同样的年纪，为什么有人各项体检指标正常，有人已经高血压、脂肪肝等慢病缠身了？差别可能藏在血液里那套看不见的新陈代谢节奏里。近日，上海交通大学医学院附属仁济医院心内科卜军教授团队联合上海交通大学钱昆教授团队，在国际期刊《科学 · 转化医学》（Science Translational Medicine）发表最新研究成果，并入选当期封面文章。该封面文章以 "Ticking Metabolites"（滴答流逝的代谢物）为题，提示人的衰老和疾病并不是某天突然到来，而是机体在分子层面一点点积累。血浆代谢物，正是记录这段过程的 " 指针 "。

衰老是一个极其复杂的过程，人体代谢状态并非一成不变，而是随着生长发育、成年和衰老不断发生变化。即使实际年龄相同，不同个体的代谢特征及健康水平存在明显差异。然而，目前缺乏覆盖全生命周期代谢变化，并追踪各种慢病发生和死亡结局的纵向人群研究。

本项综合性研究绘制了中国人群全生命周期代谢图谱，提供了关于衰老对代谢影响的丰富数据，开发了 AI 驱动的代谢衰老与慢病预测模型，建立了具有临床解释性且适合大规模人群应用的指导健康监测和疾病预防的临床检测指标。

该研究涉及来自中国六个中心的 18476 名参与者，年龄覆盖 1 至 96 岁，随访约 6 年。研究者利用团队自主研发的高通量固相质谱检测与人工智能集成学习技术，系统描绘了从出生至衰老全生命周期的血浆代谢变化特征，筛选出 56 个代表性年龄相关代谢特征，并进一步揭示相关代谢指标与心脑血管、肿瘤等各种慢病、全因死亡风险及多病共存负担之间的联系。

基于丰富的代谢人群数据和长期纵向随访，团队融合多种智能集成模型，开发了一个名为 " 代谢组年龄加速 "（mAA）的检测指标，旨在量化个体的代谢年龄及代谢状态相对于实际年龄的偏离。随着队列人群年龄的增长，该指标与高血压、脂肪肝、糖尿病等慢性疾病以及全因死亡风险的升高相关。

在全因死亡分析中，mAA 每增加一个标准差，对应的死亡风险约升高 50%。团队进一步研究了一个疾病队列，开发了第二个名为 " 年龄偏差 " 的代谢指标。在患有更严重和全身性疾病的患者中，该指标的数值更高，并能预测多病预后及死亡风险。

在纵向随访队列中，研究者发现生活方式及慢性疾病管控对代谢衰老的影响，为健康生活科普和主动健康管控对衰老和慢病的影响提供了真实世界证据。

综上，该研究通过整合大规模临床人群、高通量代谢检测和人工智能分析，系统刻画了贯穿全生命周期的血浆代谢特征，并将代谢分子变化与慢性疾病、死亡风险及多病共存等临床结局相联系。

研究为深入认识人体发育与衰老的代谢规律、探索基于血液分子信息的健康风险分层及个体化健康管理提供了新的科学依据。同时，利用一管血浆的代谢特征检测，把衰老速度变成可量化临床指标，从而达到临床监测与干预的目的，这些发现有望将血浆代谢组学进一步应用于疾病预防、健康老龄化以及与衰老相关的异质性研究。

目前，该研究数据库和模型框架已向公众开放。仁济医院心内科徐伟副研究员、上海交通大学转化医学研究院钱昆教授、仁济医院心内科卜军教授为本文共同通讯作者，仁济医院心内科博士生曹琳琳等为论文共同第一作者。