研究团队利用机器学习,对涵盖啮齿类、灵长类和人类的庞大转录组数据集进行训练,开发出了能够横跨物种和组织的智能模型 。但他们的创新不止于此。通过整合每个样本的生存数据,他们构建了第二代时钟,其训练目标不再是推算年龄,而是直接预测“预期死亡概率”
。
这些时钟同时捕捉到了两种关键的衰老信号:
在“老年科学”领域,一个长期存在的瓶颈是实验周期过长。验证一种药物是否真能延长健康寿命,传统的小鼠实验往往需要三到四年,花费数百万美元。
转录组时钟的出现,彻底改变了这一局面。它为研究者提供了一个快速的分子“读数”工具。现在,我们无需等待实验动物自然死亡。只需在给药前后取一小块组织样本,用时钟去测量,就能立即看到干预是否让基因表达谱“变年轻”了 。
更棒的是,由于这些时钟具有跨物种的保守性,在小鼠身上有效的“回春”药物,可以直接与英国生物银行(UK Biobank)等人类大型数据库中的衰老特征进行比对。这极大地缩短了从动物实验到人体应用验证的路径,让研究效率产生质的飞跃 。
该研究已初步验证了这一潜力:已知的延长寿命干预措施,如热量限制、雷帕霉素(Rapamycin,一种经典的抗衰老和免疫抑制药物)处理以及一些长寿遗传模型,都被时钟成功捕捉到——它们无一例外地让转录组呈现出了更年轻的“面貌” 。现在,研究者可以将时钟作为高效筛选工具,优先推进那些最有潜力的化合物进行完整的寿命研究,从而极大地加速寻找真正有效的抗衰老疗法
。
那么,这个“分子编年史”究竟揭示了衰老的哪些具体机制?这项研究最精彩的发现之一,就是描绘了一幅清晰的“两极化”图景。
总而言之,这些转录组特征为我们描绘了一幅清晰的衰老全景图:衰老并非随机的崩坏,而是一个进化上保守的、有条不紊的重编程过程——一场从“能量生产”转向“炎症防御”的深刻变革。
这项新技术精准、可重复地量化了这一转变。它为科学家们提供了一套强大的工具,不仅可以测量生物年龄、预测死亡风险,更能用于检验未来的长寿干预措施,是否能真正让我们的“分子时钟”倒转。
延伸阅读
本文讨论的研究《哺乳动物衰老和死亡的普遍转录组特征》于2026年5月27日在线发表于 Nature。论文中涉及的转录组时钟模型已在Zenodo上公开可用
。Gladyshev实验室还提供了一个名为TACO的在线交互式探索工具,供学界进一步研究和验证
。