青少年表观遗传年龄与大脑年龄的关联研究揭示生物衰老的早期异质性

本研究通过ALSPAC队列分析青少年表观遗传年龄(EpiAge)与大脑年龄(BrainAge)的关联，发现两者在年轻群体中相关性微弱，但吸烟DNAm和BMI分别与特定EpiAge指标显著相关。该研究首次在青少年群体中系统评估跨组织生物年龄标记的异质性，为早期衰老干预提供新视角。

　　

在人类寿命不断延长的今天，衰老相关疾病的社会负担日益加重。传统上，人们用实际年龄来衡量衰老程度，但越来越多的证据表明，同龄人之间的生物学衰老速度可能存在显著差异。这种差异催生了"生物年龄"的概念——通过表观遗传标记(EpiAge)或脑影像特征(BrainAge)等生物学指标来量化个体衰老状态。尽管这些指标在预测老年人健康结局方面表现出色，但它们在生命早期阶段的关联性和预测价值仍不明确。

英国巴斯大学心理学系的研究团队在《Scientific Reports》发表了一项开创性研究。该团队利用ALSPAC出生队列的386名17-24岁青少年数据，首次系统评估了四种表观遗传年龄指标(EpiAge_Horvath、EpiAge_Zhang、EpiAge_Cortical、EpiAge_PACE)与脑影像年龄(BrainAge)的关联。研究发现这些生物年龄指标虽然都能反映实际年龄，但彼此间相关性微弱，且与吸烟、BMI等健康指标存在特异性关联，揭示了年轻群体中生物衰老的"马赛克模式"。

研究采用三大关键技术：1)基于450K/EPIC芯片的DNA甲基化分析，计算四种表观遗传年龄；2)FreeSurfer处理的脑结构MRI数据，通过ENIGMA联盟协议提取BrainAge；3)多变量回归模型分析生物年龄与CRP、BMI、吸烟DNAm(cg05575921)、认知能力(WISC)及抑郁症状(CIS-R)的关联。所有数据来自ALSPAC队列的白人青少年亚群，严格控制了批次效应和混杂因素。

生物年龄在年轻群体中表现各异
结果显示各生物年龄指标均能捕捉实际年龄，但准确度差异显著：EpiAge_Cortical平均绝对误差达10.2年，而EpiAge_Zhang仅2.2年。所有指标普遍高估实际年龄1-10年，这可能反映年轻群体的生物学衰老异质性。值得注意的是，82%参与者至少在两个指标上呈现一致的加速/减速衰老模式。

表观遗传年龄与大脑年龄关联微弱

关键发现是大脑年龄与所有表观遗传年龄指标无显著关联(β:-0.59-0.59，p>0.05)。有趣的是，虽然EpiAge_Cortical基于脑组织开发，但其与血液表观年龄的相关性强于与BrainAge的相关性，提示检测方法(表观遗传vs影像学)可能比组织来源(血液vs大脑)更能解释变异。

健康指标的特异性关联

吸烟DNAm(低值代表高吸烟量)与EpiAge_PACE(β=-0.35)和EpiAge_Zhang(β=-0.01)显著相关，BMI则与EpiAge_Horvath正相关(β=0.49)。但令人意外的是，这些健康指标与BrainAge均无关联，且抑郁症状和认知能力与所有生物年龄指标无关。

这项研究揭示了三个重要启示：首先，不同组织的生物年龄指标在青少年阶段已呈现"衰老马赛克"特征，这种异质性可能随血脑屏障完整性变化而动态演变。其次，吸烟和BMI等环境因素可能通过特定表观遗传通路(如AHRR基因cg05575921位点)加速外周组织衰老，但对大脑的影响可能存在滞后效应。最后，研究强调需要在更广泛年龄段验证这些发现，特别是探究童年环境因素如何通过表观遗传机制编程终身衰老轨迹。

Faye Sanders和Esther Walton团队的工作为理解早期衰老机制奠定了基础，其发现对开发针对青少年的精准预防策略具有重要意义。未来研究可结合多组学数据和更长随访期，进一步阐明不同生物年龄指标在预测终身健康风险中的相对价值。