衰老时钟拨回去，身体就更年轻了吗？

01先说我们得到的答案

目前最有依据的表述是：某些干预能够改变某些衰老相关的甲基化指标；仅凭读数回拨，尚不能确定改变了哪一层生物学过程，更不能换算成多活几年。 这既不等于时钟毫无意义，也不等于所有下降都是测量误差。

本篇的三项计算各回答一个问题：

范围限定为人类血液 DNA 甲基化测量。不比较商业检测品牌，不评定所有抗衰干预，也不把血液读数推广为脑、肌肉等每个器官的年龄。

02一管血中的“年龄”，其实是一个模型输出

DNA 甲基化是 DNA 上的一类化学标记。检测得到各位点的甲基化比例，时钟算法再把许多位点的信息压缩成一个数。这个数的意义取决于训练时让算法预测什么。

DunedinPACE 的开发使用了同一队列从 26 到 45 岁的四次评估、19 项生理指标；输出以参考群体的衰老速度为尺度。它与以“岁”表示的年龄时钟不是同一种量，不能把 0.02 的变化写成“年轻了 0.02 岁”。PC PhenoAge、PC GrimAge 则是使用主成分改进技术稳定性的版本，不能与原始版本不加区分地混用。DunedinPACE 原始研究 CALERIE 方法及补充表 S2

需要区分四道证据门槛：重复检测是否稳定；是否预测后续健康；干预是否改变读数；干预造成的读数变化，是否可靠地预示临床获益。前面三道通过，并不会自动通过第四道。替代终点的定义与验证

03机制模型：细胞没变年轻，血液时钟也能变化吗？

血液混合了中性粒细胞、T 细胞、B 细胞等群体。分选实验表明，即使来自同一个人，不同血细胞的甲基化谱也明显不同。Reinius 等的分选实验

用一个最小模型表示这个事实。设 pₖ 为第 k 类细胞贡献的 DNA 比例，mⱼₖ 为该类细胞在第 j 个位点的甲基化比例。近似认为混合血样的 βⱼ = Σₖ pₖmⱼₖ。对固定权重的线性时钟，C = b + Σⱼ wⱼβⱼ。那么一次变化可拆为：

ΔC = Σⱼₖ wⱼ mⱼₖ Δpₖ        细胞组成变化
   + Σⱼₖ wⱼ pₖ Δmⱼₖ        细胞内甲基化变化
   + Σⱼₖ wⱼ Δpₖ Δmⱼₖ       两者共同变化的交互项

这是一条在假设下成立的代数分解，不是对人体衰老的完整理论。它给出一个可检验预期：如果细胞组成确实参与改变读数，那么在固定细胞谱的计算混合物中，单独改变比例就应让时钟移动。

我们取 GSE35069 六位成年男性供者的中性粒细胞与 CD8 T 细胞数据，应用 methylCIPHER 提供的全部 71 个 Hannum 标记及权重。这 12 个分选样本在所需标记上没有缺失，因此主情景没有插补。把两类细胞的 DNA 混合比例从 80:20 改为 70:30，其余保持不变，六位供者的结果如下。公开数据 算法与许可

图中横轴是设定的 DNA 比例转移，纵轴是时钟单位；各条线来自不同供者。我们另外计算了其他标记完整的细胞对，共 228 个供者—有向细胞对组合，结果随细胞类型而改变，不能把上述方向当成普遍定律。主情景结果 · 其他细胞对

这里有三个重要限制。第一，10 个百分点是人为设定，未从某项干预中估计。第二，线性混合的是 DNA 贡献比例；实验纯度、不同细胞的 DNA 贡献以及芯片预处理，都可能让真实混合样本偏离这一近似。第三，Hannum 的数值在分选细胞上并不等于这些细胞有可直接比较的真实年龄。

还有一个更深的限制：同一个时钟变化，可能由不同机制产生。 我们在计算中又构造了一组保持细胞比例不变、轻微改变细胞内甲基化的向量，也能产生完全相同的时钟变化；所有甲基化值仍在 0–1 内。它证明的是这个单一输出不足以唯一识别输入变化，不证明现实中的变化一定来自哪条路径。区分路径需要同期细胞计数、分选或单细胞测量，以及与功能结局相连接的实验。

细胞组成变化本身可能是有益或有害的生物学变化。例如，治疗改变免疫细胞群体，可能正是作用路径的一部分。因此“调整细胞比例后是否仍有效”与“干预的总体效应是什么”不是完全相同的问题。直接调整干预后的中介量，也不自动得到无偏的细胞内直接效应。

04人体案例：我们重算了 CALERIE 的什么？

CALERIE 将 220 名无肥胖的健康成年人随机分到热量限制干预或自由饮食对照，观察两年。本文讨论的甲基化分析是试验完成后的分析，不是最初注册的主要终点；具有基线及至少一次随访甲基化资料的分析人群为 197 人。论文对 DunedinPACE 报告了较小的下降，对 PC PhenoAge、PC GrimAge 未发现明确组间差异。论文 注册记录

我们实际取得了公开 CSV 和补充 PDF，而不是全试验的原始芯片数据。CSV 中有 580 行，7 行没有时钟值，余下 573 次检测：基线 197 次、12 个月 191 次、24 个月 185 次。两个公开 CSV 的共有时钟值逐行一致。补充表 S1 的文字说明把 12 个月对照人数写为 65，而数据文件与主文图 1 都是 66；我们保留实际文件的 66 人，没有人为删行。公开数据与补充材料 CSV 获取入口

文件没有参与者编号、年龄、性别、研究中心或细胞比例。 即使行序看起来像按人排列，也不足以证明配对关系。因此我们只计算每个随访时点的干预组减对照组均值差，采用 Welch 方法和双侧 95% 置信区间，不声称完成了配对变化、基线调整或细胞机制的原数据复现。

右栏来自原论文补充表 S4，是作者的结果，不是我们的重算；两栏单位不同。用作者给出的舍入后基线标准差 0.09 换算，右栏点估计约为 −0.026 和 −0.023 个 DunedinPACE 单位，方向和量级与左栏相近。全部计算结果

我们的区间跨零，不构成对原论文的反证。 原模型利用基线、协变量和重复测量；本次分析舍弃了这些信息，估计方法与精度都不同。随机分组支持组间比较，但只分析有随访值者仍依赖缺失机制，不能称为完整意向治疗复现。我们将三个主要时钟乘两个随访组成六项检验，另导出全部 11 个时钟的 22 项检验，并分别做 Holm 校正，未把最小 P 值挑出来充当主发现。

相反，组内变化更不能替代组间差异。补充表 S3 中，24 个月 PC GrimAge 的年龄差值在对照和干预两组都下降；S4 的调整后组间差异却接近零。如果只摘录干预组的下降，就会丢掉对照提供的解释。这也提醒我们：年龄差值的下降不必等于时钟原始年龄倒退。补充表 S3–S4

失访要有多不同，才会改变描述？

我们做了一个透明的敏感性计算。以所有随机分组者 145 对 75 人为分母，24 个月公开读数缺少 28 名干预组、7 名对照组参与者。假设缺失对照者的均值与已观察对照相同，那么缺失干预者的平均 DunedinPACE 比已观察干预者高约 0.108，就足以使未调整的全组点差异归零。如果只以 197 人甲基化分析队列为分母，对应值约为 0.242。敏感性计算表

这不是说缺失者实际如此，也不是对作者调整后模型的敏感性检验；它展示的是不同分母、不同缺失假设会怎样改变我们这个简化估计。没有缺失者的结果，不能从现有文件判断哪种假设更接近事实。

能不能把这一变化都归因于细胞组成？

不能。原论文补充表 S6 在加入估计细胞计数的变化后，DunedinPACE 的效应仍为负，点估计与未作该调整时相近。这反对“全部只是这些细胞比例变化”的简单解释；但估计细胞数有误差，调整也不覆盖所有亚群，更不是直接测量细胞内过程。我们的 Hannum 混合演示不能用来抹去这一反证，也不能量化 CALERIE 中 DunedinPACE 的组成贡献。补充表 S6

05两种容易制造“回拨”的统计情景

第一种是挑选基线异常高的人再测一次。设一个稳定的潜在分数标准差为 2，单次独立检测误差标准差也为 2，二者都是我们设定的示意参数。对 40 万个没有真实变化的模拟对象，只选第一次读数最高的 10%，第二次平均就下降约 2.49 个单位；正态模型的解析期望是 2.48。不是他们都被治好了，而是第一次被选中时包含了偏高的随机误差。

如果重复检测的标准差是 σ，两次独立误差之差的标准差为 √2σ；每个时间点平均 r 次独立技术重复后，误差部分降为 √(2/r)σ。这不包含真实短期生理波动，也无法消除共用批次造成的偏差。年龄预测误差，比如模型预测日历年龄的平均偏差，不能直接拿来代替这里的检测误差。

第二种是同时算很多时钟，再挑显著的那个。在全部没有真实效应的模拟中，对 16 个双侧检验都使用 P<0.05，不校正时，“至少出现一个任一方向假阳性”的概率如下：

每个情景模拟 20 万次，最大 Monte Carlo 标准误约 0.11 个百分点。独立情景的解析值 1−0.95¹⁶ = 56.0% 与模拟一致。这里展示的是高斯等相关情景，不是现实 16 个时钟的假阳性率估计。

相关性确实减少部分冗余，但不能自动把多项检验变成一项。Bonferroni 的错误率上界来自概率的并集界，并不要求独立；高度相关时它可能保守。多重校正、预先限定主要时钟、报告全部结果和独立研究重复，分别解决不同问题。模拟结果与误差

提高重复性也有实际价值。在另一个明确设定的情景中，每组 50 人、真实组间变化差 0.5、个体生物变化标准差 1、单次检测噪声标准差 2，每时间点从一次检测增加到四次独立重复，已知方差双侧检验的理论功效由 13.3% 增至 30.3%。模拟与解析计算相符；这只是说明降低噪声的收益，不是给真实试验的样本量建议。完整参数与结果

06最新证据有没有把缺口补上？

2026 年 8 月，Sehgal 等汇集 51 项公开或私有的纵向干预研究，比较 16 个时钟及其他甲基化指标，报告较可靠的第二代及速度指标往往更有响应性。该工作扩大了响应模式的地图；其中核心分析包含干预前后比较，不能把跨研究的响应排序当成随机对照的疗效排名。多个时钟共享样本或信号，也不能算成多项独立临床重复。作者的细胞比例调整后仍有响应的结果，同样值得保留。Sehgal 等，2026

另一项 2026 年 InCHIANTI 研究纳入 699 人，发现部分时钟的纵向变化在结合基线后与死亡风险相关。这比只看一次基线更接近“变化是否有意义”的问题。但它仍是观察研究；自然发生的变化与干预造成的变化，未必具有同样的因果含义。它增强了继续验证的理由，没有单独完成替代终点验证。Kuo 等，2026

因此，不能再简单说“所有时钟变化都没有健康信息”；也不能说“已经能用变化量结算延寿收益”。我们需要的是特定人群、特定干预和特定时钟之间的桥梁：预先规定的读数变化，是否在多个适当设计的试验中可靠预测功能、疾病或生存获益；有没有读数改善但伤害增加的反例。替代终点验证

07怎样的下一项实验，能让判断更进一步？

对于细胞机制，最有区分力的设计是在随机对照框架中，同时采集总血甲基化、细胞计数和关键分选亚群：先报告总效应，再把组成贡献与细胞内变化作为另外的问题检验，而不是默认把其中之一当作噪声。

对于测量，应把同一人的样本在检测批次中合理分配，保留盲态技术重复，报告绝对重复差异，而不仅是相关系数。高相关可能来自参与者之间年龄跨度很大，仍不保证一个人的小变化可靠。

对于健康意义，应预先指定少量主要指标，保留完整的阴性结果，追踪干预停止后的持续性和实际功能、疾病及安全结局。只有在这些桥梁逐步建立后，时钟才可能承担更强的解释任务。

CALERIE 的安全报告提醒我们，指标方向不能代替整体利弊判断：试验有营养和安全监测，报告了骨密度下降，以及因持续血细胞比容下降或过度骨丢失而停止干预的参与者。本文没有评估热量限制对个人是否合适，不从时钟结果生成节食方案。安全报告

08研究说明、复算与更新

这是一次有明确范围的证据研究和探索性计算，不是系统综述，也没有做新的湿实验。检索截止 2026-09-17，结合出版商、PubMed/Europe PMC、GEO、原论文补充材料和 ClinicalTrials.gov，追索随机试验、反证、方法与近期进展。未取得 CALERIE 全部可链接个体数据，没有重跑 51 项研究，也未验证商业检测服务。

下载复算包：包含程序、固定依赖、输入网址与哈希、Hannum 权重和相应许可、分析决策及输出说明。程序从公开仓库获取原始输入；不随包分发参与者级数据或论文全文。机器可读结果

计算分开标注：CALERIE 是已发表的处理后检测值重分析；细胞混合是实测参考谱加设定比例的计算实验；噪声、多重检验与功效是合成数据模拟。独立公式、边界情景、两份数据导出的相符性和固定随机种子用于核查实现，不构成新的实验验证。

本篇更新长寿派原《表观遗传时钟》：保留测量与预测的基本问题，收窄“真实年龄”和临床价值的确定性措辞，补入组间统计、机制计算和 2026 年证据。原文中的干预排名与个体检测建议不在本次结论范围内。首次公开此版本：2026-09-17；下次计划检索复核：2027-03-17；重大试验、更正或取得可链接数据时提前更新。

作者、计算、译文核对及编辑均由同一 Codex AI agent 完成，没有独立 agent、人类或临床专业审阅。逐条来源的实际读取范围、研究利益关系与剩余限制见下方记录。

探索细胞混合与噪声模型。交互只用于理解设定情景，不接收或预测个人健康数据。