「能不能测一下我体内现在有多少衰老细胞？」
这是读者提问里反复出现的一句话。问的人大多不糊涂：他们知道 senolytics，知道 p16、p21，知道清除衰老细胞在小鼠身上做过很多漂亮实验。他们想要的是一份体检式的答案——我的衰老细胞负荷是多少，是高还是低，值不值得干预。
2026 年 9 月，《Aging Cell》上线的一项研究给出了目前最接近「抽血就能算」的版本：一个被称为 SASP Score 的深度学习指标。它的表现并不含糊，在近 5 万人的队列里，分数越高，全因死亡风险越高。但它的作者同时也是最明确地给它划定边界的人，而这些边界，恰恰是它最值得被读懂的部分。
SASP 不是一个分子，而是一整套分泌谱
先把概念摆正。衰老细胞不分裂，但仍保有代谢活性，会持续向外分泌一批细胞因子、趋化因子与生长因子，统称 SASP（衰老相关分泌表型）。问题在于，SASP 从来不是某一个蛋白，而是几十种分子组成的混合物；不同组织、不同诱因下的衰老细胞，分泌谱也并不一样。
这也解释了为什么过去那种「测一个标志物」的思路总是不够。研究团队从 UK Biobank 的药企蛋白组学子项目（UKB-PPP）出发，在 54,219 名参与者中纳入 50,997 人，先剔除在多数样本中检测不到的 3 个蛋白，再依据文献挑选出 38 种与衰老分泌表型相关的蛋白——其中相当一部分是 CCL 家族、CXCL 家族与 IL 家族的炎症因子，这类分子在多种细胞类型进入衰老时都会上调。
样本按 85% 与 15% 随机划分为开发集（43,358 人）和验证集（7,639 人）。模型使用的是 Guided AutoEncoder with Transformer，简称 GAET：先由自编码器把 38 个蛋白的高维数据压缩成低维表征，再用 Transformer 捕捉蛋白之间的相互依赖。年龄在训练中只作为「引导信号」，不进入最终评分。这一点后面会变得很重要。
把 38 个数字压成一个，不是为了好看
为什么非要把这么多个蛋白揉成一个分数？论文给出的理由是：这些蛋白之间是非线性关系，并且与健康状况的其他维度彼此纠缠，单独看任何一个，都会被噪声带走。
从结果看，这个处理不是修辞。评分的前五位贡献者依次是 GDF-15、CXCL-9、PGF、TNFRSF11B 与 CCL-20，覆盖了线粒体功能、免疫应答与凋亡调控几条线索。研究者同时做了一个关键对比：在预测死亡和绝大多数年龄相关疾病时，SASP Score 的关联强度始终高于任何单个蛋白——唯一的例外是糖尿病。
数字：每高 1 个标准差，死亡风险 1.41 倍
在 7,639 人的验证集里，平均随访 13.3 年。在校正年龄、性别、族裔、教育程度、贫困指数、吸烟、饮酒、收缩压与 BMI 之后，SASP Score 每升高 1 个标准差，全因死亡风险比为 1.41（95% CI 1.25–1.60）。
它并非只和死亡有关。分数升高与多种年龄相关疾病的发生显著相关，论文点名的包括慢性肾病、心力衰竭、肺癌，以及谵妄、痴呆与帕金森病等神经系统状况。与之呼应的是功能层面的关联：虚弱指数、高血压、心肺适能下降、步速变慢、握力下降。
需要说清楚的是，这是一项观察性队列研究。它证明的是「预测」与「关联」，不是「因果」——分数高，不代表衰老细胞正在直接杀死这些人，也不代表把分数压下去就能换取同等幅度的生存获益。
作者主动划下的三条边界
这项研究最值得注意的地方，是作者没有把指标包装成万能答案，反而明确写下了三条限制。
第一，它不是衰老时钟。虽然 SASP Score 与实际年龄的相关程度与 PhenoAge、BioAge 以及蛋白组时钟大致相当，但作者强调，它只测量细胞衰老这一个维度，不能被当作综合性的生物年龄指标使用。年龄只是训练时的引导，并不是评分的一部分。
第二，它不告诉你是哪一种病。作为血液指标，它是系统性的、概括性的。团队刻意选择了各类衰老细胞之间共有的分泌蛋白，换来的是普适性，代价是特异性。分数持续偏高，统计上意味着存在需要警惕的长期疾病风险，但无法指出是哪一种。
第三，也是最容易被忽略的一条：血浆里这些蛋白的来源，并不清楚。论文自己写明，评分可能仍携带非特异性信号，例如炎症或组织损伤。这一点在临床上尤其值得留意——榜单第一位的 GDF-15 就是一个典型的「什么都指向、又什么都不指向」的分子，心衰、肾病、肿瘤与慢性炎症都能让它升高。由这类分子主导的复合分数，强项是风险分层，弱项是指向性。
18 个月的运动干预：守住，而不是回退
研究团队还用 MEDEX 队列做了一次外部验证。这是一项为期 18 个月的多模式运动干预研究，入组的是没有明确年龄相关疾病的健康老年人；蛋白检测平台也从 UKB-PPP 的邻近延伸分析换成了多重免疫分析。这本身是论文强调的另一个卖点：GAET 模型可以跨平台计算，不需要额外的数据转换。
结果值得一字一句读：运动干预没有降低 SASP Score，但看起来阻止了它在 18 个月里随年龄预期的上升。未运动组的平均评分在这 18 个月中显著升高，规律运动组的评分基本持平。
这个结论与抗衰市场上流行的说法存在落差。「运动能清除衰老细胞」是一个很顺口的推论，但这份数据给出的答案更为冷静：在 18 个月这个时间尺度上，运动的作用是把曲线拉平，而不是把它压下去。对个人来说这依然是有价值的信息，但它不是「运动治疗衰老」的证据。
它真正的位置，在临床试验里
论文对 SASP Score 的定位很清楚：作为观察性研究与临床试验中的预后标志物，用来评估针对细胞衰老（senolytics）或 SASP（senomorphics）的干预是否真的起了作用。跨平台可计算这一点，会明显降低在既有队列上做二次分析的成本——而这正是这个领域长期缺少的东西：一个监管方与开发方都能接受的、能证明药物打到了靶点的读数。
对普通读者，这个定位意味着三件事。它还不能作为常规体检项目，也无法从任何一份公开数据里自行算出来；把「衰老细胞负荷」压成一个数字，不构成自行使用任何处方的理由；而在目前所有可执行的选项里，这份数据支持的仍然是那条被反复验证过的路径——规律运动，控制血压、体重与代谢。
回到开头那个问题。现在确实有了一个更接近「可测量」的答案，只是它的形状和很多人期待的不同：它给的不是一个可以逐年追踪的生物年龄，而是一个风险分层工具。它最诚实的一句话，也许藏在 MEDEX 那 18 个月的曲线里——运动没有让它变好，只是让它没有继续变坏。