我们都认识一些似乎不服老的人–虽然年龄相仿，但看起来却比同龄人年轻。他们的秘诀是什么？日本大阪大学的科学家们可能已经找到了量化这种差异的方法。通过将荷尔蒙（类固醇）代谢途径纳入人工智能驱动的模型，他们开发出了一种新系统，可以估算出一个人的生物年龄–这是衡量一个人身体老化程度的标准，而不仅仅是计算自出生以来的年数。

只需五滴血，这种新方法就能分析 22 种关键类固醇及其相互作用，从而提供更精确的健康评估。该团队的突破性研究发表在《科学进展》（Science Advances）上，为个性化健康管理提供了潜在的进步，能够更早地发现与年龄有关的健康风险，并进行有针对性的干预。

新型人工智能模型能更准确地确定生物年龄

衰老不仅仅与我们活了多少年有关，它还受遗传、生活方式和环境因素的影响。估算生物年龄的传统方法依赖于 DNA 甲基化或蛋白质水平等一般生物标志物，但这些方法往往忽略了调节身体内部平衡的复杂激素网络。”我们的身体依靠激素来维持平衡。因此我们想，为什么不把它们作为衰老的关键指标呢？为了验证这一想法，研究小组重点研究了在新陈代谢、免疫功能和应激反应中发挥关键作用的类固醇激素。

研究小组开发了一个包含类固醇代谢途径的深度神经网络（DNN）模型，使其成为首个明确考虑不同类固醇分子之间相互作用的人工智能模型。该模型不看类固醇的绝对水平（不同人的类固醇水平可能相差很大），而是研究类固醇的比例，从而能够更个性化、更准确地确定生物年龄。

“我们的方法减少了类固醇水平个体差异造成的噪音，使模型能够专注于有意义的模式，”本文共同第一作者兼通讯作者王梓博士解释说。该模型在数百人的血液样本上进行了训练，结果表明，随着年龄的增长，生物年龄的差异往往会扩大–研究人员把这种效应比作河流向下游扩大。

慢性压力与衰老过程

研究中最引人注目的发现之一涉及皮质醇，这是一种通常与压力有关的类固醇激素。研究人员发现，当皮质醇水平增加一倍时，生物年龄就会增加约1.5倍。这表明，长期压力会在生化水平上加速衰老过程，突出了压力管理对长期健康维护的重要性。”作者之一、分析化学和质谱分析专家 Toshifumi Takao 教授说：”人们经常笼统地讨论压力问题，但我们的研究结果提供了具体证据，证明压力对生物衰老具有可测量的影响。

研究人员认为，这种人工智能驱动的生物年龄模型可以为更个性化的健康监测铺平道路。未来的应用可能包括早期疾病检测、定制健康计划，甚至是延缓衰老的生活方式建议。

测量和延缓生物衰老

虽然这项研究代表着一项重大进展，但研究小组承认，生物衰老是一个复杂的过程，受激素以外的许多因素影响。”这仅仅是个开始，”Z. Wang 博士说。研究人员希望通过扩大数据集和纳入更多生物标记物，进一步完善模型，深入了解衰老机制。随着人工智能和生物医学研究的不断进步，精确测量甚至延缓生物衰老的梦想越来越近了。就目前而言，通过简单的血液检测就能确定 “衰老速度”，这可能是预防保健领域的一项突破性进展。