以往的机械还原论为衰老研究提供了深刻的见解，包括识别关键途径、基因、机制和过程等。然而，衰老是一个涉及全身的系统性变化过程，在整个生命周期中，细胞、组织、个体和种群的衰老进程在时间和空间上均存在差异，具有高度复杂性和异质性，给传统的衰老研究范式带来了诸多挑战。
随着研究的进一步深入，有必要打破机械“孤岛”（例如，不同细胞、组织类型之间的互作，多层级之间的影响，不同损伤和响应机制之间的动态关联等），从更高精度和多层级的复杂系统层面理清衰老的脉络。高通量和高精度测序和分析手段的发展为衰老研究提供了前所未有的范围和分辨率，从而为从不同维度解码整个生物体的衰老特征提供了契机。同时，海量数据的出现，及其伴随的分析工具和人工智能（AI）算法的发展也进一步推动了衰老研究向高分辨率、时空尺度、多模态和系统性的新型研究模式转变。这些新技术和新方法从根本上改变了研究人员的思维方式，推动衰老研究朝着完整系统化的方向发展。
近期，Annual Review of Biomedical Data Science 杂志在线发表了中国科学院动物研究所刘光慧研究员、马帅副研究员、中国科学院北京基因组研究所任捷研究员以及首都医科大学宣武医院王思研究员合作撰写的题为“Decoding Aging Hallmarks at the Single-Cell Level”的特邀综述文章，系统总结了单细胞技术及相应数据驱动分析范式的变革在衰老研究领域中的应用。
综述重点描述了高精度测序技术、大数据驱动的分析工具及AI算法在多层级和系统层面解码衰老标志物和潜在干预靶标方面的应用，阐明了其在机体重要脏器以及机体系统衰老变化特征中的研究范式。最后，结合衰老研究技术的发展进程，作者对衰老研究从传统向新研究模式的转变进行了展望，为领域内研究人员从高精度时空尺度系统解析衰老的复杂生物学规律提供了参考。期待随着领域的不断发展，能逐渐深入地接近机体衰老的本质，并回答衰老研究中三个核心科学问题：我们的机体有多老？我们为什么会变老？怎样才能老得慢一些、健康一些？
图1. 衰老研究向系统、精准模式的转变
中国科学院动物研究所副研究员马帅，中国科学院北京基因组研究所助理研究员池旭，中国科学院动物研究所助理研究员蔡雨生和冀喆君为文章的并列第一作者。中国科学院动物研究所刘光慧研究员和马帅副研究员、北京基因组研究所任捷研究员以及首都医科大学宣武医院王思研究员为文章的共同通讯作者。
文章来源“iNature”
