Brief. Bioinform. | 抓住这个衰老热点！10753份血液转录组：BAP用健康衰老参照，衡量疾病分子扰动

模型预测的年龄，比实际年龄高出9.34岁。

这个数字看起来很直观，但它究竟测量了什么？

是人体永久“老了9岁”，还是感染后的炎症、免疫细胞组成和应激反应，让血液转录组暂时偏离了健康状态？

2026年10月30日发表于 Briefings in Bioinformatics 的一项研究，将这个问题放进了一个公共数据框架：整合 23个队列、10,753份全血转录组谱，先用健康样本建立年龄参照，再观察疾病样本偏离多少，以及偏离对应哪些分子变化。

研究提出的模型叫 BAP，blood aging predictor。

这篇文章值得关注的研究思路是：把健康人群中的连续变化，作为衡量疾病扰动的参照。 同时，模型输出的单位和它真正代表的生物学含义，需要分开理解。

原文： A blood aging clock defines disease-induced deviation from healthy molecular aging
作者： Haotian Li、Sai Liu、Zheng Zhou等
通讯作者： Qiulun Lu、Guangji Wang、Zheying Zhu、Xinuo Li
发表状态： 正式研究论文，2026年10月30日在线发表。

先建立参照，再解释疾病

许多疾病转录组研究，从“患者对健康人”的差异分析开始。

作者增加了一条参照轴：健康人群的年龄。

他们先整合9个衰老相关队列，共6,491份样本，分析表达随年龄变化的方向；再与COVID-19相关转录变化比较，检查两者是否存在共同部分。

结果提示，感染与年龄增长都涉及部分免疫、炎症及细胞稳态相关程序。

但相似程度需要看效应大小：基因层面的整体相关系数仅为0.117，虽然统计显著，相关性仍然较弱。 部分共同下调通路的相关性也未达到显著。

原文图1｜比较健康年龄相关变化与COVID-19相关变化，为后续建立年龄参照提供依据。

因此，这一步支持的是：两种状态存在部分共享的转录变化，值得进一步量化。

它尚不足以说明，感染复制了健康衰老的全部过程。

对自己的课题，这个起点可以借鉴：在训练评分前，先说明为什么选择这条参照轴，以及它与目标疾病究竟共享哪些信息。

BAP怎样把表达谱换算成年龄？

作者从衰老队列中排除有明确疾病记录的样本，保留5,808名健康个体用于模型开发。

最终输入包括：

合计422项。

细胞组成、通路及性别特征也来自转录组估计，属于同一数据的不同表示。

原文图2｜BAP的特征构建、数据划分，以及内部、调参与独立外部测试表现。

作者比较多种模型，最终采用带有偏差约束与分布对齐策略的神经网络集成。

不过，读模型表现时，应该先分清数据承担的角色：

这些边界，作者在正文中也进行了说明。

这里有两个不同目标：在健康样本中预测年龄；将疾病样本投射到这个年龄参照。

健康年龄预测较准确，是使用这条参照的基础，却不能单独证明疾病样本中的预测偏差就是生物学衰老。

9.34年，实际是怎样算出来的？

BAP应用到COVID-19样本后，预测年龄整体向较高方向移动。

作者先计算“预测年龄减实际年龄”，再用每个队列中健康对照的平均偏差作基线校正，得到疾病相关的 AgeAccel。

在这一处理框架下，COVID-19样本的平均AgeAccel为9.34年。

原文图4｜COVID-19样本在健康年龄参照中的偏移，以及不同年龄组的分子变化。

这个数字更适合读作：

血液表达谱在模型的年龄坐标上，出现了以“年”为单位的偏移。

它不能直接换算为寿命缩短，也不能据此认定全身组织永久老化了同样的年数。

而且，9.34年依赖本文的预处理、模型与队列基线校正。换一种测量层次、参照人群或校准方法，数值可能不同。

一个输出使用“年”作为单位，不代表它已经测得了真实流逝的衰老时间。解释模型前，要先弄清模型学的是什么、偏差又如何校正。

模型为什么给出更高年龄？

作者使用SHAP分析，检查哪些特征影响模型输出。

在健康样本的年龄预测中，SPTBN1、DOCK9和RPL36等特征具有较高重要性；不同年龄个体的预测，由多项特征共同贡献。

原文图3｜通过SHAP检查模型使用了哪些表达特征，以及这些特征对个体预测的贡献。

应用到COVID-19后，模型输出与抗病毒、炎症及稳态相关表达变化共同有关。

这帮助解释了“模型为什么这样预测”，但还没有证明某个高重要性基因驱动衰老。

特征贡献是模型内部的解释；调控作用需要另外检验。

对生信研究而言，这个区分很实用：可以据此筛选后续候选，却不宜把SHAP排名直接改写成机制排名。

高偏移样本，是否还存在其他分子差异？

作者进一步按照AgeAccel，将COVID-19样本分为较高和较低的两组，分别称为CFA与CSA。

这些名称来自模型分组，不能视为已经追踪确认的真实衰老速度。

随后，作者在全转录组层面比较两组，并检查预测特征之外的分子模块。

高AgeAccel组表现出更强的干扰素反应、免疫激活、细胞因子和中性粒细胞相关信号，以及更高的部分疾病严重程度相关表达评分。

原文图5｜比较不同AgeAccel亚组的表达变化及严重程度、炎症相关分子评分。

补充分析还提示，高偏移组存在更强的DNA损伤应答、蛋白稳态压力及部分细胞质量控制相关转录改变。

不过，CFA与CSA的细胞衰老评分没有显著差异，不能把高AgeAccel简单解释为衰老细胞更多。

这些模块大多仍从同一批转录组计算得到。即使与建模特征的基因重叠较少，也不等同于独立临床结局验证。

因此，文章目前更有力地支持：AgeAccel与疾病相关分子扰动相联系。它能否预测死亡、长期症状或恢复不良，还需要相应随访资料。

恢复期的变化，决定了这个数字该怎么读

如果感染后的年龄偏移主要反映动态分子状态，那么恢复过程中，它是否会下降？

作者分析了覆盖感染前、急性感染、中间恢复阶段和恢复后阶段的数据。群体比较显示，急性期AgeAccel升高，随后降低，恢复后组接近感染前组。

但这里有一个关键限制：缺少可靠的个体匹配信息，无法确认各时间点是否对应同一批人。

所以，这项分析支持群体层面的阶段变化，不能直接写成“同一个人感染后老了若干岁，又年轻回来”。

恢复后组与感染前组仍相差约1.25年的模型偏移，也应理解为组间平均差，而不是每位患者残留的衰老年数。

这使本文的主要解释更清楚：BAP捕捉的可能是部分可恢复的年龄样分子状态。 是否存在持续影响，需要配对、长期随访进一步确认。

跨疾病检验，也要保留没有升高的情况

作者将分析扩展到脓毒症、流感和重性抑郁障碍。

脓毒症与流感队列也出现显著AgeAccel，并伴随相关免疫和应激转录信号。

但在重性抑郁障碍队列中，总体AgeAccel没有显著升高。其高偏移亚组的部分衰老、DNA损伤相关评分有所不同，也未呈现与感染性疾病完全相同的模式。

这个阴性结果很重要。

它限制了“所有疾病都会让模型年龄升高”的泛化，也提示不同病理背景中的分子偏移，可能由不同表达模块构成。

跨疾病结果提供了进一步研究的理由，但还不足以确认BAP已经是一个通用的临床健康负担指标。

公共数据选题，可以从“建立参照”开始

这项研究没有新增测序数据。它的可迁移思路，是将公共数据重新安排成有分工的比较：

健康数据建立参照，独立健康队列检查跨队列表现，疾病数据观察偏移，阶段与跨疾病数据检验解释。

如果准备借鉴，最先需要明确的是：我们究竟想测量一种稳定属性，还是一种会随炎症、治疗与恢复变化的状态？

随后再决定需要什么验证。

例如，要研究恢复，就优先寻找同一个体的配对资料；要判断临床价值，就增加真实结局；要用于单个新患者，就必须固定预处理和校准流程。

本文目前依赖队列层面的归一化与批次校正，作者也明确指出，尚不能脱离合适参考数据，直接用于一个新样本的临床判断。

参照模型的价值，取决于偏移是否稳定、能否被独立资料检验，以及我们是否准确界定了它的含义。

BAP给出了一个可探索的方向：用健康衰老相关的表达变化，衡量疾病状态离健康年龄预期有多远。接下来最值得补上的，是配对恢复数据、长期结局，以及面向新样本的固定校准方案。

参考文献

• 原始论文DOI： https://doi.org/10.1093/bib/bbag605

• PubMed论文记录： https://pubmed.ncbi.nlm.nih.gov/42960996/

• PMC开放全文及补充材料入口： https://pmc.ncbi.nlm.nih.gov/articles/PMC13720740/

• 分析代码、预处理脚本与模型资源： https://github.com/YANGMTSYMQ/BAP

• 模型开发数据示例，GSE203024： https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE203024

• 外部调参队列，GSE177044： https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE177044

• 独立外部测试队列之一，GSE111368： https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE111368