生物年龄时钟与衰老速度时钟：DunedinPACE与PhenoAge、KDM有何不同

Q: 我每年只有预算做一次检测，选哪个？

如果你从未测量过：从血液检测的PhenoAge开始——成本低，可操作性强。如果你已有PhenoAge基线并正在试验某项重大干预：将预算花在DunedinPACE的随访检测上。

一位42岁的读者给我们发来了两个看似相互矛盾的数值。她的PhenoAge结果为45岁——比她的实际年龄“老了”三岁。但她的DunedinPACE分数为1.15，意味着她每过一个自然年，生物体就在衰老1.15年。“我是衰老得很快，还是说生物年龄还超前了三年？“她问道。

两者都对。它们衡量的是不同的维度。这种困惑在长寿健康社区中十分常见——读者往往以为生物年龄算法和衰老速度算法只是同一道菜的两种口味。其实不然。一个是快照，另一个是速度读数。

本文是一份类别层面的导览图。它不会重写本站已有的单一时钟详解文章，而是回答一个元问题：什么时候需要某一时间点的年龄数值，什么时候需要一个速率？

你将学到：

为什么时间点生物年龄时钟与衰老速度时钟在根本上回答不同的问题
PhenoAge、KDM、Horvath 2013和GrimAge如何归属于第一类，而DunedinPACE归属于第二类
根据目标（基准评估、干预追踪、医疗风险、代谢聚焦）选择正确信号的决策框架
如何将两种信号结合，获得更完整的衰老视角

快速解答

时间点生物年龄时钟（PhenoAge、KDM、Horvath 2013、GrimAge）告诉你此刻你的生物年龄看起来是多少——一个以年为单位的数字，与你的自然年龄对比。

衰老速度时钟（DunedinPACE、DunedinPoAm）告诉你你每过一个自然年衰老的速度有多快——一个速率，通常以1.0为中心，1.2意味着你的衰老速度比平均成年人快20%，0.8意味着慢20%。

年龄时钟回答的是“我在哪里？”，速度时钟回答的是“我朝哪个方向移动、速度有多快？”。它们是互补的，而非可互换的。

关键事实

时间点生物年龄时钟（PhenoAge、KDM、Horvath、GrimAge）以年为单位回答“我的生物状态在哪里？”
衰老速度时钟（DunedinPACE）以速率回答“我每过一个自然年衰老多快？”
这一区别是位置与速度之别——要获得完整图景，两者缺一不可，也没有一个可以替代另一个。
基准评估和医疗风险评估选时间点时钟；追踪数月干预效果选衰老速度时钟。
PhenoAge是最高性价比的入门选择，因为它可以通过标准血液检测运行。一旦你有了想要评估的方案，DunedinPACE是最有价值的补充。
年龄时钟与速度时钟之间的不一致是诊断信息，而非矛盾——它告诉你是否正在积累或偿还生物债务。

生物年龄时钟实际衡量什么

生物年龄时钟产生一个以年为单位的时间点估计值。它将你当前的生物状态——血液化学指标、DNA甲基化模式或血浆蛋白——与参考分布进行对比，返回一个生物状态与你相似的人的自然年龄。

长寿领域的读者最常接触到的四种算法：

PhenoAge（Levine 2018）。 一种基于血液的时钟，以NHANES死亡率数据为训练基础，整合9项临床生物标志物——白蛋白、肌酐、血糖、hs-CRP、淋巴细胞百分比、MCV、RDW、碱性磷酸酶、白细胞计数——加上自然年龄。详见我们关于血液检测PhenoAge和KDM生物年龄的深度解析。

KDM——Klemera-Doubal方法。 一种统计方法，通过最小化一组生物标志物与参考人群自然年龄之间的残差方差来估算生物年龄。PhenoAge和KDM均可通过常规实验室检测运行，无需表观遗传测序。

Horvath 2013。 第一个被广泛采用的多组织表观遗传时钟。它读取353个CpG位点的DNA甲基化数据，返回与自然年龄相关性R≥0.96的生物年龄。该模型以预测日历年龄为训练目标，而非死亡率。

GrimAge（Lu 2019）。 一种以死亡率为训练目标的第二代表观遗传时钟，使用7种血浆蛋白的DNA甲基化替代指标加上吸烟包年数。与死亡时间、心血管事件及癌症发生率有强关联。详见我们的表观遗传时钟详解：Horvath、GrimAge、DunedinPACE指南。

这四者的共同点：输出结果是一个年龄数字。一位42岁、PhenoAge为45的人，按该算法，其生物状态等同于训练队列中平均45岁的人——整合了抽血前所有积累的信息。

衰老速度时钟实际衡量什么

衰老速度时钟不返回年龄，而是返回一个速率——一个以1.0为中心的无量纲乘数，描述当前每过一个自然年积累了多少年的生物衰老。

最典型的例子是DunedinPACE（Belsky 2022，eLife）。它源自Dunedin研究——一个自1972年以来持续追踪的新西兰出生队列——在26岁、32岁、38岁和45岁四个时间点测量了19个器官系统的生物标志物。研究人员根据这四次纵向快照拟合了每位参与者个人的生理衰退速率，然后训练了一个DNA甲基化算法（173个CpG位点），使其能够从单次抽血中重现该速率。前身DunedinPoAm（Belsky 2020）使用了前三波数据；DunedinPACE加入了45岁数据，并提升了重测信度。

结果解读：

1.00 → 以队列平均速度衰老——每个自然年衰老一个生物年
1.20 → 衰老速度比平均快20%
0.85 → 衰老速度比平均慢15%

衰老速度时钟对你的起点没有要求——它告诉你当前正在发生什么，这也是为什么它对近期干预措施更为敏感，并日益成为老年科学试验的首选终点。我们关于衰老速度及生物年龄变化速率的文章深入介绍了其机制原理。

为什么这一区别至关重要

设想两位同一天接受检测的45岁男性。

Marco——PhenoAge 50，DunedinPACE 0.88。生物状态比实际年龄老5岁，但衰老速度比平均低12%。他在30多岁时积累了损伤（睡眠不足、高血压未治疗），但在过去18个月里修正了这些问题。损伤依然记录在案，但加速已经停止。落后，但在减速。

David——PhenoAge 43，DunedinPACE 1.22。生物状态比实际年龄年轻2岁，但衰老速度比平均高22%。他30多岁时身体状况良好，但最近某些方面发生了变化——体重增加、睡眠碎片化、炎症升高。快照结果仍然不错，因为18个月的加速还不足以重塑长期平均水平。领先，但在加速衰老。

谁的处境更危险？可以说是David。单一时间点的测量完全无法发现这一问题——这正是衰老速度时钟被开发出来的原因。反过来，仅依赖DunedinPACE则会忽略Marco积累的历史损伤。

这是位置与速度的关系——要知道车往哪里开，两者都不可或缺。

正面比较

维度	时间点年龄时钟（PhenoAge、KDM、Horvath、GrimAge）	衰老速度时钟（DunedinPACE）
单位	年（生物年龄）	无量纲速率，以1.0为中心
回答的问题	你的生物状态现在看起来多老？	你的生物状态现在衰老得多快？
最佳使用场景	横截面基准评估，“与我的实际年龄相比我在哪里”	追踪6-24个月内的干预效果
对近期变化的敏感性	低至中——整合了终身历史	较高——权重偏向当前轨迹
整合历史损伤	是——积累的负担会体现出来	部分——主导信号是近期速率
可及性	PhenoAge/KDM来自标准血液检测；Horvath/GrimAge需要DNA甲基化芯片	需要DNA甲基化芯片（Illumina EPIC或450K）
典型费用	PhenoAge/KDM：免费至~¥700（血液检测）；表观遗传：¥1800-3500	¥1800-3500（与表观遗传年龄时钟相同检测）
验证强度	死亡率验证非常强（GrimAge、PhenoAge）	发病率、死亡率和速度变化验证较强
用作临床试验终点	是（主要是GrimAge、PhenoAge）	是（因敏感性高而日益增多）

请注意该表格没有表达的内容：它并未说哪个时钟“更好”。停着的车的速度读数是0。一块新电池的年龄读数很低。两者都不能讲述完整的故事。

何时使用各类时钟

基于你所想了解的内容，提供以下决策框架：

一次性基准评估——“对于我的年龄，我表现如何？” → 选择时间点年龄时钟。如果你已经定期做血液检测，选PhenoAge或KDM；如果你能负担表观遗传检测且最关心死亡率预测，选GrimAge。

追踪生活方式或治疗干预是否有效 → 选择衰老速度时钟（DunedinPACE）。6个月内PhenoAge变化1岁属于噪声范围；同一时间窗口内DunedinPACE从1.15降至0.95才是真实信号。

医疗背景——心血管风险、癌症筛查、初级预防 → 优先选择GrimAge。在已验证的时钟中，死亡率预测能力最强。搭配传统风险评分（ASCVD、FRAX）使用。

代谢健康聚焦——糖尿病前期、炎症、心脏代谢漂移 → 优先选择PhenoAge。9项生物标志物本质上是代谢和炎症指标，因此你可以看到哪个组成部分在驱动你的加速并加以针对。参见如何降低生物年龄。

低摩擦持续代理，无需每季度血液或唾液检测 → 你无法从可穿戴设备复制DunedinPACE，但每6个月一次PhenoAge加上持续可穿戴设备信号，能产生方向上相关的趋势。参见SuperAge如何计算生物年龄。

可以将两者结合吗？

可以——而且对于认真的长寿追踪，你应该这样做。这两个信号是互补的。

一种有原则的组合方式：

锚定你的位置——每6-12个月测一次PhenoAge（性价比高的切入点）；预算允许的话，每年测一次GrimAge。
测量你的速度——每12-24个月测一次DunedinPACE；至少有两次读数可比较时效果最佳。
用这对组合进行诊断：
- 年龄高于自然年龄，速度高于1.0 → 落后且越来越差。最高优先级。
- 年龄高于自然年龄，速度低于1.0 → 落后但正在恢复。保持现有方向。
- 年龄低于自然年龄，速度高于1.0 → 领先但正在减速。调查近期发生了什么变化。
- 年龄低于自然年龄，速度低于1.0 → 领先且在复利积累。保护现有方案。

干预措施可能在改变年龄快照的几个月前就已经改变了速度。反过来，历史健康状况良好的人可能存在悄然恶化的速度，而年龄时钟暂时还看不出来。

SuperAge如何可视化你的长期趋势

SuperAge使用PhenoAge和KDM——两种经过最充分验证的基于血液的算法——计算生物年龄，数据来源于你手动输入或从PDF导入的实验室报告。它不运行表观遗传检测，因此不产生DunedinPACE数值。

它所产生的是一条趋势线：每次PhenoAge和KDM计算都被存储并绘制成图。这条线的斜率是一个基于血液的衰老速度代理指标——与DunedinPACE不完全相同，但方向上具有参考价值，且可以高频运行且成本远低。

将趋势线与持续的可穿戴设备数据——静息心率、HRV、睡眠阶段、VO₂max——结合起来，你就获得了一个整合可穿戴设备与血液检测的个人健康仪表盘。两者共同近似地呈现了表观遗传衰老速度时钟所能告诉你的内容，且足够经济实惠，真正可以反复使用。

在App Store下载SuperAge，今天就开始建立你的生物年龄趋势线。

常见问题解答

DunedinPACE比PhenoAge更准确吗？

它们衡量的是不同的事物，因此“准确性”并不是合适的评判框架。DunedinPACE在检测衰老速率的短期变化方面更可靠。PhenoAge作为来自血液检测的死亡率相关快照更为准确。

如果我的DunedinPACE高于1.0，我的PhenoAge还能下降吗？

短期内可以——单次血液检测中的噪声可能使PhenoAge数值下降一岁，而你的真实速度高于1。但持续情况下不会——如果DunedinPACE持续数年高于1，PhenoAge最终会跟着上升。

长寿领域的临床医生实际使用哪种？

关注死亡率的诊所倾向使用GrimAge。关注代谢的诊所倾向使用PhenoAge或KDM。活跃于研究领域的长寿诊所越来越多地将DunedinPACE作为主要干预反应终点，同时以时间点时钟作为锚点。

我每年只有预算做一次检测，选哪个？

如果你从未测量过：从血液检测的PhenoAge开始——成本低，可操作性强。如果你已有PhenoAge基线并正在试验某项重大干预：将预算花在DunedinPACE的随访检测上。

这些时钟在同一个人身上会一致吗？

大致相关。GrimAge和PhenoAge的相关系数约为r≈0.5-0.7。任何单一年龄时钟与DunedinPACE之间的相关性更低，因为速度和位置在概念上是不同的。不一致本身就是信息，而非缺陷。

核心要点

时间点生物年龄时钟（PhenoAge、KDM、Horvath、GrimAge）以年为单位回答“我的生物状态在哪里？”
衰老速度时钟（DunedinPACE）以速率回答“我每过一个自然年衰老多快？”
这一区别是位置与速度之别——要获得完整图景，两者缺一不可，也没有一个可以替代另一个。
基准评估和医疗风险评估选时间点时钟；追踪数月干预效果选衰老速度时钟。
PhenoAge是最高性价比的入门选择，因为它可以通过标准血液检测运行。一旦你有了想要评估的方案，DunedinPACE是最有价值的补充。
年龄时钟与速度时钟之间的不一致是诊断信息，而非矛盾——它告诉你是否正在积累或偿还生物债务。

开始追踪正确的信号

生物年龄追踪中最重要的决定不是选择哪种检测——而是开始建立趋势线并坚持下去。单次读数只是一个数据点；三年内的十次读数才是一条轨迹。

SuperAge为你提供这条轨迹：来自血液检测的PhenoAge和KDM，随时间绘制成图，并与你的可穿戴设备数据并排显示，无需花费¥2800的表观遗传检测费用，即可获得方向上准确的衰老速度代理指标。

在App Store获取SuperAge——下次当两个数字看似相互矛盾时，你将清楚地知道每个数字在回答什么问题。

参考文献

Horvath, S. (2013). DNA methylation age of human tissues and cell types. Genome Biology, 14(10), R115. https://doi.org/10.1186/gb-2013-14-10-r115
Levine, M. E., Lu, A. T., Quach, A., et al. (2018). An epigenetic biomarker of aging for lifespan and healthspan. Aging, 10(4), 573-591. https://doi.org/10.18632/aging.101414
Lu, A. T., Quach, A., Wilson, J. G., et al. (2019). DNA methylation GrimAge strongly predicts lifespan and healthspan. Aging, 11(2), 303-327. https://doi.org/10.18632/aging.101684
Belsky, D. W., Caspi, A., Arseneault, L., et al. (2020). Quantification of the pace of biological aging in humans through a blood test, the DunedinPoAm DNA methylation algorithm. eLife, 9, e54870. https://doi.org/10.7554/eLife.54870
Belsky, D. W., Caspi, A., Corcoran, D. L., et al. (2022). DunedinPACE, a DNA methylation biomarker of the pace of aging. eLife, 11, e73420. https://doi.org/10.7554/eLife.73420
Klemera, P., & Doubal, S. (2006). A new approach to the concept and computation of biological age. Mechanisms of Ageing and Development, 127(3), 240-248. https://doi.org/10.1016/j.mad.2005.10.004

最后更新：2026-04-15。本文仅供教育目的，不替代医疗建议。在做出任何检测、补充剂或治疗干预决策之前，请务必咨询合格的专业人士。