研究基本信息
- 期刊:Science Translational Medicine(2026 年,第 18 卷第 871 期)
- DOI:10.1126/scitranslmed.adz4815
- 研究类型:观察性队列 + 机器学习建模,无干预
- 样本量:18476 人,1 至 96 岁,来自中国 6 个临床中心
- 检测方法:纳米辅助激光解吸电离质谱(LDI-MS)测血浆代谢组
- 随访:2019 至 2025 年
做了什么
研究者先在健康队列里用堆叠集成模型(stacking ensemble)建立代谢组年龄估计,再把个人代谢组年龄与实际年龄之差定义为代谢年龄加速(mAA)。在另一个疾病队列里,他们又做了一个与死亡风险挂钩的指标「年龄偏离」,衡量一个人的代谢谱离同龄预期死亡风险有多远。
结果
共筛出 56 个代表性年龄相关代谢物。mAA 越高,健康状态越差、生活方式越不利:吸烟、轮班、饮食质量差与更高的 mAA 相关;全谷物摄入与规律运动则与更低的 mAA 相关。
随访期间,mAA 处于最高四分位的人,脂肪肝、高血压、糖尿病的发病风险与全因死亡风险都更高。按作者报告,这套代谢组指标在预测死亡上优于衰弱指数与美国心脏协会的 Life's Essential 8——这一条需要独立团队复现后再下判断。
疾病队列中,年龄偏离随多系统受累与共病负担上升而升高。团队还开放了一个网页工具,可上传数据算代谢组年龄。
怎么理解
这是「检测」的进展,不是「干预」的进展:它给的是一把更便宜、更贴近当下生理状态的尺子,而不是延寿手段。甲基化时钟测的是相对稳定的调控层,代谢组测的是此刻身体在烧什么、积什么,理论上对生活方式变化更敏感。
但这项研究本身没有验证反过来那条链——改变生活方式之后 mAA 会不会降、病会不会少。相关性成立,因果链还空着。
边界
18476 人听起来很大,但随访部分仍是观察性的:mAA 高的人可能已经处在疾病前期,代谢异常是结果而不是原因。样本全部来自中国 6 个中心,1 岁到 96 岁混在一起建模,儿童段占比与模型在各年龄段的稳定性要看原文细节。公开报道里没有给出 mAA 与各疾病的具体风险比,不能拿来做个体风险换算,也不建议据此自行补剂或加药。
参考来源
Science Translational Medicine,2026 年,DOI: 10.1126/scitranslmed.adz4815
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。