《Nature Aging》：Longitudinal changes in epigenetic clocks predict survival in the InCHIANTI cohort
编辑推荐：
本刊推荐：为探究生物衰老动态变化能否超越单次测量提供更多健康预测信息，研究团队针对InCHIANTI队列开展了长达24年的纵向研究。他们发现，多种表观遗传时钟（包括DNAmPhenoAge、DNAmGrimAge等）加速变化可独立预测更高的死亡风险，结合其纵向变化可显著提升死亡预测效能。这为将表观遗传时钟用作监测衰老干预效果的动态指标提供了关键证据。
时间的沙漏在每个人体内以不同的速度流淌，寻找能精确测量这内在“生物钟”的工具，是现代抗衰老研究的核心目标之一。表观遗传时钟，特别是基于DNA甲基化(DNA methylation)模式构建的“时钟”，已成为预测个体死亡风险和健康寿命(healthspan)的最有前景的生物标志物之一。然而，绝大多数研究都只依赖于人生某个“快照”——一次性的测量。这留下了一个关键悬疑：这个时钟的“滴答”速度本身会变化吗？如果会，这种随时间推移的加速或减速，是否能告诉我们比单次读数更多的、关于健康走向和生存结局的信息？为了解开这个谜题，一支研究团队将目光投向了意大利的InCHIANTI队列，开展了一项跨越二十余年的追踪。
这项发表在《Nature Aging》上的研究，旨在验证一个核心假设：表观遗传时钟的纵向变化轨迹，能够独立于基线时钟值，预测个体的死亡风险。研究人员对来自意大利InCHIANTI老龄化队列的699名成年人进行了长达24年的随访，收集了他们在多个时间点的血液样本，以分析DNA甲基化。他们计算并分析了包括第一代（Hannum时钟、Horvath时钟）、第二代（如DNAmPhenoAge、DNAmGrimAge及其v.2版）和第三代（如DunedinPOAm_38、DunedinPACE）在内的多种表观遗传时钟。关键方法是利用这些多次测量数据，为每位参与者估算出其每个表观遗传时钟随时间的年度变化率（斜率），并通过Cox比例风险模型等统计方法，评估这些基线值及变化率与死亡风险之间的关联。
研究结果
纵向轨迹显示个体化衰老速率
研究绘制了不同表观遗传时钟的“意大利面”图，直观展示了699名参与者各自的纵向变化轨迹。图像清晰地显示，尽管大多数人的时钟变化呈线性，但变化的斜率（即衰老速度）在个体间存在显著差异。此外，不同时钟的“滴答”速度也不同，例如DNAmPhenoAge的年均变化最大，而DNAmGrimAge v.2最小。DunedinPACE的衰老速度则表现出随年龄增长而加速的趋势。
基线表观遗传年龄与死亡风险显著相关
在仅包含基线值的模型中，除了Horvath时钟外，所有其他表观遗传时钟的较高基线值都与较高的死亡风险显著相关。其中，第二代时钟（DNAmGrimAge及其v.2版）显示出最强的关联性。
时钟的纵向变化提供独立的死亡预测信息
这是本研究最关键的发现之一。当在统计模型中同时纳入基线值和纵向变化率时，结果显示，在调整了基线表观遗传年龄、实际年龄和性别后，多个时钟（如Hannum时钟、DNAmPhenoAge、DNAmGrimAge v.2等）的更快增速，仍然与更高的死亡风险独立相关。这表明，时钟的变化轨迹本身承载着独特的、与健康恶化相关的信息。
结合动态变化显著提升预测效能
模型比较分析进一步证实了纳入纵向数据的重要性。当预测模型同时包含基线表观遗传年龄和其变化率时，其区分生存与死亡的能力（C统计量）最高，特别是对于DNAmGrimAge v.2、DNAmGrimAge、DNAmPhenoAge和DunedinPACE等时钟。综合判别改善指数(IDI)和净重分类指数(NRI)也表明，加入变化率信息能实质性地改善死亡风险的预测和重新分类能力。
二代与三代时钟表现优于一代时钟
在所有的分析中，第二代时钟（基于死亡率或临床表型训练）和第三代时钟（基于纵向表型变化训练）在预测死亡风险方面 consistently 优于第一代时钟（仅基于实际年龄训练）。这与其设计初衷相符，即更直接地捕捉与健康结局相关的生物学过程。
研究结论与意义
本研究通过严谨的纵向队列分析，得出了明确结论：表观遗传时钟并非静止不变的标签，其随时间推移的加速变化，是反映个体健康状况演变、并独立预测死亡风险的敏感指标。将时钟的动态变化信息与基线值结合，能显著提升对死亡等重大健康结局的预测能力。
这一发现具有多重重要意义。首先，它从实证角度支持了表观遗传时钟作为“动态生物标志物”的潜力，而不仅仅是跨截面的风险分层工具。这意味着，在未来的衰老干预临床试验中，监测参与者表观遗传时钟的变化轨迹，可能成为评估干预措施是否有效“减慢”生物学衰老速度的直接、客观指标。其次，研究强调第二代和第三代时钟在预测健康结局方面的优越性，为未来研究和应用中选择合适的时钟工具提供了参考。最后，它揭示了生物衰老的可变性，提示生活方式、环境暴露或医学干预可能通过影响表观遗传衰老的速率来改变健康轨迹，这为通过靶向衰老过程来预防疾病和延长健康寿命的“老年科学”(geroscience)范式提供了有力的方法论支持。
当然，研究也存在局限，如参与者均为欧洲血统，未来需要在更多样化的人群中验证。不同时钟间的低相关性也提示，其背后可能蕴含了尚未被完全揭示的、多样的衰老生物学网络。然而，这项研究无疑为利用表观遗传学工具动态监测衰老、评估抗衰老策略的效果奠定了坚实的基础，将推动衰老生物学研究从静态观察迈向动态干预评估的新阶段。
