给单个细胞「测年龄」：scMLEAge 用转录组估算每个细胞的生物学年龄

要解决的问题

衰老研究的粒度一直是个瓶颈。我们可以测「一个人的生物年龄」，也能测「某个器官的衰老程度」，但同一个器官内部，不同细胞的衰老速度其实差别很大。

在单细胞分辨率上刻画这种异质性，是理解「为什么同样年龄的人，器官功能差异巨大」的关键。

研究做了什么

• 期刊：npj Aging，2026-09-12
• 方法：scMLEAge —— 一个从单细胞转录组（RNA 测序读数）预测该细胞年龄的统计框架
• 核心思路：用贝叶斯方法，在给定某个细胞的读数（read counts）条件下，估计这个细胞最可能的年龄
• 数据：应用于 Tabula Muris Senis（小鼠多器官衰老单细胞图谱）

结果

• 相比标准的基于回归的方法，该框架预测准确度更高
• 研究还刻画了器官特异性和细胞类型特异性的转录组衰老特征
• 作者将其定位为「解剖细胞衰老异质性与年龄相关功能衰退的有力工具」

为什么这件事有意义

想象一个器官里有两群细胞：一群还保持着年轻时的基因表达模式，另一群已经严重衰老。如果只做组织整体测序，两群的信号会被平均掉，看起来「不老不老」。

scMLEAge 这类工具的价值，是把平均值拆开，看到分布。

这与本站此前收录的「器官衰老不同步」研究（Nature 2023）是同一逻辑的延伸——衰老不是一个全身同步的过程，而是高度局部的。从器官粒度到细胞粒度，是这条线上的自然下一步。

局限

1. 基于小鼠数据——虽然单细胞衰老图谱领域人多用小鼠，但跨物种迁移需谨慎
2. 「最可能的年龄」是统计推断——不是直接测量，本质上仍是模型输出
3. 距离临床应用很远——这是科研工具，不是体检项目

本站定位 🟠 动物实验：方法学创新在小鼠多器官数据上验证，尚无人体验证。