摘 要： 生物学年龄是通过衰老相关的生物学标志物间接评价人体衰老程度的一种标准。衰老的生物学标志物是一组能够分析机体功能状态的生物学指标，与年龄有着定量或者定性的关系，不仅能评定衰老程度而且能够监测衰老过程。筛选出可靠且易测的标志物，是对生物学年龄进行科学准确评价的前提。本文从生物细胞学、表观遗传学、化学分子、免疫功能、自主神经功能等方面综述了国内外关于衰老的生物学标志物的研究现状，并对生物学年龄评估方法未来的发展提出了思考与展望。
关键词： 衰老; 生物学年龄; 生物学标志物;
Abstract： Biological age is a standard to evaluate the degree of human aging indirectly through biological markers which are related to caducity.The markers of aging are a group of biological indicators that can analyze the functional state of the body and have a quantitative or qualitative relationship with age.They can not only assess the degree of aging but also monitor the aging process.Screening out the markers which are reliable and easy to measurable is the premise of scientific and accurate evaluation of biological age.The paper has summarized the status of biological markers of aging in China and abroad in terms of biological cytology,epigenetics,chemical molecules,immune function,autonomic nerve function.And on this basis,the future development of methods to evaluate biological age has been put forward.
Keyword： aging; biology age; biomarker;
1 、绪论
衰老是生命现象中一个复杂的过程，可以定义为细胞、组织和器官的功能和完整性逐渐降低，从而导致疾病及与疾病相关的风险增加，并最终导致死亡[1]。衰老具有普适性和有害性，存在于人类的不同生命阶段，能够使生命体各系统衰败、健康水平下滑、对外界刺激的调节功能减弱，对疾病尤其是衰老性疾病的抵御能力严重降低。为了应对衰老带来的健康问题，寻找一种能够对衰老程度进行科学评估的方法是必要的。
日历年龄，即生命经历的时间长度，是目前人们衡量个体衰老程度最常用的指标。但是，日历年龄反映的只是个体生存时间的长短，由于遗传因素、生活方式、精神状态、日常环境等因素的影响，人类衰老的进程未必一致，此时，日历年龄便无法真实体现个体的衰老程度。为此，相关研究人员提出了生物学年龄的概念，即在个体相对于日历年龄同龄人功能状态的基础上，能够评价个体功能状态的生物学指标或参数。生物学年龄的研究有助于辨识因生物学衰老而导致相关功能障碍的个体，可以预防早衰及实现健康老龄化，是定量分析个体生物学衰老的基础。目前生物学年龄的评估方法主要是通过分析人体当中与衰老相关的生物学标志物(生物学指标)与年龄之间的定量或定性关系间接实现的。美国老龄化研究联合会(AFAR)制定了这些生物标志物的标准[2]:(1)与年龄有定量关系，相关性愈密切，灵敏度愈高;(2)监测对象必须是老化过程背后的基本生命过程，而不是疾病产生的影响;(3)能够反复测试并且对人体无创;(4)必须适用于人类和实验室动物;(5)此标志不受疾病、代谢或营养影响而变化;(6)能影响衰老进程的因素亦能影响此标志。现有发现的这些生物学标志物均有一定的局限性，不能完全满足AFAR所有的标准。本文从生物细胞学、表观遗传学、化学分子、免疫功能、自主神经功能等五个角度对衰老的生物学标志物及其研究现状进行了综述。
2 、衰老的生物学标志物及其研究现状
2.1、 端粒与端粒酶
端粒是由碱基重复序列(5’-TTAGGG-3’)和端粒结合蛋白组成的DNA-蛋白质复合物，对维持染色体的稳定性，控制细胞分裂周期十分重要。端粒与人类的衰老有着密切的关系，大量研究已经证实，端粒长度随年龄的增长而缩短。1990年，Calvin Harley通过对比癌症和正常人的皮肤、血液、造血系统、骨骼肌和中枢神经系统等组织中的端粒长度和端粒酶活性研究发现[3]，正常体细胞中，一个或多个染色体上的端粒大量丢失会导致细胞衰老，端粒越短，衰老越快。在此基础上，d’Adda di Fagagna F等[4]通过染色质免疫沉淀和全基因组扫描等实验研究发现，衰老细胞的染色体末端(即染色体端粒)直接参与DNA损伤反应。当端粒缩短到一定程度时，将引起DNA损伤，称为衰老的增值潜能衰竭，使细胞分裂周期停止，从而导致细胞衰老。Atzmon G等[5]在以端粒长度作为衰老的生物标记物的基础上，通过一组德系犹太人，包括百岁老人、其后代和后代配偶之间的对照中发现，端粒长度与人的寿命密切相关。并探究了联系端粒与衰老及相关疾病的遗传机制，百岁老人及其后代将保持更长的端粒，且更长的端粒携带者往往具有更好的认知功能、更健康的脂质分布以及更好的抗衰老相关疾病的能力。Geoff等[6]对2186份端粒长度进行了分析，发现端粒长度与年龄呈负相关。Tsuji等[7]建立了人外周血单核细胞端粒平均长度与年龄之间的直线方程，相关系数达0.832。Kammori等[8]对人体甲状腺和甲状旁腺的研究发现，在成年早期无端粒快速缩短，但在50岁以后出现端粒缩短。
端粒长度在同一个体不同细胞中差别较大，而且具有组织特异性。此外，同一组织细胞在各个年龄段端粒长度随年龄缩短也不均衡。这些问题在一定程度上限制了端粒长度在衰老评估中的实际应用。
2.2、 DNA甲基化水平
衰老的过程导致细胞和分子水平的一系列变化，包括衰老、端粒缩短和基因表达，表观遗传模式也会随之改变，这表明表观遗传变化可能是衰老过程的一个重要组成部分。表观遗传标记被研究得最多的是DNA甲基化，即甲基在CPG二核苷酸上的存在。这些二核苷酸通常位于基因启动子附近，并与基因表达水平相关。
DNA甲基化(DNAm)，是指DNA甲基转移酶催化S一腺苷甲硫氨酸上的甲基转移至DNA分子中胞嘧啶环第5位碳原子上并形成5—甲基胞嘧啶(5—m C)的过程，其特征在于在胞嘧啶-磷酸-鸟嘌呤(CPG)位点向胞嘧啶核苷酸添加甲基[9]。研究发现5-甲基胞嘧啶的含量随年龄的增长而下降，即衰老中普遍存在着基因组DNA甲基化(DNAm)水平下降的趋势[10,11]，并且发现了一些位点特异性的模式，某些CPG位点与年龄高度相关。在样本中选取与年龄有关的CPG位点，使用数据缩减技术得出一个集合，此集合中位点间的关联性较低，再利用回归方法处理，构建多变量回归模型可以预测生物学年龄。Sven等[12]研究了34名年龄在21至55岁之间的样本，在大约80个基因中鉴定了88个位点，其中甲基化程度与年龄显着相关(r>0.57)，多变量线性模型预测的年龄与实际年龄密切相关(r=0.83)。
然而，利用DNA甲基化水平评估衰老也存在着一些不足。如DNA甲基化在所有基因组位置都不相同，通常高度甲基化的区域，倾向于失去DNA甲基化，而未甲基化的区域，倾向于获得DNA甲基化[13]，且DNA甲基化水平下降速度具有个体差异性、性别差异性及组织特异性。
2.3 、羧乙基吡咯
羧乙基吡咯(carboxyethylpyrrole,CEP)是一种脂质过氧化产物，主要是在大脑和视网膜细胞膜中由二十二碳六烯酸酯(docosahexaenoic,DHA)的磷脂在氧化自由基作用下形成[14]的。衰老实质上是一种持续的应激状态，CEP氧化可以形成应激反应引起β-半乳糖苷酶活性上升从而导致衰老。Orban等[15]测量了日本22例生物年龄衰老患者及正常对照患者大脑中的DHA的含量，研究发现生物年龄衰老患者DHA的含量比健康个体增加约32%，因此推测DHA氧化后的产物CEP可以作为氧化应激的标记，即可以作为生物年龄衰老的标记物之一。此外，Gu等[16]用酶联免疫吸附测定法对916个生物年龄衰老患者和488个对照体血清中CEP氧化物进行检测，发现衰老者血清中CEP氧化物含量是对照体的1.6倍。Daniel Ardeljan等[17]提出CEP在评估老年性黄斑变性(age-related macular degeneration,AMD)中具有广阔的研究前景。CEP免疫反应水平以及抗CEP自身抗体浓度，在AMD患者体内都显着升高。当与基因组AMD标志物协同对AMD易感性进行评估，可以达到80%的准确率。并通过动物模型进行多组对照实验，验证了CEP可以作为AMD的血浆生物标志物。Hua Wang[18]等人比对正常人和AMD患者血液CEP水平，发现AMD患者血浆中CEP水平是正常血浆的4.6倍，进一步验证了CEP是临床评估衰老相关疾病风险的生物学标志物以及监测治疗干预的有效工具。
CEP作为生物标记物在判断生物年龄老化原因、监测生物年龄老化患者、炎症预防及治疗干预等方面具有很大的应用前景。
2.4、 免疫细胞和免疫分子
生物衰老常伴随着衰老相关性疾病的发生，这与衰老过程中出现免疫系统衰退的现象有关。免疫系统的衰退会导致机体对肿瘤和病原体的抵抗力下降，使慢性炎症产生的概率升高，慢性炎症概率的增加又使得与衰老相关的疾病发病率升高。树突状细胞(dendritic cell,DC)属于机体非特异性免疫应答的组成成分。李娜等人对免疫细胞的研究发现[19]，老年人的浆细胞样树突状细胞(plasmacytoid dendritic cell,p DC)受到刺激后分泌干扰素IFN-Ⅰ和IFN-Ⅲ的能力降低，向CD4+T细胞和CD8+T细胞提呈抗原的能力也降低，导致老年人的免疫应答能力减弱，机体防御力降低，引发衰老相关疾病。免疫球蛋白G(Ig G)是血液中一种介导多种免疫反应的糖蛋白，它的糖基化水平与体内炎症反应的调控密切联系，在许多免疫性疾病的发生和发展过程中有重要影响。王嵬等[20]利用Clin-TOF飞行时间质谱仪证明了分析免疫球蛋白G的糖基化水平可以预测生物年龄。通过免疫球蛋白G的糖基化水平与年龄的相关模式可以建立起以糖基化水平为基础的生物年龄预测模型，可为亚健康状态、炎性疾病和免疫性疾病的诊断提供新策略。
2.5 、心率变异性
自主神经，也叫自律神经或植物神经，是在无意识状态下调节人体脏器、血管、汗腺等所有器官机能的神经。简单来说，自主神经可分为交感神经和迷走神经。正常情况下植物神经系统的活性较高，交感神经及迷走神经之间的相互作用处于平衡状态，调节能力较好。随着生物学年龄的增长，这种平衡逐渐被打破，植物神经系统活性降低，调节能力减弱。心率变异性(Heart rate variability,HRV)是指连续正常(窦性)心动周期之间时间上的微小差异，是美国心脏协会和欧盟心脏病委员会公认的定量评估人体植物神经系统功能状态的最佳方法[21]。HRV分析一般从时域和频域两个方面进行。时域分析法中主要指标有SDNN(全部窦性心搏R-R间期的标准差)和PNN50(相邻R-R间期差>50ms的个数占总心跳次数的百分比)。SDNN的值降低表明植物神经系统的调节能力减弱，PNN50的值降低表明迷走神经活性降低，均会导致HRV降低。频域分析法中主要指标为HF(高频指标)，LF(低频指标)及LF/HF(反映交感神经和迷走神经相互作用的动态指标)。HF的值反映迷走神经活性，HF的值升高，迷走神经活性增强，HRV升高。LF反映交感神经和迷走神经的复合调节功能。LF/HF的值升高反映在交感神经和迷走神经相互作用中，交感神经的支配占主导地位。以上均可定量描述植物神经的总体活性以及交感神经和迷走神经的平衡性。相关研究表明，这些参数大部分随年龄变化而变化，一般呈负相关[22,23,24,25,26,27]。然而，频域分析方法仅适用于稳定周期过程，一过性瞬态变化过程(如心率加速或减速)会使分析效果变差;时域分析虽然对非稳态不敏感，但受偶发性RR间期跳动的影响较大。近年来，众多非线性的概念和方法也被应用于HRV序列的分析中。2002年，Goldberger等[28]在《Aging》杂志中发表评论文章，使用了生理复杂度这一概念来描述生理系统的非线性特征，并指出复杂度具有丰富的内涵:混沌或分形都是评估复杂度的一种方式，因而混沌或分形系统都具有较高的复杂度;由于正常生理系统具有明显的混沌和分形特征，健康人群应具有较高的生理复杂度，可通过诸如HRV等时间序列的分析来评价。该文章客观总结并阐释了“衰老引发复杂度丢失”这一理论，使其成为本领域相关研究的基本支撑观点而存在。2010年，Schumann等[29]引入相位校正信号平均技术对180例不同年龄阶段的健康受试者进行分析，该技术其主要关注HRV序列中的下降模式因而其对迷走神经兴奋性极为敏感，研究结果仍支持“复杂度随年龄增加而降低”这一理论。近年来，Voss等[30,31]使用了时域、频域的线性指标以及包括香农熵、去趋势波动分析、符号熵和散点图分析在内的非线性参数，分析了5个年龄组健康人的短时HRV变化情况，是严格意义上对年龄影响规律进行的首次探讨，但是并没有给出定量的数学模型。
3 、总结
对生物学年龄有效、可靠的测定可以帮助个体判断其生物学年龄所处的阶段，进而预防早衰，并对一些衰老相关性疾病进行预防或干预。对实现健康老龄化起着重要的作用，对于发展老龄事业和全民健康事业，促进经济和社会发展具有重要意义。现有的用于衰老评估的生物学年龄标记物主要是利用细胞学、生物化学、免疫学等手段进行测定，测定时需要采血并使用专业设备进行分析，成本高，而且无法用于医院外广大人群，也无法实现远程监测。HRV的分析对象为心电信号中的RR间期时间序列。现如今心电数据采集相对比较容易，利用便携式心电设备或可穿戴式心电传感器在医院外就可以实现。因此，利用HRV作为一种生物学年龄标记物，具有无创、可定量、快速、可远程等优点，适合医院内外所有人群的应用。同时，用自主神经活性作为生物学年龄的标记物完全满足AFAR所有的标准。综上所述，用自主神经活性作为生物学年龄，理论上和实践上都是可行的，且具有广阔的应用前景。
参考文献
[1] López Otín C,Blasco MA,Partridge L,et al.The hallmarks of aging.[J].Cell,2013,153(6):1194-1217.
[2] 韩璐璐．健康人生物学年龄积分及生物学衰老结构方程模型的统计建模研究[D]．沈阳:中国医科大学，2010.
[3] Harley CB. Human aging and telomeres[J]. Ciba Found Symp,1997,211(2):12939.
[4] d'Adda di Fagagna F,Reaper PM,Clay-Farrace L,et al.A DNA damage checkpoint response in telomere-initiated senescence[J].Nature,2003,426(6963):1948.
[5] Atzmon G,Cho M,Cawthon RM,et al.Evolution in health and medicine Sackler colloquium:Genetic variation in human telomerase is associated with telomere length in Ashkenazi centenarians[J].Proc Natl Acad Sci USA,2010,107(1):17107.
[6] Geoff Der,G.David Batty,Michaela Benzeval,et al.Is Telomere Length a Biomarker for Aging:Cross-Sectional Evidence from the West of Scotland?[J].PLoS ONE,2012,7(9):e45166.
[7] Akiko Tsujia,Atsushi Ishikoa,b,Tomoya Takasakia.Estimating age of humans based on telomere shortening[J].Forensic Sci Int,2002,126(3):197-199.
[8] Makoto Kammori,Ken-Ichi Nakamura,Toshihisa Ogawa.Demonstration of human telomerase reverse transcriptase(h TERT)in human parathyroid tumours by in situ hybridization with a new oligonucleotide probe[J].Clinical Endocrinology,2003,58:43-48.
[9] 孙军伟，华进联．表观遗传学与生殖细胞发育分化研究发展[J]．西北农林科技大学学报，2010,75(3):9.
[10] Fraga MF,Ballestar E,Paz MF,Ropero S,Setien F,Ballestar ML,et al.Epigenetic differences arise during the lifetime of monozygotic twins[J].Proc Natl Acad Sci USA,2005,102(30):10604e9.
[11] Talens RP,Christensen K,Putter H,Willemsen G,Christiansen L,Kremer D,et al.Epigenetic variation duringthe adult lifespan:cross-sectional and longitudinal data on monozygotic twinpairs[J].Aging Cell,2012,11(4):694e703.
[12] Sven,Bocklandt,Wen,Lin,Mary E,Sehl,Francisco J,Sánchez,Janet S,Sinsheimer,Steve,Horvath,Eric,Vilain. Epigenetic predictor of age[J].PloS one,2011,6(6):e14821.
[13] Jones MJ,Goodman SJ,Kobor MS.DNA methylation and healthy human aging[J].Aging Cell,2015,14(6):924-932.
[14] 郑思梦，张璐．年龄相关性黄斑变性新型潜在生物标志物的研究进展[J]．国际免疫学杂志，2018,41(4):443-456.
[15] Orban T,Johnson WM,Dong Z,et al. Serum levels of lipid metabolities in age-related macular degeneration[J]. FASEB J,2015,29(11):4579-4588.
[16] Gu J,Pauer GJ,Yue X,et al.Assessing Susceptibility to Agerelated Macular Degeneration with Proteomic and Genomic Biomarkers[J].Molecular&Cellular Proteomics,2009,8(6):1338-1349.
[17] Ardeljan D,Tuo J,Chan CC.Carboxyethylpyrrole plasma biomarkers in age-related macular degeneration[J]. Drugs Future,2011,36(9):712-718.
[18] Wang H,Guo J,West XZ,et al.Detection and Biological Activities of Carboxyethylpyrrole Ethanolamine Phospholipids(CEPEPs)[J].Chem Res Toxicol,2014,27(12):2015-2022.
[19] 李娜，孙希，邵筱，等．衰老相关的免疫细胞及分子变化研究进展[J]．国际医学寄生虫病杂志，2014,41(3):170-175.
[20] 卫文．IgG糖基化分析判断人的生物年龄[J]．家庭医学，2016,32(10):32.
[21] Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology. Heart rate variability——Standards of measurement,physiological interpretation,and clinical use[J].Eur Heart J,1996,17:354-381.
[22] Cardoso CR,Moraes RA,Leite NC,Salles GF.Relationships between reduced heart rate variability and pre-clinical cardiovascular disease in patients with type 2 diabetes.Diabetes Res Clin Pract.2014,106(1):110-7.
[23] Singh JP,Larson MG,O’Donell CJ,Wilson PF,Tsuji H,Lyod-Jones DM,Levy D.Association of hyperglycemia with reduced heart rate variability:the Framingham heart study. Am J Cardiol,2000,86:309-312.
[24] Mussalo H1,Vanninen E,Ik?heimo R,Laitinen T,Laakso M,L?nsimies E,Hartikainen J.Heart rate variability and its determinants in patients with severe or mild essential hypertension. Clin Physiol.2001,21(5):594-604.
[25] Guzzetti S,Piccaluga E,Casati R,Cerruti S,Lombardi F,Pagani M,et al.Sympathetic predominance in essential hypertension:a study employing spectral analysis of heart rate variability.J Hypertens 1988; 6:711-7.
[26] 29.Singh JP1,Larson MG,Tsuji H,Evans JC,O'Donnell CJ,Levy D. Reduced heart rate variability and new-onset hypertension:insights into pathogenesis of hypertension:the Framingham Heart Study.Hypertension.1998,32(2):293-7.
[27] 全国心率变异性分析多中心研究协作组．心率变异性正常值及其重复性的多中心研究[J]．中国心律失常学杂志，2000,4(3):165-170.
[28] Goldberger A L,Peng C K,Lipsitz L A. What is physiologic complexity and how does it change with aging and disease?[J].Neurobiology of Aging,2002,23(1):23.
[29] Schumann A Y,Bartsch R P,Penzel T,et al. Aging effects on cardiac and respiratory dynamics in healthy subjects across sleep stages.[J].Sleep,2010,33(7):943.
[30] Voss A,Heitmann A,Schroeder R,et al.Short-term heart rate variability——age dependence in healthy subjects[J]. Physiological Measurement,2012,33(8):1289-1311.
[31] Voss A,Schroeder R,Heitmann A,et al Short-term heart rate variability-influence of gender and age in healthy subjects[J].PLoS ONE,2015,30; 10(3):e0118308.
