《Clinical Epigenetics》：Tracking DNA methylation-based biological age over 8 years and its association with mortality in community-dwelling older adults
编辑推荐：
随着人口老龄化加剧，衰老相关功能衰退和疾病风险增加成为全球重大健康挑战。DNA甲基化(DNAm)分析的最新进展使得生物年龄(BA)的评估更为精准，加速的表观遗传衰老与不健康衰老及更高的死亡风险相关。为解决这一问题，研究人员基于德国ESTHER队列894名50-75岁参与者的两波纵向数据，评估了基于五种已发表表观遗传时钟的生物年龄(BAs)，并探索了BA轨迹与生活方式因素及全因死亡率的关联。研究发现，BA与实足年龄(CA)高度相关，但BA的增长速度慢于CA。吸烟、体力活动和饮酒是BA轨迹的主要决定因素。更重要的是，BA变化速率与全因死亡率显著相关，BA斜率每增加一个标准差，死亡风险最高可增加28%。这项研究强调了生活方式对生物衰老轨迹和死亡风险的影响，并揭示了衰老轨迹中性别特异性模式的存在，为针对性衰老干预和分层研究提供了重要依据。
我们每天都在变老，这是无法抗拒的自然规律。但你是否注意到，身边同龄人的身体状况和精神面貌可能天差地别？有的人年过古稀依旧精神矍铄，有的人却已显老态龙钟。这说明，我们日历上的年龄（实足年龄，Chronological Age, CA）或许并不能真实反映身体内部的“磨损”程度。一个更能体现个体生理功能状态的指标——生物年龄（Biological Age, BA）——正受到越来越多科学家的关注。准确评估BA，对于理解衰老机制、预测疾病风险和制定个性化健康干预策略至关重要。
近年来，基于DNA甲基化（DNA Methylation, DNAm）的“表观遗传时钟”异军突起，成为估算生物年龄的强大工具。DNA甲基化是DNA化学修饰的一种，不改变DNA序列却能影响基因活性，它会随年龄、环境暴露（如吸烟、饮酒）和生活方式发生动态变化。科学家们通过分析全基因组中特定CpG位点的甲基化水平，构建了多种算法来预测生物年龄，例如Horvath时钟、Hannum时钟、SkinBloodClock，以及整合了生理生物标志物和死亡风险信息的第二代时钟PhenoAge和GrimAge。这些时钟估算出的BA如果高于个体的CA，则被称为“表观遗传年龄加速”（Epigenetic Age Acceleration），这通常与不健康的衰老状态、更高的死亡风险以及多种衰老相关疾病（如虚弱、认知障碍、心血管疾病）的风险增加相关。
然而，大多数先前的研究都依赖于单一时点的DNA甲基化测量，这限制了我们将衰老作为一个动态的、随时间变化的生物学过程来理解。此外，个体CpG位点的测量可能存在技术变异，影响时钟估算的可靠性。为了应对这些挑战，并深入探索生物衰老的纵向轨迹及其决定因素，研究人员利用来自德国社区居住老年人队列的两波纵向DNA甲基化数据，开展了一项为期8年的追踪研究。
关键技术方法概览
本研究基于德国ESTHER前瞻性队列，在基线和8年随访时对894名50-75岁参与者的外周血样本进行了DNA甲基化检测。使用Illumina MethylationEPIC BeadChip芯片进行全基因组甲基化评估。为提升纵向分析的可靠性，采用了基于主成分（PC）的DNA甲基化时钟（PC-clocks），包括PCHorvath、PCHannum、PCSkinBloodClock、PCPhenoAge和PCGrimAge。通过线性回归、混合效应模型、多变量线性回归和Cox比例风险模型等统计方法，分析了BA与CA的相关性、BA的纵向轨迹、生活方式等基线决定因素，以及BA变化斜率与随后全因死亡率的关联。
研究结果
生物年龄与实足年龄的相关性
在基线时，所有五种PC时钟估算的BA均与CA呈现中度至强相关（相关系数r= 0.67–0.78）。不同BA之间也存在强相关性，例如PCHorvath与PCHannum的相关系数高达0.96。而表观遗传年龄加速（AgeAccel，即BA对CA回归后的残差）与CA不相关，这与预期一致。BA的变化量（ΔBA）和BA斜率与基线CA仅呈弱相关，但年龄较大的个体仍显示出更高的生物衰老速率。
生物年龄的纵向轨迹
在8年随访期间，BA的增长速度慢于CA。平均而言，BA增加了约4至4.9岁，而CA增加了8.1岁。因此，一些在基线时高于CA的时钟（如PCHorvath、PCSkinBloodClock），在第二次测量时变得比CA“年轻”。而PCHannum和PCGrimAge始终高于CA，PCPhenoAge则始终低于CA。在人群水平，BA呈现线性增长轨迹。研究还观察到了显著的性别差异：在所有PC时钟中，女性的BA值 consistently显著低于男性，但两性的BA轨迹形状（即衰老速率）相似。
生活方式因素与生物年龄的关联
横断面分析显示，较高的教育水平与较低的BA相关，而男性、超重/肥胖和吸烟与较高的BA相关。吸烟与BA升高的关联在男性中尤为普遍和强烈，而在吸烟女性中，仅观察到PCGrimAge显著升高。较高的身体质量指数（Body Mass Index, BMI）与女性BA升高相关，而低水平体力活动与女性更“年轻”的BA相关。有趣的是，中等或高水平的酒精消费与较慢的BA变化斜率（即更慢的生物衰老速率）相关，尤其是在男性中，但这种关联需要谨慎解读，不应被视为酒精具有保护作用的证据。
生物年龄变化速率与全因死亡率
在调整了性别、教育、吸烟、BMI、体力活动和饮酒等混杂因素后，所有五种PC时钟的BA斜率（即每年BA的平均变化）均与全因死亡率风险显著正相关。BA斜率每增加一个标准差，死亡风险增加17%至28%，其中PCPhenoAge斜率的关联最强。限制性立方样条（Restricted Cubic Splines, RCS）分析显示，死亡风险随着生物衰老轨迹的加速而增加，且未发现显著的非线性关系。性别特异性分析表明，这些关联在男性中通常更强。
研究结论与讨论
这项发表在《Clinical Epigenetics》上的研究，通过为期8年的纵向数据，全面评估了五种基于DNA甲基化的生物年龄时钟在社区居住老年人群中的表现。研究证实了DNA甲基化BA与CA之间的强关联，并强调了吸烟、体力活动和饮酒是影响个体生物衰老轨迹的主要生活方式决定因素。
该研究的重要发现包括：首先，所有时钟都显示出BA随时间增长慢于CA的现象，且BA的纵向轨迹相对线性，支持了在老年期使用这些时钟进行纵向追踪的可行性。其次，研究揭示了BA水平上存在持续的性别差异，女性在各个时钟上都表现出更“年轻”的BA，这与女性普遍更长的预期寿命相符。然而，两性的生物衰老速率相似，这表明性别差异可能源于生命早期建立的基线水平差异，而非老年期衰老速度的不同。第三，生活方式对BA的影响存在性别特异性。例如，吸烟对男性BA的影响更为广泛，而BMI与BA的关联主要在女性中显著。关于酒精消费的发现（与较慢的BA变化相关）与部分先前研究不一致，提示其与衰老的关系复杂，需进一步探究。最后，也是最具临床意义的发现是，生物年龄的变化速率（斜率）本身是死亡风险的独立预测因子。这意味着，不仅仅是某一时刻的生物年龄“老”了多少，其“变老的速度”快慢更能预警未来的健康风险。其中，基于临床表型构建的PCPhenoAge时钟的斜率显示出最强的死亡风险预测能力。
这项研究的意义深远。它首次在同一个中等规模老年队列中，系统比较了多种PC-clocks的纵向表现及其与死亡率的关联，为未来选择适合纵向监测的生物标志物提供了参考。研究证实了基于主成分的时钟在纵向研究中的稳定性和可靠性。更重要的是，它将生物衰老从一个静态指标拓展为动态过程（斜率），为在人群水平识别具有加速衰老轨迹的高风险个体提供了新思路。如果未来成本降低、技术更普及，纵向监测DNA甲基化变化或可成为临床和公共卫生实践中进行风险分层和评估干预效果的工具。当然，研究也存在局限，如样本仅来自德国老年人群、只有两个测量时间点、可能存在生存偏倚等。未来需要在更年轻、更多样化的人群中进行验证，并探索更多时间点的测量以捕捉衰老轨迹的非线性变化。
综上所述，这项研究深化了我们对表观遗传衰老动态过程的理解，凸显了生活方式在塑造个体衰老轨迹中的关键作用，并指明了生物衰老速率作为新型风险预测指标的潜力。它呼吁在衰老研究中采取分层（特别是性别分层）方法，并为开发旨在延缓生物衰老、促进健康老龄化的干预措施提供了科学依据。
