AI生命延续学日报
AI、长寿与衰老研究，每日值得关注的进展。
今日摘要
脑影像特征与血液衰老指标在中年人群中存在关联，纵向追踪也观察到一致趋势。
睡眠质量差与慢性炎症可能互相加重，但现有人体研究仍属关联性证据，尚无干预试验验证因果。
脑影像衰老指标研究基于群体相关性，不能推断个人血液指标或健康风险。🔥 今日焦点 TOP 10
1. 一次脑部核磁共振能估算全身衰老速度
据 News-Medical 的媒体报道 ，研究者在 746 名中年人的两个独立队列中，测试了一种叫 DunedinPACNI 的核磁共振衍生指标——它通过脑影像特征估算衰老速率，属于"生物年龄"的脑影像版本。研究发现，DunedinPACNI 数值较高（即估算衰老更快）的人，血液中多个衰老相关生物标志物整体水平也更高；在其中 224 人长达 7—15 年的纵向追踪中，这一关联在血液指标变化趋势上同样成立。这是相关性研究，脑影像特征与血液指标有关联，不能说明扫一次脑就能准确测出血液检验值，也尚未证明能预测个人疾病风险。
2. 睡不好与慢性炎症互相加重，综述呼吁开展干预试验
发表在 Aging Cell 的一篇综述认为，睡眠质量差与"炎性衰老"（inflammaging，指随年龄积累的持续低度慢性炎症）之间形成恶性循环，彼此加重并推动其他老年相关疾病。据 Lifespan.io 的报道 ，动物实验显示，给年轻小鼠增加一种炎症信号（TNFα）就能复现老年鼠的睡眠紊乱模式；人体研究也发现睡眠剥夺会直接升高炎症受体水平。综述作者强调，现有证据基本属于关联性研究，尚无随机对照试验，他们建议针对 50—75 岁人群开展 2—5 年的长期干预研究来验证因果关系。
3. 癌相关基因 E2F1 可绕过正常检查点驱动细胞分裂
据 GEN 的报道 ，加州大学圣克鲁兹分校研究者在《EMBO Journal》发表研究，发现细胞分裂关键基因 E2F1 能在不打开染色质（即不解开细胞核内紧密包裹的 DNA）的情况下激活一批分裂相关基因，让静止细胞重新进入增殖周期。正常情况下细胞分裂需要先"解包"DNA，而 E2F1 走了一条捷径。实验还发现，细胞只能在没有额外生长信号的情况下最多分裂三次，提示该机制有内在限制。研究者认为癌细胞可能利用这一捷径，但具体机制有待进一步阐明。
4. Insilico 开源个人长寿 AI，整合多源健康数据估算生物年龄
Insilico Medicine 与哈佛遗传学家 David Sinclair 合作，在 Grok Bot 平台推出 Longevity Grok（Personal Longevity Superintelligence，PLSI），并公开源代码，据 Longevity.Technology 的媒体报道 。该系统将血液检测、血糖曲线、甲基化数据和可穿戴设备导出数据汇入一份纵向记录，计算 PhenoAge（基于血液指标的生物年龄估算）和 HOMA-IR（胰岛素抵抗指标）等衍生指标，并提出生活方式建议。输入只提供了媒体报道层面的描述，具体模型能力和建议质量有待独立核查。
5. AI 建模阿尔茨海默症患者记忆提取的时间与层级结构
预印本 TrajLift（论文索引/摘要） 提出一个名为 TrajLift 的框架，把"语言记忆提取"——即患者回忆词汇时的顺序、停顿和分类组织——建模为在语义层级图上带时间标注的轨迹。核心机制是"潜伏期调制的热扩散"，将每个被回忆词语的等待时间与其在语义层级中的位置同时编码。在真实临床数据上，TrajLift 超过了多项基线方法，且随着提取时序信息越丰富，优势越大。这是计算建模研究，尚未转化为临床诊断工具，也不能说明诊断准确率等同于临床检验结果。
6. AI 代理在空间转录组分析任务中匹配专业基线方法
预印本 论文索引/摘要 提出了一个用已发表论文构造可核查基准的框架，并将其用于空间转录组（一种能同时测量组织中基因表达位置和强度的技术）的配准任务。在 121 个任务、16 种基线方法和 6 个 AI 代理的评测中，表现最好的代理在约 80% 的任务上达到或超过所有基线，而且有时用的是出乎意料的简单策略。评测过程中还发现了先前研究的数据错误和现有评估指标的捷径问题。研究处于预印本阶段，尚未经过同行评审。
7. 蛋白语言模型 HyPLM-Flash 以更少数据达到同类最优水平
腾讯混元团队发布预印本 HyPLM 技术报告（论文索引/摘要） ，HyPLM-Flash 是一个 6.5 亿参数的蛋白质语言模型——这类模型学习蛋白质序列的"语言规律"，用于预测突变效果和蛋白质功能。该模型使用的训练数据仅为同类模型 ESM-2 650M 的 73%，推理速度在单张 H20 GPU 上达到每秒约 13 万个残基，是其他同量级模型的 1.9—2.7 倍，且在 32 项评测任务中统计性能与 ESM-2 650M 持平。模型权重已在 GitHub 仓库 开放，尚未经同行评审。
8. 蛋白质逆向折叠工具 HyInv 速度大幅领先现有方法
同一团队还发布了 HyInv（ 论文索引/摘要 ， 代码仓库 ），这是一个用于"逆向折叠"的工具——即给定蛋白质三维骨架，设计能折叠成该形状的氨基酸序列，是蛋白质工程和药物设计的基础步骤。HyInv 参数量约 196 万，对一个 402 个残基的骨架设计 128 条序列只需 50.6 毫秒，约为参考方法的 52 倍速度，且在 5 个基准数据集上平均 scTM 分数（衡量设计序列能否正确折叠成目标结构）超过所有 10 个对比方法。预印本阶段，实际药物发现应用仍需独立验证。
9. GSK 与 Alamar 合作分析 6 万份血清样本探索同病异质
据 Longevity.Technology 的媒体报道 ，葛兰素史克（GSK）与 Alamar Biosciences 宣布合作，计划对超过 6 万份血清样本进行蛋白质组学分析——即大规模测量血液中数千种蛋白质的浓度，试图找出为什么同一诊断下有些患者用药有效、有些持续恶化。目前只有机构公告层面的信息，具体研究设计和数据尚未披露，合作结果不确定。
10. “Younger"项目：500 人、六个月，把抗衰目标变成公开科学数据
据 Longevity.Technology 的媒体报道 ，NeuroAge 与 TruDiagnostic 联合推出名为 Younger 的项目，计划招募 500 名参与者、历时六个月，将个人健康干预目标转化为可公开共享的科学数据，使用脑扫描和表观遗传时钟等工具进行追踪。报道目前为媒体层面，具体入组条件、研究方案和伦理审查信息尚待核查，不能将项目宣传目标等同于已证实的抗衰效果。
⚡ 产品与功能更新
KC-Maps：无需完整轨迹数据训练的分子动力学模拟
预印本 Kolmogorov-Chapman Maps（论文索引/摘要） 提出的 KC-Maps 方法，让神经网络直接从"边缘样本”（即不需要完整的模拟轨迹序列，只需要各时间点的快照分布）学习分子系统的随机动力学，从而跳过传统分子模拟中数百万步顺序积分的瓶颈。研究者在肽分子系统上验证，KC-Maps 在 GPU 机时消耗上优于经典分子动力学方法。这是预印本阶段的方法研究，能否推广到更大药物分子系统有待验证。
🧪 前沿研究
AI 分析肺癌病理切片，发现新辅助化疗后免疫结构显著改变
预印本 论文索引/摘要 使用 AI 分析肺鳞状细胞癌患者的全切片病理图像，对比了接受新辅助治疗（手术前的化疗或免疫治疗）的 20 例与未治疗的 20 例患者。结果发现，治疗组肿瘤间质中浆细胞密度低 72%、淋巴细胞密度低 48%，同时成熟的三级淋巴结构（肿瘤内免疫应答的重要场所）数量也更少。在独立的 458 例验证队列中，间质浆细胞密度与更长生存期相关。样本量较小，且研究属于回顾性观察，不能直接推断因果。
⌘ 开源 TOP 项目
lucascamillomd/pyaging：在 GPU 上批量运行多种衰老时钟
pyaging 是一个 Python 工具包，收录了多种经过 GPU 加速优化的"衰老时钟"——这类模型以甲基化数据或血液指标等生物样本作为输入，输出一个估算的生物年龄数值，常用于衰老研究和干预评估。适合需要在大批量样本上运行标准化衰老评分的研究者，仓库有 134 颗星，最近活跃于 2026-11-10，许可证与支持的具体时钟列表可在仓库 README 中核查。
shulamohammad/sphere-alzheimers：探索阿尔茨海默症生物标志物分类与模型评估
sphere-alzheimers 是一个机器学习研究仓库，围绕阿尔茨海默症生物标志物的分类任务，包含分阶段测试策略和使用合成球形数据进行模型评估的实验。适合研究神经退行性疾病 AI 诊断方法的开发者参考，最近活跃于 2026-11-10，仓库具体数据来源和许可证信息待核查。
❓ 相关问题
DunedinPACNI 脑影像衰老指标和普通体检能直接比较吗？
不能直接替代。DunedinPACNI 是从核磁共振图像特征中估算的衰老速率指标，研究发现它与血液中多项衰老标志物在群体层面有关联，但这是相关性，不代表一次脑扫描就能"读出"某个具体血液检验值。群体层面的关联不能直接外推到个人：你的 DunedinPACNI 数值偏高，不等于你的血液指标一定异常，也不等于你的健康已经加速恶化。研究设计和数据可见 News-Medical 的媒体报道 ，原始研究涉及 746 名成年人和 7—15 年随访，细节以论文原文为准。