生物年龄检测能告诉你什么

这些数字是怎么算出来的

绝大多数商业「生物年龄」检测，测的是DNA 甲基化：DNA 上的一些化学标记（主要是 5-甲基胞嘧啶），随年龄呈现规律性变化。算法从几十万到几百万个位点中挑出一部分，用机器学习拟合出一个数字。

关键点在这里：算法是人挑的、模型是拟合的、训练集是特定的。换一批位点、换一个训练人群，就会得到另一个「生物年龄」。

按测量目标，主流指标分两类：

指标	类型	输出	训练目标
Horvath / Hannum 时钟	第一代	生物年龄（岁）	拟合实际年龄
PhenoAge	第二代	生物年龄（岁）	拟合死亡风险与多项临床指标
GrimAge	第二代	生物年龄（岁）	拟合死亡风险、吸烟、多项蛋白标志物
DunedinPACE	第三代	衰老速度（年/年）	拟合 20 年内的器官功能衰退速率

「静态生物年龄」像里程表，「衰老速度」像速度表。这两者可以不一致：一个里程数很高但正在减速的人，与一个里程数低但正在加速的人，风险完全不同。

它们可以互相矛盾——这是有实验证据的

CALERIE 试验提供了目前最干净的证据。220 名健康成人、两年 25% 热量限制，三个指标测同一批血样：

• DunedinPACE：显著减缓 2%–3%
• PhenoAge：无显著变化
• GrimAge：无显著变化

同一干预、同一批样本，三个「生物年龄」给出两个「没变化」和一个「变慢了」。这不是数据出错，而是三个指标测的根本不是同一个东西。

对消费者的含义很直接：如果你换了检测机构、换了算法，你的「生物年龄」跳了 5 岁，那可能只是换了把尺子，不是你的身体变了。

数字的量级：什么叫「有意义」

DunedinPACE 的价值在于它有一个可解释的锚：在独立老年队列中，衰老速度慢 3% 对应约 15% 的死亡风险降低。这让「2%–3% 的减缓」不再是抽象小数。

但请注意这个锚的性质：它来自另一个队列的关联，不是干预试验随访出的死亡数据。把它当成「我慢 3%，所以我少 15% 死亡风险」，是把群体关联套到个体身上——这是生物标志物解读里最常见的跳跃。

端粒长度是另一回事

端粒长度常被当作「细胞年龄」来卖，但它的问题更明显：

• 个体内变异大，同一个人不同时间、不同组织测出的值可以差很多
• 与疾病风险的关系不是单调的——过短与过长都可能伴随风险（过长在某些人群中与癌症风险相关）
• 一次测量的信息量极低，趋势才有意义，而趋势需要长期重复测量

商业检测的三个现实问题

1. 分析变异。同一份样本分两次测，结果可能不同。多数商业报告不会告诉你检测的重复性数据。
2. 临床效用未验证。一个指标能预测群体风险，不等于「按它调整方案能改善结局」。后者需要干预试验，而这类试验极少。
3. 激励不对齐。卖检测的公司通常也卖补充剂、卖复测、卖「逆转方案」。这不代表数据是假的，但意味着对结论的解读需要额外谨慎。

更值得测的东西

如果目标是「知道自己身体在哪个位置」，下面这些指标的证据强度、可解释性、可干预性都远高于生物年龄，而且多数在常规体检里就有：

指标	反映什么	为什么值得
VO2max / 心肺适能	整体生理储备	最强的死亡风险预测指标之一，且可训练
握力	肌力、衰弱	独立预测全因死亡与术后并发症，测量成本接近零
步速 / 5 次起坐时间	下肢功能	老年失能的早期信号，可干预
腰围 / 内脏脂肪	代谢风险	比体重更能反映风险
ApoB / LDL-C	动脉粥样硬化风险	因果证据充分，有明确干预手段
HbA1c / 空腹血糖	糖代谢	干预窗口长，早期可逆
eGFR / 尿白蛋白	肾功能	影响几乎所有用药决策
血压	心血管风险	干预证据最充分的指标之一

这不是说生物年龄研究没价值。它在试验里判断干预是否改变了衰老速率非常有用，CALERIE 的结果就是范例。但它现在的位置是研究工具，还不是个人健康仪表盘。

相关：方法与分级——本站如何为「某项检测有用」这类说法定级。