《npj Aging》：DeepStrataAge: an interpretable deep-learning clock that reveals stage- and sex-divergent DNA methylation aging dynamics
编辑推荐：
本研究旨在解决现有基于线性模型的DNA甲基化（DNAm）时钟难以捕捉衰老过程中非线性和动态互作的问题。研究人员开发了一种名为DeepStrataAge的深度神经网络（DNN）时钟，利用超过29000个样本的DNAm数据，实现了高精度的生物年龄预测（平均绝对误差1.89年），并优于现有模型。通过SHAP可解释性分析，研究首次揭示了DNAm随衰老呈现“波浪式”的三阶段动态（早、中、晚），并发现男女性衰老的动力机制与关键通路存在显著差异，为理解衰老的分子机制提供了兼具准确性与可解释性的新框架。
随着全球人口老龄化的加剧，衰老作为心血管疾病、阿尔茨海默病和癌症等多种慢性病最主要的风险因素，其生物学机制研究变得日益重要。在众多衡量生物衰老进程的工具中，基于DNA甲基化（DNA methylation, DNAm）变化的“表观遗传时钟”备受关注。然而，绝大多数现有的时钟模型依赖于弹性网络（elastic net）等线性回归方法。这些模型虽然实用，但存在一个根本性局限：生命是一个高度动态、非线性的过程，CpG位点（DNA上发生甲基化的特定区域）之间的相互作用错综复杂，简单的线性模型很可能遗漏了这些隐藏的生物学规律。这就好比试图用一条直线去描绘海浪的起伏，必然会丢失许多关键信息。那么，是否存在一种方法，能够更精准地捕捉DNA甲基化在衰老过程中的复杂变化，并解读其背后的生物学故事呢？
为了回答这一问题，一项题为“DeepStrataAge: an interpretable deep-learning clock that reveals stage- and sex-divergent DNA methylation aging dynamics”的研究在《npj Aging》上发表。研究人员决心另辟蹊径，将前沿的深度学习（Deep Learning）技术与可解释性人工智能（Explainable AI）方法相结合，旨在构建一个不仅预测精准，更能“看清”衰老内在动力学的新一代生物年龄时钟。
研究团队构建并训练了一个深度神经网络（Deep Neural Network, DNN）模型。核心数据来源于Illumina EPIC v1.0和v2.0甲基化芯片平台，总共纳入了29,167个人类样本的DNA甲基化谱。通过年龄和性别分层分析，他们筛选出12,234个与年龄显著相关的CpG位点作为模型输入。在独立的验证队列中，DeepStrataAge模型展现出了优异的性能，其预测年龄与实际年龄之间的平均绝对误差（MAE）仅为1.89年，表现超越了已发表的基于深度学习和弹性网络的表观遗传时钟。
利用SHAP揭示波浪式衰老动力学
为了理解模型做出决策的依据，研究者引入了沙普利加法解释（Shapley Additive Explanations, SHAP）。这一可解释性分析带来了突破性的发现：并非所有CpG位点都以恒定速率影响年龄预测。相反，它们呈现出清晰的、阶段化的“波浪式”动态。研究人员识别出三个核心阶段：一个早期生命模块、一个中年过渡期以及一个晚年重塑期。更重要的是，这些“表观遗传波”在男性和女性中出现的时间点存在明显区别，表明两性的衰老在分子层面上并不同步。
可解释的CpG归因揭示性别特异性衰老路径
SHAP分析进一步使得对单个CpG位点的贡献进行归因解读成为可能，从而揭示了结构化的、性别特异性的衰老阶段。在早期生命阶段，对男性“时钟”贡献大的CpG位点富集在与发育相关的通路上；而女性的则更强调细胞骨架调控。到了晚年，两性的衰老路径分歧更加显著：男性主要表现为免疫系统激活相关的变化，而女性则更侧重于转录重塑。这些发现表明，男性和女性可能通过不同的分子机制和生物学通路走向衰老。
这项研究成功开发了DeepStrataAge，一个高精度且可解释的深度学习DNA甲基化时钟。其主要结论在于，首次通过可解释AI方法，系统性地揭示了DNA甲基化衰老并非线性过程，而是遵循具有明显阶段性和性别分异的“波浪式”动力学。研究发现了早、中、晚三个不同的衰老阶段，并且男性和女性在每个阶段主导的生物学通路（如发育、细胞骨架、免疫激活、转录重塑）均存在显著差异。这些表观遗传层面的“波浪”与蛋白质组学等其它纵向多组学研究报道的非线性“衰老波”相互呼应，表明衰老可能是一种在多生物分子层级协调发生的、有节律的生物学程序。
该研究的重大意义在于它将深度学习模型的黑箱转化为洞察生物学机制的窗口。DeepStrataAge框架不仅提供了更准确的生物年龄度量工具，其揭示的阶段性、性别特异性的衰老动力学，为未来开发针对特定衰老阶段或性别的精准抗衰老干预策略提供了至关重要的理论依据和潜在靶点。它标志着衰老生物学研究从单纯追求预测准确性，迈向了追求机制可解释性的新阶段。
