表观遗传时钟与血液生物标志物年龄：哪种更适合你的目标？

表观遗传时钟和血液生物标志物年龄并非同一种检测的两个版本。表观遗传时钟分析 DNA 甲基化模式，而临床生物标志物模型会组合白蛋白、肌酐、葡萄糖、C 反应蛋白和血细胞指数等指标。两者各自将衰老生物学的不同层面压缩为一个分数。

这种差别决定了哪种方法更符合你的目标。如果你想获得分子研究信号或变化较慢的基线，经过充分验证的表观遗传时钟或许有用；如果你希望以较低成本重复检测，并得到可与临床医生讨论的线索，血液生物标志物年龄通常更实用。两者都不能揭示你唯一的“真实”生物年龄，也都不应单独用于诊断疾病或指导治疗。

快速回答

如果你的核心问题是 DNA 甲基化、分子衰老或经过验证的衰老速度指标，选择表观遗传时钟；如果你需要成本较低、可重复，并与熟悉临床指标相关的分数及潜在可干预的健康领域，选择血液生物标志物年龄。 如果这项选择很重要，请在同一种方法内比较趋势，而不要比较不同时钟给出的原始年龄。

关键事实

• 表观遗传时钟分析选定 CpG 位点的 DNA 甲基化模式。
• 血液生物标志物模型将常规临床测量值组合为基于风险或生理状态的年龄。
• 检测目的决定哪种衰老方法能提供更相关的信号。
• 测量条件的一致性提高两种方法用于纵向追踪的价值。
• 没有任何生物年龄分数可以取代临床评估或既有的疾病风险工具。

先决定你希望这个分数做什么

“哪种检测更准确？”听起来是显而易见的问题，但并不完整。准确是相对于什么而言？

第一代表观遗传时钟可能可以准确估计时序年龄，却对疾病风险提供较少信息。后代时钟可能针对与死亡率或生理结局相关的目标训练。PhenoAge 等血液模型也面向结局：它会把一组临床化学指标转换为在其参考人群中与相近死亡风险对应的年龄。

马克斯·普朗克衰老生物学研究所很好地概括了核心问题：目前无法通过单项检测准确测量衰老，不同组织的衰老速度可能不同，而现有方法并不是面向个人的既定诊断工具。

在选择方法前，先完成这句话：

我希望这个生物年龄分数帮助我理解 ________。

你的答案应比“我的身体有多老”更具体。常见目标包括：

• 建立分子衰老基线；
• 估计衰老速度信号；
• 监测广泛的生理变化；
• 找出哪些常规健康领域值得关注；
• 评估一项持续干预是否伴随可重复的趋势；
• 为研究项目贡献数据。

目标明确后，比较就会容易得多。

表观遗传时钟测量什么

表观遗传时钟测量 DNA 甲基化：附着于 DNA 的化学标记，可在不改变 DNA 序列的情况下帮助调节基因活性。算法读取选定 CpG 位点的甲基化水平，将其组合为年龄、年龄加速残差、死亡率相关分数或衰老速度数值。

时钟名称很重要，因为不同代际为不同目标而训练：

• 第一代时钟，包括最初的 Horvath 和 Hannum 时钟，主要用于预测时序年龄。
• 第二代时钟，包括 DNAm PhenoAge 和 GrimAge，在开发中纳入了健康、死亡率、吸烟或蛋白质相关信息。
• 第三代指标，包括 DunedinPACE，旨在估计多个器官系统变化的速率，而非返回一个简单的年岁。

我们的 Horvath、GrimAge 与 DunedinPACE 指南详细解释了这些时钟代际。

这也是为什么“我做了表观遗传检测”并不足够。你还需要知道：

1. 哪种算法生成了结果？
2. 它针对什么结局训练？
3. 使用了什么组织和检测方法？
4. 提供方是否报告技术可重复性？
5. 报告结果是年龄、年龄差、风险分数还是速度？

一项发表于 2025 年 Nature Communications、纳入 18,859 人并比较 14 种时钟的研究发现，在新发疾病结局上，第二代和第三代时钟总体优于第一代时钟。作者也指出，目前没有生物衰老的金标准测量方法。因此，“表观遗传”并不自动等于“最佳”；时钟的训练目标必须与你的问题相匹配。

血液生物标志物年龄测量什么

血液生物标志物年龄利用常规或接近常规的临床测量，估计一个人的生理特征与不同年龄或死亡风险中观察到的模式有何对应关系。

广受研究的例子之一是 Levine 表型年龄，通常简称为 PhenoAge。其临床版本使用时序年龄加上九项生物标志物：

• 白蛋白；
• 肌酐；
• 葡萄糖；
• C 反应蛋白；
• 淋巴细胞百分比；
• 平均红细胞体积；
• 红细胞分布宽度；
• 碱性磷酸酶；
• 白细胞计数。

最初的队列研究将表型年龄描述为一个人在参考人群中估计死亡风险所对应的年龄，而非字面意义上的细胞年龄。在研究的多个群体中，它比单独使用时序年龄更能预测死亡率和患病情况（Levine 等，2018）。

其他临床方法使用不同的生物标志物和数学模型。例如，Klemera-Doubal 方法根据多项生物标志物与时序年龄的关系估计生物年龄。我们的 PhenoAge 与 KDM 血液检测指南展示了这些模型的差异。

血液生物标志物年龄的吸引力不在于常规实验室检测能直接测量衰老的每一个标志，而在于输入往往对应可辨认的生理领域：

输入领域	示例	异常模式可能反映什么
炎症与免疫	CRP、白细胞、淋巴细胞百分比	急性疾病、慢性炎症、免疫激活或其他背景
代谢调节	葡萄糖	近期准备情况、药物影响或糖调节受损
肝脏与营养储备	白蛋白、碱性磷酸酶	水合状态、营养、肝脏或骨骼相关背景
肾功能	肌酐	肾脏滤过、肌肉量、水合状态、运动或药物背景
血细胞特征	MCV、RDW	血液学、营养、炎症或其他临床模式

这些并非一一对应的解释。一个数值偏高或偏低可能有多种原因，生物年龄公式也无法判断哪一种适用于你。因此，原始实验室报告和临床背景比综合年龄本身更重要。若想全面了解输入指标，请阅读长寿血液检查完整指南。

表观遗传时钟与血液生物标志物年龄一览

决策因素	表观遗传时钟	血液生物标志物年龄
主要信号	DNA 甲基化模式	临床化学和血细胞模式
典型问题	分子年龄、死亡率相关甲基化信号或衰老速度	多系统生理状态或风险相关年龄
采样负担	专门的血液或唾液采集与甲基化检测	使用规定实验室指标的标准采血
直接可操作性	往往是间接的；分数可能不指出特定临床目标	通常更高，因为可以看到各项输入
复测频率	通常更适合较长间隔	常可在较短且临床合适的间隔内进行
对背景的敏感性	组织、细胞组成、检测、芯片、批次和算法	空腹状态、水合、运动、疾病、药物、检测和实验室
解读风险	将分子估计当成精确的寿命预测	将综合分数当成诊断，或机械地优化某一项输入
最佳比较方式	随时间使用相同的时钟、组织、检测和流程	随时间使用相同的公式、实验室方法、准备条件和生物标志物集合

此表并不会得出普适的赢家。它表明两种方法解决的是不同的测量问题。

哪种方法符合各个实际目标？

目标 1：建立分子衰老基线

更适合：表观遗传时钟。

如果你特别关心 DNA 甲基化或参与衰老研究，经过验证的甲基化时钟会直接测量相关的分子层面。选择训练目标符合你问题的时钟：预测时序年龄、死亡率相关风险或衰老速度。

不要假定唾液和血液结果可以互换。组织和细胞组成会影响甲基化模式，而针对一种背景校准的时钟未必能干净地迁移到另一种背景。

目标 2：找出可改变的临床信号

更适合：结合组成实验室指标解读的血液生物标志物年龄。

综合结果可以将注意力导回炎症、糖调节、肾功能、肝脏相关指标或血细胞模式。这并不会让公式成为诊断工具，而是让输入更容易与常规后续检查相连。

最有用的问题不是“我怎样降低这个年龄？”，而是“哪些输入改变了，这个改变真实吗，是否有任何数值需要常规医学解读？”

目标 3：监测生活方式干预

通常更适合：用血液生物标志物获得较近期的反馈；用表观遗传检测作为变化较慢的第二个检查点。

常规生物标志物可以在数周或数月内变化，不过合适的复测间隔取决于指标和临床情况。甲基化指标可提供不同层面的证据，但过于频繁地检测会让技术和生物学噪声看起来像进步。

无论采用哪种方法，都要在检测前确定干预、预期方向、最短随访期以及必须保持一致的条件。我们的生物年龄复测时间指南提供了按方法划分的框架。

目标 4：估计疾病风险或作出医疗决定

两种方法都不应取代经过验证的临床风险评估。

后代时钟和临床生物年龄模型与发病率和死亡率存在人群层面的关联。但这并不意味着消费者分数可以诊断某个人的癌症、心血管疾病、糖尿病或其他病症。

针对实际临床问题，应采用既有工具：血压评估、血脂和 ApoB 评估、糖尿病筛查、心血管风险计算器、癌症筛查以及由临床医生指导的检查。生物年龄结果可以开启对话，却不应结束对话。

目标 5：与朋友比较，或比较两家提供方

两种方法都不合适。

不同算法、样本、实验室、预处理流程和参考人群都可能产生不同数字，并不代表其中任何一个结果有欺诈。把 42 岁的 PhenoAge 与 37 岁的甲基化年龄比较，就像把温度和风速相比，因为两者都描述天气。

如果两个分数不一致，在断定其中一个必然错误前，请阅读我们的生物年龄检测为何结果不同指南。

可重复性比戏剧性的首次结果更重要

当一项生物年龄检测能够在自身测量噪声之上识别真实变化时，它才更有价值。

表观遗传时钟会受到样本采集、细胞混合比例、甲基化平台、探针质量、预处理、批次效应和数学时钟本身影响。一项 2022 年研究发现，技术噪声使六种知名时钟的重复检测结果最多相差九岁；主成分版本提高了可靠性，并使大多数重复检测差异缩小到 1.5 岁以内（Higgins-Chen 等，2022）。一项 2024 年跨芯片研究同样发现，不同代甲基化芯片之间存在技术变异，而主成分时钟版本具有更好的稳定性（Bernstein 等，2024）。

血液生物标志物的噪声特征不同。近期高强度运动可能影响肌酐和炎症指标；水合状态可改变浓度；感染会改变白细胞和 CRP。空腹状态、采集时间、药物、月经周期背景和实验室方法同样可能重要。

在解读变化前，请使用这份一致性清单：

• 重复同一模型，而非更换公式；
• 使用同一种样本类型，并在可能时采用相同实验室方法；
• 遵循相同的空腹与采集说明；
• 除非疾病本身就是问题，否则不要在急性疾病期间检测；
• 记录训练、睡眠、旅行、药物和体重的重大改变；
• 检查底层输入，而非只看年龄标题；
• 寻找超过预期噪声的趋势。

不带不确定性的结果会显得比实际更精确。阅读生物年龄置信区间指南以判断一个小变化能否与正常波动区分开。

双层策略往往比选择赢家更有用

你不必把这场比较变成竞争。当预算、可及性和目标证明其合理时，这两种方法可以处在不同层面：

1. 临床层： 按照你的健康情况和临床医生建议的合适间隔追踪常规生物标志物。用单项数值进行标准医学解读。
2. 分子层： 如果你有具体的分子或研究问题，可偶尔增加一个定义明确的表观遗传指标。
3. 行为层： 追踪实验室快照之间发生变化的习惯和生理信号，例如活动、体能、睡眠、静息心率和恢复。

不同层面的一致性会强化趋势。不一致并不自动代表失败；它可能表明不同方法在响应不同的生物学或不同的时间尺度。

例如，在甲基化指标出现可检测变化之前，葡萄糖和 CRP 的改善就可能降低临床生物标志物年龄。反过来，表观遗传衰老速度指标可能捕捉到一张良好血液报告未能反映的更广泛长期模式。正确的反应是调查时间尺度和输入，而不是把分数平均成一个人为的“共识年龄”。

SuperAge 如何衔接实验室快照之间的时期

SuperAge 不做 DNA 甲基化检测。它利用可穿戴设备数据和可选的血液检测输入，从透明的生理领域估计生物年龄。因此，它是高频反馈层，而非表观遗传时钟、临床实验室或医疗护理的替代品。

实际价值在于连续性。专门检测可以提供偶尔的快照，而可穿戴趋势能显示两次检测之间睡眠、活动、心肺适能、静息心率和恢复是否持续朝同一方向变化。SuperAge 生物年龄计算指南解释了其领域、权重和可靠性评分。

用五个问题选择方法

在为检测付费或复测前，请问：

1. 模型究竟估计什么结局？ 时序年龄、死亡率相关风险、衰老速度和生理状态并不是同一终点。
2. 方法是否在与我相似的人群中验证过？ 年龄范围、祖源、健康状况、组织和检测方法都会影响表现。
3. 我能否查看输入和不确定性？ 没有方法细节、可重复性或置信界限的精确年龄很难解读。
4. 我会用结果做什么？ 如果没有任何合理结果会改变你的下一步，检测带来的可能只是好奇而非实用价值。
5. 我能否以一致方式复测？ 只有当方法和检测前条件保持可比时，趋势才可解读。

常见问题

表观遗传时钟是否比血液生物标志物年龄更准确？

并不存在普遍意义上的答案。准确度取决于目标。一个训练来预测时序年龄的时钟、一个训练来预测死亡率相关结局的时钟，以及一个基于临床生物标志物构建的血液模型，回答的是不同问题。应根据结局和验证证据选择，而非只看“表观遗传”这个标签。

血液生物标志物年龄等同于 PhenoAge 吗？

不等同。PhenoAge 只是一个特定的临床生物标志物模型。KDM 生物年龄和其他算法可能使用不同输入、权重、人群和统计目标，因此两个基于血液的年龄也可能不一致。

我能把自己的表观遗传年龄直接与 PhenoAge 比较吗？

你可以比较方向和背景，但把一个原始年龄减去另一个通常没有意义。每种分数都有自己的尺度和参考模型。请将每种方法与自身基线比较。

哪种检测更适合衡量生活方式改变是否有效？

要获得较近期反馈，可重复的临床生物标志物通常提供更多可操作信息。甲基化时钟可增加一个变化较慢的分子检查点，尤其是在经过适当间隔后重复同一种已验证方法时。没有对照设计，任何一种方法都无法证明某项干预造成了变化。

我应该多久复测一次生物年龄？

没有普适间隔。它取决于方法、预期变化速度、技术噪声、临床背景以及是否正开展明确的干预。避免在检测尚不可能合理检出变化之前重复检测。

如果我的生物年龄大于时序年龄，该怎么办？

先核实数据质量和背景，然后与合适的医疗专业人士一起检查单项临床测量和标准风险因素。不要仅为了降低综合年龄而开始用药、停用治疗或服用补充剂。

要点总结

• 表观遗传时钟和血液生物标志物年龄测量的是衰老生物学的不同层面。
• 最好的方法是训练目标、时间尺度和输入与你的问题相匹配的方法。
• 对于 DNA 甲基化和分子衰老问题，表观遗传时钟是更直接的选择。
• 血液生物标志物年龄通常更容易重复，并可连接到常规临床测量。
• 后代甲基化时钟对健康结局的预测可能优于第一代年龄时钟，但没有一种时钟是通用诊断标准。
• 应在一致条件下，在同一种方法内比较趋势，而不要把不同年龄分数视为可互换。

制定测量计划，而不是收集分数

选择一个主要问题、一种匹配的方法和一个现实的复测间隔。记录每次测量时的条件，并预先决定多大的变化或哪些支持证据才算有意义。在两次实验室检测之间，使用 SuperAge 追踪赋予每个快照背景的生理行为和趋势。

参考文献

1. Max Planck Institute for Biology of Ageing. What is biological age and how can it be measured? Updated July 2, 2026.
2. Levine ME, Lu AT, Quach A, et al. An epigenetic biomarker of aging for lifespan and healthspan. Aging. 2018.
3. Liu Z, Kuo PL, Horvath S, Crimmins E, Ferrucci L, Levine M. A new aging measure captures morbidity and mortality risk across diverse subpopulations from NHANES IV. PLOS Medicine. 2018.
4. McCrory C, Fiorito G, Hernandez B, et al. GrimAge outperforms other epigenetic clocks in the prediction of age-related clinical phenotypes and all-cause mortality. The Journals of Gerontology: Series A. 2021.
5. Belsky DW, Caspi A, Corcoran DL, et al. DunedinPACE, a DNA methylation biomarker of the pace of aging. eLife. 2022.
6. Higgins-Chen AT, Thrush KL, Wang Y, et al. A computational solution for bolstering reliability of epigenetic clocks. Nature Aging. 2022.
7. Bernstein DL, et al. Technical variability across the 450K, EPICv1, and EPICv2 DNA methylation arrays. Clinical Epigenetics. 2024.
8. Sethi S, et al. A systematic review of phenotypic and epigenetic clocks used for aging and mortality quantification in humans. Aging. 2024.
9. Mavrommatis C, Belsky DW, Ying K, et al. An unbiased comparison of 14 epigenetic clocks in relation to 174 incident disease outcomes. Nature Communications. 2025.