小心！你的“心”正在让你加速衰老

生理年龄是机体在生物学层面潜在的老化过程[1]，并不等于实际年龄，表观遗传时钟可通过测试机体DNA甲基化水平，确定受试者的实际生物学年龄。通常为了测试表观遗传时钟反映“年龄”的真实与有效性，研究人员会将其与诸多衰老关联指标进行对比，例如与年龄增长高度相关的心血管疾病[2]。

近日，发表在期刊《Mechanisms of Aging and Development》上的一项新研究发现，当机体的心血管系统发出“健康预警”（如总胆固醇超标）时，通过表观遗传时钟反映出的生理年龄便会加速增长[3]。可以说，在衰老的心血管系统牵制下，机体走向了全面衰老。

在这项研究中，来自德国夏里特医学院的学者们基于柏林老龄化研究II[4]，纳入了1600余名60-84岁中老年人的试验数据。这些数据包括样本人群的生理年龄、血压、血脂以及血糖水平等，利用弗雷明汉风险评分(FRS) [5]与简单生活7(LS7) [6]两种常见的综合评分系统，对受试者心血管健康状况进行综合评估。

评估结果显示，这群中老年人的心血管状态真的不那么好，多名参与者表现出心血管疾病临床症状（如冠状动脉疾病、心肌梗塞等），同时还包括了高血压、糖尿病、高胆固醇等多项危险因素。并且，相比同龄男性，女性的心血管系统更健康，生理年龄可降低2.7岁。

当研究人员将心血管健康评分与生理年龄开展关联分析时，发现较差的心血管状况具有加速生理年龄的效应。并且，该现象与性别无关，无论男女，只要心血管系统步入衰老，通过表观遗传时钟反映的生理年龄一定比健康人群更“老”。

并且，综合两项评分体系的影响因素后，研究发现，运动以及高密度脂蛋白胆固醇（HDL）、总胆固醇含量是影响生理年龄最主要的因素。例如，与HDL水平在40-49 mg/dl的人群相比，HDL水平升至50-59 mg/dl后，机体衰老可减缓0.34年。

图注：生理年龄与两种心血管健康评分的关联

但需要注意的是，这次研究中用于计算生理年龄的，是仅基于7个CpG甲基化位点的表观遗传时钟，相比于学术界认可度更高的Horvath (353 CpG) [7]和Hannum (71 CpG) 时钟[8]，实在简单太多。因此，在进一步探究心血管系统是如何全面调控机体的衰老进程之前，可能还需使用更精准的生理年龄算法再次验证两者关联。

 研究者介绍

ILja Demuth

欧洲最大的大学附属教学医院柏林夏里特医学院（Charité – Universitätsmedizin Berlin）老年生物学团队负责人，生物学家和人类遗传学家，主要研究方向为遗传学因素对人类健康和衰老的影响，发表170余篇相关论文。

目前正在参与“德国老年人心血管和代谢疾病的性别敏感预防”项目，是负责人之一。

—— TIMEPIE ——

参考文献

[1] US Burden of Disease Collaborators, Mokdad, A. H., Ballestros, K., Echko, M., Glenn, S., Olsen, H. E., Mullany, E., Lee, A., Khan, A. R., Ahmadi, A., Ferrari, A. J., Kasaeian, A., Werdecker, A., Carter, A., Zipkin, B., Sartorius, B., Serdar, B., Sykes, B. L., Troeger, C., Fitzmaurice, C., … Murray, C. (2018). The State of US Health, 1990-2016: Burden of Diseases, Injuries, and Risk Factors Among US States. JAMA, 319(14), 1444–1472. https://doi.org/10.1001/jama.2018.0158

[2] Ferrucci, L., Gonzalez-Freire, M., Fabbri, E., Simonsick, E., Tanaka, T., Moore, Z., Salimi, S., Sierra, F., & de Cabo, R. (2020). Measuring biological aging in humans: A quest. Aging cell, 19(2), e13080. https://doi.org/10.1111/acel.13080

[3] Lemke, E. et al. Cardiovascular health is associated with the epigenetic clock in the Berlin Aging Study II (BASE-II). Mechanisms of Ageing and Development (2021). https://doi.org/10.1016/j.mad.2021.111616

[4] Bertram, L., Böckenhoff, A., Demuth, I., Düzel, S., Eckardt, R., Li, S. C., Lindenberger, U., Pawelec, G., Siedler, T., Wagner, G. G., & Steinhagen-Thiessen, E. (2014). Cohort profile: The Berlin Aging Study II (BASE-II). International journal of epidemiology, 43(3), 703–712. https://doi.org/10.1093/ije/dyt018

[5] D'Agostino, R. B., Sr, Vasan, R. S., Pencina, M. J., Wolf, P. A., Cobain, M., Massaro, J. M., & Kannel, W. B. (2008). General cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation, 117(6), 743–753. https://doi.org/10.1161/CIRCULATIONAHA.107.699579

[6] Vidal-Bralo, L., Lopez-Golan, Y., & Gonzalez, A. (2017). Corrigendum: Simplified Assay for Epigenetic Age Estimation in Whole Blood of Adults. Frontiers in genetics, 8, 51. https://doi.org/10.3389/fgene.2017.00051

[7] 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

[8] Hannum, G., Guinney, J., Zhao, L., Zhang, L., Hughes, G., Sadda, S., Klotzle, B., Bibikova, M., Fan, J. B., Gao, Y., Deconde, R., Chen, M., Rajapakse, I., Friend, S., Ideker, T., & Zhang, K. (2013). Genome-wide methylation profiles reveal quantitative views of human aging rates. Molecular cell, 49(2), 359–367. https://doi.org/10.1016/j.molcel.2012.10.016