如果一个70岁的患者同时服用五种药物，其中三种是为治疗不同慢性病开的，还有一种是他自己买的保健品的「常规组合」——那么，他有没有可能正在无意识地服用某种抗衰老药物？
这不是一个哲学问题。2026年6月26日发表在Nature Aging上的一项研究，用网络医学的方法给出了一个有意思的系统性回答。
衰老不是单一疾病，所以药物筛选需要新框架
目前已知的衰老标志已经扩展到十二个，从基因组不稳定到细胞间通讯改变。但这些标志并不是孤立存在的——它们在分子层面存在密集的相互作用。问题是，这些相互作用是否构成了一个可以进行系统药物筛选的网络结构？
哈佛医学院和东北大学的联合研究团队给出了肯定的回答。他们构建了一个网络医学框架，将十二个衰老标志映射到人类蛋白质相互作用组中，发现这些标志形成了高度互联的功能模块。更重要的是，在这些模块中，存在大量已被FDA批准使用的药物可以靶向的位置。
方法上的突破：从「猜」到「算」
传统的老药新用（drug repurposing）策略依赖运气和体外筛选。而这项研究的方法学优势在于：它不是在单个基因或蛋白质的水平上寻找靶点，而是在整个蛋白质相互作用网络中寻找那些处于关键网络位置的节点。
研究团队首先将衰老相关基因定位到蛋白质相互作用组中，识别出每个衰老标志对应的「网络邻域」。然后，他们利用网络传播算法，找到那些在多个衰老标志的邻域之间起桥梁作用的蛋白质——这些蛋白质最可能成为多效性药物靶点。
结果发现，十二个衰老标志并非均匀分布在网络中。相反，它们集中在几个特定的功能簇中：代谢调控、蛋白质稳态、线粒体功能、DNA损伤修复和炎症信号。这意味着，一个靶向特定网络节点的药物，理论上可以同时影响多个衰老标志。
具体的候选药物：哪些老药值得被重新审视？
研究团队利用这个框架预测了数百种现有药物对不同衰老标志的潜在调节能力。初步验证集中在几个值得关注的候选药物上：
二甲双胍——不出意外地出现在多个衰老标志的预测列表前列。它在网络中同时影响代谢调控和炎症信号模块。但研究也指出，二甲双胍的网络覆盖范围可能比之前认为的更窄（主要集中在AMPK-mTOR交叉点），而非广泛作用于整个衰老网络。
雷帕霉素及其类似物——在mTOR信号和蛋白质稳态模块中具有明确的作用位置。网络分析显示，雷帕霉素在衰老标志网络中的覆盖度高于二甲双胍，但其影响也相对局限于特定子网络。
一些意外发现——网络模型预测的一些候选药物来自非抗衰老领域，如某些抗抑郁药物和抗组胺药，它们通过影响炎症信号和线粒体功能的交叉模块来产生潜在的抗衰老效应。这些发现尚需实验验证，但它们提示了一个值得注意的方向：许多已经在临床中使用了数十年的药物，可能在不为人知的层面上影响着衰老的进程。
这项研究的局限性
作为一篇纯粹的计算医学研究，它必须在验证方面保持诚实。研究团队明确指出：网络预测需要实验验证，目前提供的候选列表是「可检验的假设」而非「已经证实的干预」。此外，蛋白质相互作用组数据本身存在偏差——研究最多的蛋白质在网络中占据更突出的位置，这可能导致对某些通路的高估。
但即便存在这些局限，将衰老标志系统化地映射到人类蛋白质相互作用组中，其价值在于提供了一个可以持续迭代和更新的框架。随着更多蛋白质相互作用数据的积累，预测精度可以不断提高。
这对读者意味着什么
如果你是一直在关注抗衰老领域的读者，你可能会注意到一个趋势：越来越多的计算生物学工具被引入抗衰老药物发现。从网络医学到AI驱动的分子模拟，这些工具正在改变我们寻找抗衰老候选药物的方式。
但有一个重要的判断需要保留：网络预测的价值在于缩小筛选范围，而不在于取代验证。对于个人而言，看到「某抗抑郁药可能抗衰老」的新闻后自行服用的做法，仍然是有风险的。
网络医学框架的真正潜力，在于帮助药物研发机构在数千种已获批药物中高效地识别出那些值得进入临床试验的候选者。对于消费者和临床实践来说，关键的信息不是「现在该吃什么」，而是「这个领域的筛选效率正在大幅提升」——这意味着在未来5-10年内，真正经过验证的抗衰老联合疗法出现的可能性正在增大。
从这个角度看，这篇研究最有价值的部分不是它发现了哪个具体的候选药物，而是它构建了一个可以系统性回答「还有哪些药可能有用」的工具——而这恰恰是老药新用领域目前最需要的。