多组学整合的复合衰老时钟构建

研究说了什么

单一组学捕捉的衰老信号有限。团队用机器学习将甲基化、基因表达与血液蛋白多模态数据整合，训练出预测「生理年龄」的复合模型。

为什么重要

多组学互补可提升时钟对功能状态的敏感度，有望更早发现偏离正常轨迹的个体，指导精细化监测。

证据与边界

目前多为回顾性建模，证据等级为初步。需明确：生物标志物是风险提示而非诊断，跨人群、跨平台的一致性是落地前必须解决的问题。