想象一下，通过观察汽车的发动机、车漆和轮胎磨损程度，来测量汽车老化速度的过程，而不是仅仅查看里程表。这正是生物学年龄研究的本质。虽然我们都知道自己的历法年龄——即出生以来的年数——但我们的身体并不总是以相同的速度衰老。有些人直到七十多岁仍保持着强健的体魄，而另一些人则很早就出现了衰退的迹象。科学家们开发了被称为“衰老时钟”的工具，用以估算这种生物学年龄。这些工具通过分析来自我们的 DNA、血液或大脑扫描的复杂数据，来预测我们的内在年龄。其目标是识别谁的衰老速度过快以及原因何在，以便医生能够进行干预以预防疾病。然而，一项新的研究表明，用于构建这些时钟的计算机本身可能会误导我们，导致得出的结论不仅是错误的，有时甚至与事实完全相反。
问题在于这些被称为机器学习模型的计算机程序是如何训练的。为了教会计算机预测生物学年龄，研究人员向其输入来自数千人的数据，并使用他们已知的历法年龄作为标准答案。计算机学习识别生物数据中与日历年份相匹配的模式。但这些程序有一个隐藏的缺陷：它们天生倾向于平均值。当模型不确定时，它往往会选择中间地带。对于年轻人来说，这意味着计算机猜想他们比实际年龄更大；对于老年人，它猜想他们更年轻。这不是随机的错误，而是一种系统性的误差，它将极端情况向中心收缩。在衰老研究领域，这创造了一个扭曲的图景：最年长的人看起来在生物学上比实际更年轻，而最年轻的人看起来则更老。
马里兰大学及其他机构的 Hwiyoung Lee、Shuo Chen 及其团队发现，这种偏差不仅仅是计算错误了一个数字，它从根本上破坏了随后的科学研究。当科学家使用这些有缺陷的时钟来研究吸烟或饮食等生活方式因素如何影响衰老时，这种偏差可能会彻底颠倒结果。在一次涉及大脑扫描的真实案例测试中，标准的计算机模型显示，认知能力较好的人拥有“更老”的大脑，这暗示着聪明会让你衰老得更快。这是一个荒谬的结论。当研究人员纠正了计算机的偏差后，结果反转回了预期的现实：认知能力更好的人拥有更“年轻”、更有韧性的大脑。同样，在关于肾功能的一项研究中，有缺陷的模型显示较差的肾脏健康与较年轻的生物学年龄相关，而修正后的模型则展示了逻辑上的联系：较差的肾脏健康与加速衰老相关。
为了解决这个问题，该团队开发了一种名为“无偏机器学习回归”（Unbiased Machine Learning Regression）的新方法。他们没有让计算机寻找那条会导致平均值收缩误差的“阻力最小路径”，而是为训练过程增加了严格的规则。他们强制要求模型对两类特定人群保持完全准确：即年轻人和老年人。通过将模型锚定在这两个点上，计算机被迫在数据中画出一条笔直且准确的直线，从而确保“年长”的预测确实意味着年长，而“年轻”的预测也确实意味着年轻。当他们将这种新方法应用于英国生物样本库（UK Biobank）和弗明汉心脏研究（Framingham Heart Study）的数据时，系统性误差消失了。新的时钟不再显示健康与年龄之间那些奇怪且反向的关系。
这项发表在预印本上的研究结果强调，在使用人工智能理解人类健康时需要保持高度谨慎。该研究表明，仅仅拥有一个在纸面上看起来准确的计算机模型是不够的；如果模型存在偏差，它可能会导致对疾病成因及治疗方法的危险误解。研究人员已将他们的新型无偏工具提供给其他科学家，为确保下一代衰老时钟讲述的是关于我们身体的真相，而非由构建它们的软件局限性所扭曲的故事，提供了一种途径。
技术摘要：用于衰老时钟的可信机器学习/人工智能
问题陈述
机器学习（ML）和人工智能（AI）回归模型正越来越多地被用于构建“衰老时钟”，通过组学和医学影像数据来估算生物学年龄。这些模型存在一个基本但未被充分重视的统计学局限性，即系统性预测偏差。标准的机器学习回归方法（如随机森林、梯度提升、神经网络、正则化回归）通常针对均方误差（MSE）等常见目标函数进行优化，这会导致预测值向均值收缩。其结果是产生一种系统性模式：对于高龄个体，预测的生物学年龄被低估；对于低龄个体，则被高估。
这种偏差在生物学年龄研究中尤为严重，因为真实的生物学年龄是一个潜变量（未观测变量）。模型通常使用实际年龄（chronological age）作为替代结局进行训练。虽然存在标准的后验校准策略，但这些策略往往使预测的生物学年龄过度依赖于实际年龄，从而限制了捕捉真实生物学变异的能力。更关键的是，这种系统性偏差会传播到下游的关联分析中。当衰老时钟被用作结局变量来评估与健康因素（如吸烟、肾功能）的关联时，该偏差会扭曲甚至反转关联的方向，导致错误的结论（例如，暗示较高的预测脑龄与更好的认知表现相关）。
方法论
作者提出了一个名为**无偏机器学习回归（Unbiased Machine Learning Regression, UMLR）**的有原则的框架，旨在模型构建阶段防止系统性预测偏差，而非在事后进行修正。
- 理论特征化： 论文通过数学方式定义了系统性预测偏差。对于真实结局 Y 和预测值 Y^，偏差被表征为向均值的线性收缩：E(Y^∣Y=y∗)−y∗=(η−1)y∗，其中 η∈[0,1]。当 η<1 时，表示存在偏差。
- 处理潜变量结局： 在衰老时钟的应用中，由于真实的生物学年龄 Y 是不可观测的，作者证明（定理 1）通过将预测的生物学年龄 (Y^) 对实际年龄 (A) 进行回归所估计出的系统性偏差，是相对于潜变量生物学年龄偏差的一致估计量。这使得利用可观测的替代结局来量化并修正偏差成为可能。
- 约束优化： UMLR 通过添加约束条件来修改标准的 MLR 目标函数。模型在满足两个关于训练数据两个不相交子集（R1 和 R2，通常由截断值定义，如样本均值）的均值匹配约束下最小化损失函数（如 MSE）：
- ∑i∈R1(f(Xi)−Yi)=0
- ∑i∈R2(f(Xi)−Yi)=0
从几何角度看，这些约束强制拟合的回归线通过无偏 45 度线上的两个不同锚点，从而确保斜率等于 1 (η=1) 并消除系统性偏差。
关键结果
论文通过合成实验和两个现实世界的案例研究验证了 UMLR 框架：
- 合成实验： 证明了标准 MLR 模型一致表现出 η<1（偏差），导致下游关联估计出现偏差。相比之下，UMLR 实现了 η≈1，从而得到了无偏的生物学年龄差距及其与协变量的关联估计。
- 案例研究 1（脑龄）： 使用来自 UK Biobank（训练集）和 Human Connectome Project（测试集）的神经影像数据，作者对比了标准 MLR 和 UMLR。
- 标准 MLR 显示出显著偏差（训练集中 η≈0.30，测试集中 ≈0.37）。
- 下游影响： 标准 MLR 表明脑龄加速与流体认知之间存在正向关联（暗示大脑变老意味着认知更好），而 UMLR 则显示了预期的负向关联（加速衰老与认知能力下降相关）。
- 案例研究 2（表观遗传年龄）： 使用来自 Framingham Heart Study（UMN 训练集，JHU 测试集）的 DNA 甲基化数据来预测肾功能（血清肌酐）。
- 标准 MLR 表现出偏差（训练集中 η≈0.33，测试集中 ≈0.37）。
- 下游影响： 标准 MLR 表明表观遗传年龄差距与肌酐之间存在负向关联（暗示较差的肾功能对应较年轻的表观遗传年龄）。UMLR 修正了这一点，显示出与生物学预期一致的正向关联（尽管在该特定测试中统计学意义不显著）：即较差的肾功能对应加速的衰老。
值得注意的是，虽然相对于实际年龄，UMLR 往往比标准 MLR 产生较低的 R2 和较高的 RMSE，但作者认为这是一种理想的权衡。相对于替代结局而言较低的 R2 表明模型受到的约束较少，不会仅仅简单地镜像实际年龄，而是能更好地捕捉具有生物学意义的偏差。
意义与主张
论文声称，系统性预测偏差是基于 ML/AI 的衰老时钟中普遍存在的问题，它能从根本上改变生物医学推断。这项工作的意义在于：
- 识别关键缺陷： 指出标准的 ML 优化准则倾向于产生偏向性的预测，从而扭曲生物学年龄研究中的下游因果或关联推断。
- 提供解决方案： 引入 UMLR 作为一个广泛适用的、有原则的框架，通过约束优化从源头上防止偏差，确保在无需观测到真实生物学年龄的情况下实现有效的下游推断。
- 纠正误导性结论： 通过案例研究证明，忽视这种偏差可能会导致不仅错误而且与生物学现实完全相反的结论（例如，反转风险关联的方向）。
作者强调，对于将衰老时钟作为主要终点或生物标志物以指导公共卫生和临床决策的研究，采用像 UMLR 这样无偏的框架对于确保所推断的衰老与健康结果之间关系的有效性至关重要。
每周获取最佳 bioinformatics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。