PsyBrain 脑心前沿 / 综合神经科学：顶刊文献解读专题 / A · 文献解读 / A014 · NatAging为什么有的生命只活几天，有的活几十年？给

A014 Nat Aging | 为什么有的生命只活几天，有的活几十年？给比较衰老一个机制化坐标系

来源：公众号 PSY-Brain_Frontier ｜发布：2026-06-17 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: A damage accumulation model identifies distinct aging regimes across species

发表时间: 2026-06-09

发表期刊: Nature

影响因子: 48.5

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

研究背景

不同物种都会随年龄增长而死亡风险上升，但中位寿命可从小时、天跨到数十年。Gompertz 或 Weibull 曲线能描述生存形状，却难说明长寿主要对应损伤产生更低、移除更强，还是死亡阈值更高。本文不是新做生物实验，而是用损伤累积模型重读多物种生存数据，比较 E. coli、酵母、线虫、果蝇、小鼠、豚鼠、猫、狗和人类的衰老动力学

实验设计与方法逻辑

作者使用饱和移除模型（saturating removal model，SR model），把衰老相关损伤表示为标量 x：损伤产生随年龄线性上升，损伤移除会饱和，并叠加随机噪声；当 x 首次超过死亡阈值 Xc 时，模拟个体死亡。作者每组参数模拟 20,000 个个体，用马尔可夫链蒙特卡洛（Markov chain Monte Carlo，MCMC）拟合真实生存数据，再用 Shapley 加性解释（Shapley additive explanations，SHAP）评估参数对寿命预测的相对贡献

Fig. 1 | Schematic overview of SR model.

核心发现

发现一：同一 SR model 能拟合多物种生存曲线，但危险率形状不同

SR model 总体能描述 E. coli、酵母、线虫、果蝇、小鼠、豚鼠、猫、狗和人类的生存数据，也能捕捉危险率曲线的主要形状。不同物种并不只是寿命长短不同：有些更接近 Weibull 型幂律上升，有些更接近 Gompertz 型指数上升。作者也指出，模型没有捕捉到 C. elegans 老年阶段死亡率下降这一例外

Fig. 2 中，作者并列展示了多物种生存曲线、模型拟合和危险率分组；这一结果提示，相似的死亡风险上升背后可能对应不同动力学状态

发现二：损伤产生率 η 是模型中最强的单一寿命预测参数

损伤产生率（damage production rate，η）随物种中位寿命增加而下降，跨越约七个数量级。SHAP 分析中，η 的平均重要性最高，接近死亡阈值 Xc 与移除参数 β 两者贡献之和；单参数替换和方差分析也支持这一排序

Fig. 3 中，作者把 η 与中位寿命、SHAP 重要性和衰老状态指标放在一起比较；这一结果支持 η 是模型内解释跨物种寿命差异的最强单一参数

发现三：衰老动力学可分为弹道式与准稳态两类

在酵母、线虫、多数果蝇和小鼠中，损伤产生在多数生命阶段超过移除，作者称为弹道式衰老（ballistic aging）；在人体、狗、豚鼠和猫中，产生与移除在较长时间内接近平衡，作者称为准稳态衰老（quasi-steady-state aging）。哺乳动物中，噪声达到死亡阈值的时间尺度、以及移除与噪声时间尺度之比在模型中较为接近；酵母复制性衰老则表现出近似可忽略的移除参数