指標正常照樣心衰？老年心衰新機制：心肌細胞衰老參與疾病進展

無論你是想了解最新抗衰黑科技，還是想知道日常抗衰小技巧；不管你是被抗衰理論搞得一頭霧水，還是在找適合自己的抗衰方案......

今日衰老科學研究

No.1

Nature Communications

[IF:15.7]

https://www.nature.com/articles/s41467-026-75004-w

美國康奈爾大學的Paraskevi Massara, Saurabh Mehta，加州大學的Rob Knight等人綜述了人工智能與機器學習在精準營養中的應用現狀與挑戰。文章指出，精準營養需要整合膳食、多組學、臨床和行為等多模態數據，而傳統機器學習（如LASSO、隨機森林、梯度提升）在處理高維數據和可解釋性方面具有優勢，作者強調數據標準化、跨隊列驗證、時間動態建模及因果推斷方法（如孟德爾隨機化）的必要性，并展望了數字孿生和智能體AI在動態個性化干預中的潛力。

No.2

Nature Communications

[IF:15.7]

https://www.nature.com/articles/s41467-026-75237-9

復旦大學中山醫院的Di Zhao, Yunzeng Zou等人發現轉錄調節因子Sub1是衰老相關射血分數保留型心力衰竭（HFpEF）的關鍵驅動因素。Sub1在老年心臟和HFpEF模型中高表達，其過表達加速心臟衰老和舒張功能障礙，而敲低Sub1則可延緩衰老并緩解HFpEF癥狀。機制上，Sub1通過與TAF9b和AROS相互作用穩定p53蛋白，促進心肌細胞衰老。

No.3

Cell Chemical Biolog

[IF:7.2]

https://www.cell.com/cell-chemical-biology/abstract/S2451-9456(26)00203-5

中國科學院的Xingxing Xie，Daichao Xu等人綜述了程序性細胞死亡（PCD）在衰老及相關疾病中的核心作用，重點聚焦于凋亡、壞死性凋亡和細胞焦亡三條途徑。這些機制在維持組織穩態中至關重要，但失調時會驅動細胞功能障礙、慢性炎癥和組織退化，形成衰老病理的惡性循環。文章強調，不同PCD途徑留下特異性生物標志物，可實現對衰老組織的精準區分評估；深入理解這些死亡機制與炎癥信號通路的交互網絡，將為開發衰老相關疾病的靶向治療策略開辟新途徑。

No.4

Aging Cell

[IF:7.1]

https://onlinelibrary.wiley.com/doi/10.1111/acel.70608

德國美因茨大學的Tinh Thi Nguyen, Kristina Endres等人利用正常衰老（SAMR1）和加速衰老（SAMP8）小鼠模型，發現結腸類器官可穩定保留衰老表型（如增殖下降、杯狀細胞增多、屏障受損）；腸神經系統-類器官共培養顯示，上皮細胞年齡（而非神經年齡）主導生長受限和膽堿能信號改變；老年糞便代謝物注射可誘導年輕類器官衰老。研究表明，腸上皮是整合細胞內在程序、微生物代謝和神經信號的核心衰老整合者。

No.5

Aging Cell

[IF:7.1]

https://onlinelibrary.wiley.com/doi/10.1111/acel.70624

韓國慶北國立大學衰老與代謝研究所的Md Riad Chowdhury, Dipanjan Chanda等人綜述了代謝激酶（AMPK、PDK、mTOR、AKT、PERK）作為細胞器間通訊核心整合者的作用：通過磷酸化信號間接調控線粒體-內質網、線粒體-溶酶體等細胞器通訊網絡，而非直接控制膜接觸位點。衰老中激酶失調導致鈣/脂質交換受損、自噬減退及線粒體質量控制缺陷，驅動神經退行性疾病和代謝衰老。文章強調需區分直接接觸調控與間接功能協調，指出靶向恢復細胞器通訊是延緩衰老的關鍵策略。

No.6

Advanced Science

[IF:14.1]

https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.76335

美國邁阿密大學的Bhumi Suthar, Suresh Pallikkuth, Ashutosh Agarwal等人開發了一種基于纖連蛋白的人類生發中心樣類器官（GCLO）平臺，將原代moDC、記憶性CD4+ T細胞和B細胞共培養，使其自組織成多細胞簇。GCLO能重現T-B空間組織、濾泡樣表型及IgG分泌；疫苗刺激產生最協調的免疫互作和漿母細胞分化，而超抗原僅誘導T細胞富集。平臺輸出與6名供體（3老3少）的臨床流感疫苗反應相符，老年供體表現為T細胞優勢、B細胞減少及IgG輸出降低，與免疫衰老一致，為研究人類體液免疫異質性和疫苗反應差異提供了可擴展框架。