伴随国民健康素养持续提升,健康衰老已从实验室议题走入大众消费视野。《2026内调抗衰生态线上消费行为研究报告》显示,国内抗衰消费已告别单一的皮肤抗老诉求,60%以上消费者开始关注内脏、内分泌等身体内在状态的维护。
市场规模快速扩张的同时,行业也暴露出发展不均衡的问题:不少产品追逐热门原料概念,却缺少体系化的底层科研证据支撑。如何把严谨的衰老生物学研究,转化为普通消费者可以接触的健康方案,成为大健康赛道的重要命题。
器官异质性,重塑衰老认知
2026年发表于《Nature Aging》的一项哈佛大学网络医学团队研究揭示,人体不同器官拥有各自的衰老时序——肝脏、免疫、代谢与生殖系统的老化进程并非同步推进,11类衰老标志模块相互交联,构成复杂的调控网络。该研究在评估6442种化合物后,仅筛选出21种具备潜在延寿活性的物质,从侧面印证了面对多重网络耦合的衰老机制,单成分干预策略存在明显局限。
同期,中国科学院团队基于2019名中国人群构建的“数字衰老孪生”模型显示,肝脏衰老约在40岁出现拐点,脑衰老则在50岁左右加速,进一步佐证了器官衰老的异步性特征。
2026年《自然》子刊的一项多组学整合研究进一步揭示,代谢、肝脏、肾脏等器官的衰老不仅各自独立,其下游蛋白扰动还会波及血管、骨骼等其他系统,形成复杂的交互网络。
从单分子到系统配方,AI打通转化链路
理论突破之后,如何将前沿发现转化为消费者可触及的产品,成为产业界亟待跨越的鸿沟。此前,Insilico Medicine、Recursion等AI平台在分子设计、虚拟筛选上已颇有建树,但大多以单一靶点和特定疾病为核心,难以直接迁移至需要多成分协同起效的健康产品。
即便是2023年MIT团队在《自然·衰老》上展示的图神经网络成果(从2352个化合物中预测出可清除衰老细胞的候选分子)也仍停留在单分子阶段。
在此背景下,部分具备科研背景的企业尝试搭建系统化的AI制剂平台,整合分子图神经网络、多组学衰老时钟、器官年龄模型和生物医学知识图谱等技术,将海量化合物数据、蛋白靶点、代谢通路与科学文献统一在同一框架之下,借助AI对不同器官通路上的作用机制进行精确解析,完成协同效应与安全性评估,并通过生物年龄数据进行效果验证。
本土化数据基建,补齐人群差异短板
当前衰老模型多基于欧美人群样本构建,与国内人群在遗传背景和代谢特征上存在差异。为弥补这一空白,部分企业已联合国内医疗机构启动中国人群自然衰老前瞻性队列研究。
以LAIFE母公司Regenerative Bio与浙江大学医学院附属邵逸夫医院的合作为例,该研究覆盖近3000名中国人群,持续积累多组学与临床体检数据,搭建适配本土人群的器官衰老时钟数据集,同时建立多器官类器官衰老模型用于候选配方的体外验证。
透过这一实践可以看到,流量概念终将退潮,科研实证才是长久发展的底色。膳食营养补充是日常健康管理的辅助手段,均衡饮食、规律作息、适度运动依旧是维护机体状态的核心。国内衰老干预产业行稳致远,需要更多产学研协同,把严谨的实验室研究与AI计算工具转化为适配国人的健康工具,引导公众建立理性的健康衰老认知。
频道推荐
