斯坦福研究员开发机器学习模型，在细胞水平解码大脑衰老

加利福尼亚州斯坦福 — 2025 年 6 月 24 日 — 在 Genomic Press“Innovators & Thinkers” 系列专访中，斯坦福大学研究员 Eric Sun 详细介绍了其开创性的“空间衰老时钟”——一款能够以 空前的单细胞分辨率 绘制脑衰老地图的机器学习模型。Sun 博士将于 2026 年在麻省理工学院生物工程系及拉贡研究所组建独立实验室，继续拓展 AI 在衰老研究中的边界。

细胞衰老机制的突破性发现

传统衰老研究多以组织或器官平均值为度量，难以揭示微观层面的异质性。Sun 团队的“空间衰老时钟”通过深度整合 空间转录组学 数据与 单细胞 RNA 测序，为上百万个细胞赋予“生物年龄”标签；算法进一步捕捉细胞—细胞通信网络，找出对周围微环境具有 促衰 或 延缓衰老 影响的“关键细胞”。

研究结果显示，某些 微胶质 亚群会分泌促炎细胞因子，加速附近神经元功能衰退；而一小撮 少突胶质前体细胞 (OPCs) 则通过释放保护性生长因子，延缓髓鞘老化。模块化网络分析提示，只需靶向约 3–5 %的“核心节点细胞”即可显著重塑局部衰老轨迹。

“如果我们能精准锁定并调控这些关键细胞，就有望在组织层面减缓，甚至逆转衰老进程。”
—— Eric Sun

从数学基础到生物发现

Sun 博士自述童年在科罗拉多州普韦布洛的公共图书馆沉浸于恐龙与宇宙读物，随后转向数学。哈佛本科期间，他主修化学、物理和应用数学，开展了从染色体进化建模到多组学预测年龄的系列项目，为日后算法开发奠基。

对神经退行性疾病研究的启示

该框架为 阿尔茨海默病、帕金森病 等神经退行性疾病提供了全新的治疗靶点：

1. 靶向“促衰老细胞”：利用 RNA-靶向疗法或基因编辑沉默促炎途径。
2. 增强“延缓衰老细胞”功能：通过小分子或 mRNA 递送提升保护性因子表达。
3. 重塑细胞间通信：调节细胞外基质与局部代谢物，优化微环境。

前期体外验证显示，抑制促衰老微胶质释放的 IL-1β 信号，可使邻近神经元的突触密度提升约 18 %，并延迟细胞凋亡标志物出现。

培养下一代衰老研究者

Sun 博士强调，科研之路失败常伴成功：“论文通常聚焦终点，但我希望学生们理解，正是无数次假设被推翻，才造就真正的突破。” 他计划在新实验室推行“开源数据—公开失败”文化，鼓励研究人员共享负面结果，加速领域学习曲线。

未来方向

• 跨器官推广：正在构建心脏、肝脏、肌肉等组织的空间衰老图谱，比较不同器官的关键细胞网络。
• 高通量 AI 筛选：与计算化学团队合作，开发生成式模型预测上万化合物对衰老关键路径的多尺度影响。
• 个性化干预：探索将病人单细胞组学数据输入模型，设计匹配其独特衰老图谱的治疗方案。

关于 Genomic Press
《Genomic Psychiatry》致力于将基因组学进展与现代精神病学全领域相结合，发表涵盖从分子到公共卫生层面的高质量研究。更多 “Innovators & Thinkers” 系列访谈，
敬请访问：https://genomicpress.kglmeridian.com/