孤舟蓑笠翁
(2025-06-26 19:53):
#paper 【doi】10.47366/sabia.v5n1a3；【发表年份】2025年；【期刊】Nature Aging；【标题】The stochasticity of biological aging。【内容总结】这篇论文探讨了衰老过程中的随机性（偶然事件）如何影响生物年龄预测。作者首先指出衰老是DNA损伤随机积累与细胞修复机制共同作用的结果（目标），然后通过分析蠕虫、小鼠和人类的甲基化模式等分子数据（方法），证明基于机器学习的衰老时钟能有效量化这种随机性，其预测结果与寿命和健康状况高度相关（结果）。简单说就是：细胞每天都会随机受损，修复能力随年龄下降，这种"损伤噪音"会被甲基化等生物标记记录，用AI分析这些数据就能预测一个人的生物年龄和衰老速度，比如发现节食小鼠衰老更慢、吸烟者衰老更快。主要方法包括：比较不同物种的体细胞突变率、构建基于CpG甲基化的机器学习模型、验证干预措施（如雷帕霉素）对衰老时钟的影响。
Nature Medicine,
2019-1-1.
DOI: 10.1038/s41591-025-03687-7
The stochasticity of biological aging
翻译
Abstract:
No abstract available.
Related Links: