钟的选择极其敏感，而其中能被预测的部分，多半还是已知的行为因素。
边界（必须说清楚）
- 横断面设计：暴露与指标在同一时点测量，只能说相关，不能推因果；也无法判断是行为改变了年龄，还是年龄相关状态改变了行为。
- 样本为美国中老年队列，向其他人群外推要谨慎。
- R² = 0.41 意味着大部分个体差异仍未被解释，EAA 不适合作为单独下结论的临床指标。
- 不构成任何个人检测或干预建议。
参考来源
Talens M, Barban N. Integrating social, lifestyle, and genetic profiles to predict epigenetic age acceleration in older adults. npj Aging, 2026. DOI: 10.1038/s41514-026-00460-z
免责声明：本站内容为健康科普与信息汇总，不构成医疗建议。任何干预、补剂或训练计划开始前，请咨询执业医师。