摘要：大阪大学的科学家开发了一种人工智能模型，该模型利用激素代谢途径，仅通过五滴血就能估算出一个人的生物年龄，比传统方法提供更精确的健康评估。研究发现，分析类固醇激素相互作用（如皮质醇水平）可以深入了解衰老情况，并可以针对与年龄相关的健康风险进行个性化干预。

大阪大学的科学家开发了一种人工智能模型，该模型利用激素代谢途径，仅通过五滴血就能估算出一个人的生物年龄，比传统方法提供更精确的健康评估。研究发现，分析类固醇激素相互作用（如皮质醇水平）可以深入了解衰老情况，并可以针对与年龄相关的健康风险进行个性化干预。

大阪大学的科学家创建了一个人工智能模型，可以通过激素分析估算生物年龄，将压力与加速衰老联系起来。

我们都知道有些人似乎可以抗衰老，他们看起来比同龄人年轻，尽管年龄相同。他们的秘诀是什么？日本大阪大学的科学家可能已经找到了一种量化这种差异的方法。通过将激素（类固醇）代谢途径纳入人工智能驱动的模型，他们开发了一种系统来估算一个人的生物年龄——这是一种衡量他们身体衰老程度的方法，而不仅仅是计算自出生以来的年数。

该方法仅需五滴血即可分析 22 种关键类固醇及其相互作用，从而更准确地评估整体健康状况。该团队的研究发表在《科学进展》上，代表着个性化健康管理迈出了重要一步，可以更早地发现与年龄相关的风险并采取更有针对性的干预措施。

衰老不仅仅关乎我们活了多少年——它还受到遗传、生活方式和环境因素的影响。传统的生物年龄估算方法依赖于广泛的生物标志物，例如DNA甲基化或蛋白质水平，但这些方法往往忽视了调节身体内部平衡的复杂激素网络。

左上：分析少量血液样本以测量 22 种关键类固醇，并将数据输入 AI 系统以计算生物年龄。右上：AI 预测的生物年龄 (BA) 与实际年龄 (CA) 呈现出普遍相关性，但个体差异会随着时间的推移而扩大。下图：使用“河流顺流而下变宽”的比喻，该图直观地展示了生物年龄如何随着时间的推移而演变。图片来源：Zi Wang

“我们的身体依靠激素来维持体内平衡，所以我们想，为什么不把它们作为衰老的关键指标呢？”这项研究的共同第一作者 Qiuyi Wang 博士说。为了验证这个想法，研究小组将重点放在类固醇激素上，它在代谢、免疫功能和压力反应中起着至关重要的作用。

该团队开发了一种深度神经网络 (DNN) 模型，该模型结合了类固醇代谢途径，使其成为第一个明确考虑不同类固醇分子之间相互作用的 AI 模型。该模型不是研究绝对类固醇水平（个体间差异很大），而是研究类固醇比例，从而提供更个性化、更准确的生物年龄评估。

“我们的方法减少了因个体类固醇水平差异而产生的噪音，使模型能够专注于有意义的模式，”这项研究的共同第一作者兼通讯作者 Zi Wang 博士解释说。该模型使用数百人的血液样本进行训练，结果显示，随着人们年龄的增长，生物年龄差异往往会扩大——研究人员将这种现象比作一条河流顺流而下时变宽。

这项研究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，生物年龄增加约 1.5 倍。这表明慢性压力可以在生化水平上加速衰老，这强调了压力管理对维持长期健康的重要性。

（从左到右）：名誉教授 Toshifumi Takao、Qiuyi Wang 博士、Zi Wang 博士和 Kenji Mizuguchi 教授。图片来源：大阪大学

“人们通常以泛泛的术语来讨论压力，但我们的研究结果提供了确凿的证据，证明压力对生物衰老具有可衡量的影响，”通讯作者、分析化学和质谱专家 Toshifumi Takao 教授说。

研究人员认为，这种人工智能生物年龄模型可以为更加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，甚至为减缓衰老而量身定制的生活方式建议。

虽然这项研究代表着向前迈出的重要一步，但研究团队承认，生物衰老是一个复杂的过程，受激素以外的许多因素影响。“这只是一个开始，”Zi Wang 博士说：“通过扩大我们的数据集并纳入额外的生物标记，我们希望进一步完善模型，并深入了解衰老的机制。”

随着人工智能和生物医学研究的不断进步，准确测量甚至减缓生物衰老的梦想正变得越来越现实。不过，就目前而言，通过简单的血液测试来评估一个人的“衰老速度”可能标志着预防医疗保健领域发生了翻天覆地的变化。

参考文献：Qiuyi Wang、Zi Wang、Kenji Mizuguchi 和 Toshifumi Takao 撰写的“使用基于类固醇生成途径的 DNN 模型进行生物年龄预测”，2025 年 3 月 14 日，Science Advances。DOI：10.1126/sciadv.adt2624

来源：康嘉年華