背景

衰老是慢性疾病的主要风险因素，而表观遗传时钟（如KDM-BA和PhenoAge）可量化生物年龄加速（BAA），即生物年龄与实际年龄的差值。英国生物银行（UK Biobank）纳入241,125名参与者（平均55.99岁），通过多变量线性回归和限制性立方样条模型，首次揭示睡眠、久坐（SB）和体力活动（PA）三者的非线性关联。

材料与方法

研究采用国际体力活动问卷（IPAQ）评估PA强度（MET-min/week），自报数据划分睡眠（短<7 h/适中7 h/长≥8 h）和SB（电视/电脑使用）。通过孟德尔随机化（MR）强化因果推断，调整人口学、BMI等混杂因素。

结果

1. 睡眠：与BAA呈U型关系，7小时睡眠风险最低（β=-0.775，95%CI -0.849至-0.702），过长睡眠危害更显著。

2. 体力活动：休闲PA（LTPA）呈L型曲线，阈值效应在2000 MET-min/week后减弱；总PA（TPA）中高强度时保护作用最佳，但过量可能加速衰老。

3. 久坐行为：电视时间与BAA线性正相关（β=0.40，MR p=4.0×10^?15
   ），而电脑使用因认知激活可能降低风险。

4. 协同效应：7小时睡眠+中高强度LTPA+低SB组合最理想，MR证实电视时间直接导致BAA升高。

讨论

• 机制：LTPA通过改善生理稳态和心理健康（如减少神经炎症）延缓衰老，而被动SB（如看电视）可能通过促炎饮食加速衰老。

• 人群差异：PA对男性、肥胖者效果更显著，SB对中年人影响更大。

• 创新与局限：MR支持因果性，但自报数据可能存在偏差，需未来结合加速度计验证。

结论

优化每日行为组合（7 h睡眠+1091 MET-min/week LTPA+<5 h SB）可有效减缓衰老，尤其推荐增加LTPA以抵消不良睡眠或久坐的负面影响，为公共卫生策略提供科学依据。