為幫助大家更好地理解衰老學(xué)框架和相關(guān)知識(shí)，也為了能和大家就衰老相關(guān)問(wèn)題展開(kāi)交流，時(shí)光派特別開(kāi)辟了《重磅綜述》欄目，為你挑選大咖中的大咖，選讀經(jīng)典中的經(jīng)典。

閱讀重磅綜述，快捷get衰老系統(tǒng)知識(shí)。本期為你挑選的是，衰老生物學(xué)方法論相關(guān)綜述《關(guān)于衰老生物學(xué)的一種復(fù)雜的系統(tǒng)方法》。

導(dǎo)讀

衰老生物學(xué)發(fā)展至今，紛繁復(fù)雜的研究成果背后卻涌現(xiàn)了決策性的挑戰(zhàn)：衰老學(xué)終將走向何方？

在這個(gè)問(wèn)題的基礎(chǔ)上，由加拿大舍布魯克大學(xué)Alan A Cohen教授主導(dǎo)，美官方抗衰機(jī)構(gòu)NIA（老齡化研究所）科學(xué)總監(jiān)Luigi Ferrucci，衰老領(lǐng)域權(quán)威學(xué)者M(jìn)organ Levine等共同參與，在《nature aging》上發(fā)表了一篇論文，堪稱衰老研究方法學(xué)開(kāi)山巨制。

該文開(kāi)啟了對(duì)“衰老生物學(xué)的復(fù)雜系統(tǒng)方法”的探討，為衰老生物學(xué)搭建完整框架提供了方向，為衰老生物學(xué)提出了和之前完全不同的觀點(diǎn)和建議[1]。

今日，派派將與各位讀者共同探討這一“衰老生物學(xué)方法論研究“的里程碑著作，限于篇幅，文中僅展示綜述核心內(nèi)容，想深入了解的讀者可至文末領(lǐng)取原文及全文翻譯文檔。

*該資料僅供科研學(xué)習(xí)之用，未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載及使用。

*如有科學(xué)謬誤敬請(qǐng)專家與讀者朋友聯(lián)系時(shí)光派公眾號(hào)指正。

開(kāi)始之前，首先介紹一下復(fù)雜系統(tǒng)的概念。復(fù)雜系統(tǒng)，是指由若干個(gè)可能發(fā)生相互作用的亞組分構(gòu)成的系統(tǒng)，而從系統(tǒng)的整體角度去研究問(wèn)題，就是復(fù)雜系統(tǒng)方法，這一方法因能被應(yīng)用到很多學(xué)科領(lǐng)域而得到迅猛發(fā)展[2]。

在衰老生物學(xué)之前，復(fù)雜系統(tǒng)方法的科學(xué)性和高效性已經(jīng)在生態(tài)學(xué)中得到了充分的驗(yàn)證。上個(gè)世紀(jì)七十年代，隨著食物鏈概念向生態(tài)網(wǎng)概念的擴(kuò)充，復(fù)雜系統(tǒng)被引入生態(tài)學(xué)，促使生態(tài)學(xué)發(fā)展發(fā)生質(zhì)的飛躍[3]。

圖注：曾經(jīng)在生態(tài)學(xué)中獲得成功的復(fù)雜系統(tǒng)方法在衰老生物學(xué)中也能得到很好的應(yīng)用

幾十年前，科學(xué)家們就已經(jīng)提出了老齡化的多因素和復(fù)雜性，但是隨著發(fā)展，衰老生物學(xué)研究也面臨著不容忽視的兩大挑戰(zhàn)：數(shù)據(jù)繁多和組織范式缺乏，正確的信息雖然多，但是彼此之間缺乏聯(lián)系，不能轉(zhuǎn)化為真正有用的方法[4-5]。

例如，上個(gè)世紀(jì)人們就知道了氧自由基過(guò)多會(huì)促衰，但是隨著其中壓力響應(yīng)信號(hào)、免疫信號(hào)等相關(guān)途徑的發(fā)現(xiàn)，“系統(tǒng)”的概念進(jìn)入了氧化應(yīng)激衰老的領(lǐng)域[6]。與此相同的分支領(lǐng)域還有很多，但是還需要一個(gè)完整的復(fù)雜系統(tǒng)，將整個(gè)衰老生物學(xué)都囊括進(jìn)去。

圖注：很多衰老生物學(xué)分支研究已經(jīng)用上了“系統(tǒng)”的概念

雖然大多數(shù)學(xué)科都存在復(fù)雜性，但并不是所有研究和學(xué)科都適合采用復(fù)雜系統(tǒng)方法，而衰老學(xué)能應(yīng)用復(fù)雜系統(tǒng)方法的原因在于：衰老生物學(xué)研究和復(fù)雜系統(tǒng)方法存在很多共同點(diǎn)。

衰老生物學(xué)研究應(yīng)用復(fù)雜系統(tǒng)方法的基礎(chǔ)在于，人體的復(fù)雜性。歷經(jīng)千百年進(jìn)化，人類呈高度優(yōu)化的狀態(tài)，進(jìn)化出了數(shù)不清的分子、蛋白和細(xì)胞等層級(jí)結(jié)構(gòu)，這些組分間互相影響，同時(shí)又處于一個(gè)相對(duì)穩(wěn)定的狀態(tài)[7]。

而衰老，作為人體內(nèi)多組分隨年齡增長(zhǎng)而功能退化的綜合表現(xiàn)，也就具備了高度的復(fù)雜性系統(tǒng)特征。

圖注：人體中各個(gè)元件之間層級(jí)區(qū)分明顯，但是卻能互相影響，共同維持穩(wěn)態(tài)

由此出發(fā)，衰老生物學(xué)中存在復(fù)雜系統(tǒng)的特征：涌現(xiàn)、恢復(fù)力和關(guān)鍵過(guò)渡等。

涌現(xiàn)

衰老生物學(xué)中很多表征都能用涌現(xiàn)來(lái)描述，其中最常見(jiàn)、最典型的例子莫過(guò)于虛弱、跌倒和譫妄，分別對(duì)應(yīng)著內(nèi)在身體素質(zhì)、行動(dòng)能力和認(rèn)知狀態(tài)的衰退[8]。

以常見(jiàn)于老年的阿茲海默癥為例，以往的研究往往會(huì)片面地把它歸因于大腦中的淀粉樣蛋白的堆積。但隨著研究進(jìn)展，睡眠、社交等問(wèn)題都被發(fā)現(xiàn)能促進(jìn)阿茲海默病的發(fā)展。這些低害因素疊加在一起，最終成為阿茲海默癥[9]，這是涌現(xiàn)的經(jīng)典案例。

圖注：阿茲海默癥的發(fā)病符合“涌現(xiàn)”的特征，其防治亦然

恢復(fù)力

恢復(fù)力是一個(gè)源自生態(tài)學(xué)的名詞，指系統(tǒng)受到干擾后恢復(fù)到平衡狀態(tài)的能力[10]。其實(shí)，人體也是如此，每個(gè)人的狀態(tài)都圍繞在動(dòng)態(tài)平衡周?chē)薪佑|到的各種因素都能擾動(dòng)有機(jī)體的狀態(tài)使之偏離平衡，相應(yīng)的人體中也存在自我調(diào)節(jié)的能力，把個(gè)體狀態(tài)往平衡拉攏。

關(guān)鍵過(guò)渡

而關(guān)鍵過(guò)渡則是一個(gè)系統(tǒng)走向滅亡的突然而重要的轉(zhuǎn)折點(diǎn)，當(dāng)恢復(fù)力無(wú)法抵抗某種促衰因素時(shí)，便產(chǎn)生了一個(gè)關(guān)鍵過(guò)渡。對(duì)關(guān)鍵過(guò)渡的預(yù)測(cè)，正是衰老生物學(xué)復(fù)雜系統(tǒng)方法里的關(guān)鍵問(wèn)題之一[11]。

在上述這些特征的限制下，衰老生物學(xué)正向著網(wǎng)絡(luò)的方向發(fā)展。在復(fù)雜系統(tǒng)的網(wǎng)絡(luò)中，每個(gè)組分之間都存在錯(cuò)綜復(fù)雜的連線，并且很多線路的作用是雙向的。從單個(gè)元件輸入信息，會(huì)從可能包括這個(gè)元件在內(nèi)的多個(gè)元件輸出信息[12]。

以前我們考慮“如何干預(yù)途徑X以調(diào)節(jié)壽命？”，網(wǎng)絡(luò)建立以后，考慮的問(wèn)題就會(huì)變成“途徑X、Y和Z如何協(xié)調(diào)影響與長(zhǎng)壽有關(guān)的機(jī)制，是否有辦法共同優(yōu)化以創(chuàng)造廣泛的健康利益，并根據(jù)需要適應(yīng)個(gè)人的基本基因型和狀態(tài)？”

（想要了解更多衰老生物學(xué)和復(fù)雜系統(tǒng)方法的共性，詳細(xì)內(nèi)容歡迎至文末掃碼領(lǐng)?。?/p>

圖注：衰老生物學(xué)中的“蝴蝶結(jié)”樣網(wǎng)絡(luò)簡(jiǎn)例

當(dāng)衰老生物學(xué)問(wèn)題成為一個(gè)網(wǎng)絡(luò)，線性的研究方法就不再適合探索完整的“衰老是什么？怎么干預(yù)衰老”的大問(wèn)題，而復(fù)雜系統(tǒng)方法正好能在研究方法上和概念上為加速衰老生物學(xué)提供一些可行的方案和建議。

No.1

研究方法

網(wǎng)絡(luò)分析方法

因?yàn)樽兞繑?shù)量過(guò)于龐大，把每個(gè)分子、每個(gè)細(xì)胞都建立成網(wǎng)路中的關(guān)鍵點(diǎn)目前是不可能的，但是如果只先把那些“涌現(xiàn)”出來(lái)的現(xiàn)象作為重點(diǎn)研究對(duì)象，就能將事情化繁為簡(jiǎn)[13]。

當(dāng)衰老表征和衰老的關(guān)系逐一明朗，再在這些大概念下面探索細(xì)致的分子細(xì)胞通路就會(huì)容易很多。除此之外，還可以通過(guò)計(jì)算動(dòng)力學(xué)建模等，展開(kāi)衰老生物學(xué)的復(fù)雜系統(tǒng)研究。

No.2

概念

開(kāi)發(fā)針對(duì)系統(tǒng)效應(yīng)而不是單個(gè)分子的多模式干預(yù)

在復(fù)雜系統(tǒng)網(wǎng)絡(luò)的前提下，靶向單個(gè)通路或分子的干預(yù)措施可能不再是好的選擇，而根據(jù)每個(gè)人的不同情況，采用組合的干預(yù)方式才是更科學(xué)更高效的干預(yù)方法。

除此之外，復(fù)雜系統(tǒng)方法對(duì)衰老生物學(xué)在概念上的建議還包括：考慮多種老化過(guò)程的聯(lián)合影響、將實(shí)驗(yàn)方法與建模和理論相結(jié)合，以及加快收集更復(fù)雜的數(shù)據(jù)等。這些略顯專業(yè)晦澀的概念，我們可以結(jié)合原文再細(xì)細(xì)品讀。

隨著老齡化問(wèn)題越發(fā)嚴(yán)重，衰老生物學(xué)研究欣欣向榮，過(guò)去的一百年里，無(wú)數(shù)基因位點(diǎn)、衰老表征、干預(yù)方法的發(fā)現(xiàn)，但是這些大量的數(shù)據(jù)仍然散亂無(wú)體系，在復(fù)雜系統(tǒng)的框架下，衰老生物學(xué)才能真正發(fā)揮其抗擊衰老、延長(zhǎng)人類健康壽命的潛力。

后人看今天衰老生物學(xué)的發(fā)展，興許會(huì)像今天人們看五十年前生態(tài)學(xué)的發(fā)展，而引領(lǐng)未來(lái)50年衰老生物學(xué)發(fā)展的重?fù)?dān)，也正落在了今天的這篇綜述中。

幸運(yùn)的是，適當(dāng)?shù)姆椒ㄒ呀?jīng)開(kāi)始出現(xiàn)，衰老生物學(xué)向復(fù)雜系統(tǒng)思維的轉(zhuǎn)變正在順利進(jìn)行中。

由于篇幅有限，我們無(wú)法將綜述中的內(nèi)容一一展開(kāi)詳解，更多關(guān)于衰老生物學(xué)未來(lái)發(fā)展方向，以及復(fù)雜系統(tǒng)方法的問(wèn)題，還需要讀者們自行去原文中探索，延長(zhǎng)人類健康壽命的目標(biāo)，終會(huì)通過(guò)我們這一代人實(shí)現(xiàn)。

參考文獻(xiàn)

[1] Cohen, A.A., Ferrucci, L., Fül?p, T. et al. (2022). A complex systems approach to aging biology. Nat Aging 2, 580–591 https://doi.org/10.1038/s43587-022-00252-6

[2] Cock, I. E. . (2011). Encyclopedia of life support systems (eolss). http://dx.doi.org/10.5530/pc.2011.2.10(2)

[3] May, R. M. (1973). Qualitative stability in model ecosystems. Ecology 54, 638–641

[4] Medvedev Z. A. (1990). An attempt at a rational classification of theories of ageing. Biological reviews of the Cambridge Philosophical Society, 65(3), 375–398. https://doi.org/10.1111/j.1469-185x.1990.tb01428.x

[5] Gems, D., & de Magalh?es, J. P. (2021). The hoverfly and the wasp: A critique of the hallmarks of aging as a paradigm. Ageing research reviews, 70, 101407. https://doi.org/10.1016/j.arr.2021.101407

[6] Lipsitz, L. A., & Goldberger, A. L. (1992). Loss of 'complexity' and aging. Potential applications of fractals and chaos theory to senescence. JAMA, 267(13), 1806–1809.

[7] May, R. M., Levin, S. A., & Sugihara, G. (2008). Complex systems: ecology for bankers. Nature, 451(7181), 893–895. https://doi.org/10.1038/451893a

[8] Baylis, D., Ntani, G., Edwards, M. H., Syddall, H. E., Bartlett, D. B., Dennison, E. M., Martin-Ruiz, C., von Zglinicki, T., Kuh, D., Lord, J. M., Aihie Sayer, A., & Cooper, C. (2014). Inflammation, telomere length, and grip strength: a 10-year longitudinal study. Calcified tissue international, 95(1), 54–63. https://doi.org/10.1007/s00223-014-9862-7

[9] Livingston, G., Huntley, J., Sommerlad, A., Ames, D., Ballard, C., Banerjee, S., Brayne, C., Burns, A., Cohen-Mansfield, J., Cooper, C., Costafreda, S. G., Dias, A., Fox, N., Gitlin, L. N., Howard, R., Kales, H. C., Kivim?ki, M., Larson, E. B., Ogunniyi, A., Orgeta, V., … Mukadam, N. (2020). Dementia prevention, intervention, and care: 2020 report of the Lancet Commission. Lancet (London, England), 396(10248), 413–446. https://doi.org/10.1016/S0140-6736(20)30367-6

[10] May R. M. (1972). Will a large complex system be stable?. Nature, 238(5364), 413–414. https://doi.org/10.1038/238413a0

[11] Cohen, A. A., Leung, D. L., Legault, V., Gravel, D., Blanchet, F. G., C?té, A. M., Fül?p, T., Lee, J., Dufour, F., Liu, M., & Nakazato, Y. (2022). Synchrony of biomarker variability indicates a critical transition: Application to mortality prediction in hemodialysis. iScience, 25(6), 104385. https://doi.org/10.1016/j.isci.2022.104385

[12] A Barabási. Network Science: From structure to control

[13] Langfelder, P., & Horvath, S. (2008). WGCNA: an R package for weighted correlation network analysis. BMC bioinformatics, 9, 559. https://doi.org/10.1186/1471-2105-9-559