‎哥伦比亚大学在《自然·医学》构建38个性别特异性衰老时钟，男女衰老轨迹首次被拆解

全文概要
2026年9月，哥伦比亚大学人工智能与生物医学科学实验室团队在《自然·医学》（Nature Medicine）发表题为"Sex-specific biological aging clocks across organs and omics"的研究，利用MULTI Consortium多模态数据，构建了覆盖15个器官系统、3类组学数据的38个性别特异性生物衰老时钟，系统解析了女性和男性在遗传、分子、器官功能与疾病风险层面的衰老差异。研究指出，传统男女混合训练的衰老时钟会把两性不同的衰老轨迹"平均化"，从而掩盖真实的性别特异性衰老信号；性别分层模型在保持预测能力的同时，能更准确刻画各性别自身的年龄偏离程度。

---

1. 为什么"男女混合"的衰老时钟可能看走眼

生物年龄时钟通过DNA甲基化、蛋白质组、代谢组、影像与临床指标预测个体的"生物学年龄"，其与实际年龄之差（年龄加速/减缓）已被证明与多种疾病风险、认知下降乃至死亡风险相关。然而，绝大多数现有时钟都是把男性和女性样本混合训练，默认两性遵循相似的衰老规律。

问题在于，这一默认前提并不可靠。男性和女性在寿命、心血管疾病风险、阿尔茨海默病易感性、激素变化及免疫衰老等方面本就存在显著差异。团队的核心追问是：如果女性与男性拥有不同的衰老轨迹，那么基于混合人群建立的AI时钟，是否会在"求平均"的过程中丢失关键的性别特异性信号？答案很可能影响一系列以衰老为靶点的疾病预测与干预研究。

2. 38个时钟：把衰老拆到器官与组学层面

研究团队分别用女性和男性数据训练独立模型，最终得到38个性别特异性BAG（biological age gap）模型，涵盖11个蛋白质组时钟（ProtBAG）、5个代谢组时钟（MetBAG）以及7个MRI器官影像时钟等，覆盖脑、心脏、肝脏、肾脏、免疫、内分泌等多个器官系统。以脂肪组织MRI衰老时钟为例，性别混合模型实际上把男女不同的衰老轨迹平均化了，而性别特异模型能更准确地反映女性和男性各自的年龄偏离。

在相同样本量与年龄分布条件下，性别分层模型建立了更符合自身性别特点的衰老参考标准，并在部分器官的衰老预测中表现出更好的稳定性。大多数模型在独立测试集中能达到约5年的平均绝对误差，说明分层策略在保持预测能力的同时，更好地捕获了两性各自的衰老特征。研究还提示，基于混合人群构建的时钟可能系统性低估或高估某一性别的衰老加速程度，这对后续的个体化风险评估具有实际影响。

3. 对科研与临床转化的启示

对科研工作者而言，这项研究给出了一条方法论层面的重要提醒：在衰老与多组学建模中，"性别"不应只是被当作一个需要校正的协变量，而可能是需要分层建模的核心生物学变量。对转化医学而言，性别特异性的衰老时钟有望支撑更精细的疾病早筛与分层——例如针对女性更敏感的阿尔茨海默病风险、男性更突出的心血管风险，分别建立贴合其生理轨迹的预警模型。未来，若能将性别特异时钟与可干预的生活方式、药物干预结合，衰老医学或将从"一刀切"走向"分性别、分器官"的精准干预。

来源：《自然·医学》研究论文、哥伦比亚大学团队发布、iNature等科研媒体

---

---

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。