在生命科学领域，细胞衰老一直是研究的热点话题。随着人们对健康和长寿的关注度不断提高，深入了解细胞衰老的过程和机制变得愈发重要。近日，一项发表于Cell Reports的研究为我们带来了新的突破 ——scCamAge，这一先进的预测引擎能够从微观层面揭示细胞衰老的奥秘，为我们理解衰老过程、开发抗衰老策略提供了强有力的工具。
细胞衰老研究的现状
随着时间的推移，细胞的各种功能逐渐衰退。在这个过程中，细胞的分子组成、表型表达和形态结构都会发生显著变化。从分子层面来看，DNA 损伤不断积累，基因表达模式发生改变；在细胞形态上，细胞体积增大，线粒体功能异常，细胞核结构也会发生变化 。这些变化不仅影响细胞自身的功能，还与许多衰老相关疾病，如心血管疾病、神经退行性疾病和癌症等密切相关 。
传统的遗传方法虽然是研究细胞衰老的金标准，但存在诸多局限性。例如，随机和组合标记会导致实验结果的不确定性，难以提供高时空分辨率的信息，而且引入的外源遗传元素可能会干扰细胞的正常行为 。但随着深度学习技术在细胞衰老研究中的广泛应用，人们能够通过分析面部或细胞显微镜图像来识别与年龄相关的形态特征。然而，现有的深度学习方法普遍缺乏泛化能力，难以准确预测衰老相关的生物活性，并且缺乏可解释性，无法为后续的实验研究提供有力支持。
在众多研究细胞衰老的模型中，酵母（Saccharomyces cerevisiae）因其生长周期短、易于遗传操作和大规模实验等优点，成为了研究衰老机制和评估抗衰老干预措施的重要模式生物 。许多在酵母中发现的与衰老相关的基因和通路，在人类等高等生物中也具有保守性 。例如，一些参与细胞代谢、氧化应激反应和 DNA 损伤修复的基因，在酵母和人类细胞中都发挥着相似的作用。但目前对于酵母细胞在衰老过程中，不同突变体或药物诱导的促长寿或抗长寿反应的时间点，以及衰老相关的细胞时空和形态变化是否在进化上保守等问题，仍有待进一步研究。
scCamAge：细胞衰老研究的新利器
为了克服现有研究方法的局限性，来自印度 Indraprastha Institute of Information Technology - Delhi 的研究团队开发了 scCamAge，这是一种基于上下文感知的多模态预测引擎，为细胞衰老研究带来了新的视角。
scCamAge 的开发过程严谨而复杂。研究人员首先通过在最佳生长条件下，对处于不同衰老阶段（从第 2 天的年轻细胞到第 20 天的衰老细胞）的酵母细胞进行高分辨率相差显微镜成像，获取了大量的单细胞图像 。这些图像来自三个独立的大规模实验，涵盖了酵母细胞衰老过程中的关键时间点。为了确保图像质量和准确性，研究人员对原始图像进行了严格筛选，手动过滤掉了分割不当的细胞，最终得到了 336,514 个单细胞图像用于后续分析 。
酵母细胞随时间衰老的生存曲线，标记获取显微镜图像构建训练数据集的关键时间点，右侧为 scCamAge 工作流程示意图，涵盖图像分割、构建预测模型及分析其他特征等步骤。
在模型构建阶段，研究人员采用了迁移学习的方法，测试了包括 InceptionResNet、GoogLeNet、ResNet 和 VGG19 在内的四种预训练模型 。经过对比，InceptionResNet 模型在预测酵母细胞年龄方面表现最为出色，其 AUC 值在 72.45 至 83.93 之间 。研究人员对该模型进行了超参数优化，并在 500 个训练周期中进行训练，最终选择在第 200 个训练周期时性能最佳的模型作为 scCamAge 的默认预测模型，此时模型的 AUC 达到 86.2%，准确率为 53.4%（随机准确率为 10%） 。
scCamAge 不仅能够预测细胞年龄，还具备强大的功能拓展。它可以同时预测与衰老相关的六种生物活性，包括活性氧（ROS）水平、线粒体动力学、液泡形态、表观遗传改变、蛋白质稳态和基因组稳定性 。研究人员利用基于生物活性染料的测量方法和药物暴露实验，系统地从单细胞显微镜图像中捕捉和分析衰老特征。在预测生物活性时，scCamAge 通过基于相差图像嵌入构建回归模型，避免了在测试过程中对荧光图像的依赖，提高了预测的效率和可扩展性。
衰老相关生物活性，如 ROS 水平、线粒体丰度等，及推断策略
在细胞形态计量方面，scCamAge 能够自动计算细胞的面积、周长和凸包等形态参数。研究发现，在酵母细胞的衰老过程中，细胞的面积、周长和凸度会随着年龄的增长而显著增加。年轻细胞在面积和周长分布上的差异较大，而随着细胞逐渐衰老，这种分布变得更加均匀，这一变化通过峭度范围的变化得到了明显体现，反映出细胞在衰老过程中发生的显著形态改变。scCamAge还配备了可解释性模块，该模块能够识别对模型年龄预测至关重要的亚细胞区域。通过对不同年龄阶段酵母细胞的分析，研究人员发现，在年轻细胞（第2天）中，感兴趣区域主要集中在细胞核附近；而在衰老细胞（第20天）中，这一区域则明显向细胞壁转移。这一发现为深入理解细胞衰老过程中的微观变化提供了直观依据，展示了scCamAge在揭示细胞衰老机制方面的独特优势。
scCamAge助力解锁细胞衰老密码
在探究长寿药物对酵母细胞衰老的影响时，研究人员使用了已知具有促长寿作用的药物，如二甲双胍、精胺和亚精胺 。通过scCamAge对不同时间点处理后的酵母细胞进行分析，他们发现二甲双胍处理的细胞在衰老早期（第4天）就出现了明显的促长寿反应，表现为预测轴向左移，这意味着细胞的衰老进程得到了延缓 。精胺和亚精胺处理的细胞与对照组相比，老化细胞的积累速度明显延迟。进一步的分析表明，这些药物能够显著影响酵母细胞的生物活性和形态结构。在生物活性方面，处理组的线粒体电位、ROS水平和细胞内液泡数量均有所升高，同时细胞的基因组稳定性也得到了增强 。在形态结构上，二甲双胍处理的细胞在衰老过程中细胞面积和周长分布发生了显著的右移，而亚精胺处理的细胞在特定时间点（CLS第6天和第8天）也出现了类似的变化 。通过scCamAge的可解释性模块，研究人员还发现这些药物处理后，细胞的关键区域（如细胞壁和皮质细胞质）对模型预测的影响发生了改变，这表明药物可能通过影响这些区域来调节细胞的衰老进程。
野生型酵母细胞在不同时间点经长寿药物处理后的相差显微图，比例尺为 20μm
酵母细胞的基因敲除实验为研究衰老机制提供了重要线索。研究人员利用scCamAge对多种已报道的具有促长寿或抗长寿表型的酵母基因敲除突变体进行了研究 。结果显示，不同的促长寿突变体在衰老过程中激活长寿反应的时间点存在差异。pdx3Δ细胞在第2天或第4天就启动了促长寿反应，而pho89Δ和prs3Δ细胞则表现出延迟的反应 。
对于抗长寿突变体，如trx1Δ、kgd1Δ和sod2Δ等，scCamAge检测到它们的衰老表型出现得更早 。在生物活性预测方面，这些突变体的线粒体电位、ROS水平和细胞内液泡数量也呈现出与野生型细胞不同的变化趋势 。通过将这些突变体的单细胞数据投影到scCamAge的可解释性模块上，研究人员发现促长寿突变体和抗长寿突变体在细胞壁区域的相对富集存在明显差异，这进一步证实了scCamAge在追踪细胞衰老和预测衰老相关生物活性方面的准确性和有效性。
热应激对细胞衰老的影响是另一个研究重点。研究人员通过对酵母细胞进行不同的温度处理，包括持续最适温度（30°C - 30°C，稳态 [SS]）、持续高温（37°C - 37°C，热休克 [HS]）和迭代脉冲温度（30°C - 37°C，热脉冲 [TP]），来探究热应激对酵母细胞衰老的影响 。scCamAge分析结果显示，在TP条件下，酵母细胞呈现出轻微的促长寿反应，而HS处理的细胞则表现出抗长寿反应 。可解释性模块表明，在TP条件下，关键特征的富集区域从细胞核转移到了细胞壁，这一变化与促长寿药物处理后的结果相似 。进一步的生物活性评估发现，TP条件下细胞的荧光强度在衰老后期呈现出先下降后回升的动态变化，而HS条件下则呈现相反的趋势，SS条件下的反应则较为复杂 。虽然在CLS实验中，SS和TP组之间没有显示出统计学上的显著差异，但在复制寿命（RLS）实验中，TP和二甲双胍处理的细胞相比SS或HS组，芽的数量明显减少，这表明TP处理能够有效延缓酵母细胞的复制衰老，并且这种抗衰老效果与细胞壁上的芽相关形态特征密切相关。
为了深入了解TP条件下酵母细胞RLS延长的分子机制，研究人员进行了转录组学和代谢组学分析 。转录组学分析结果显示，TP处理的细胞与SS处理的细胞相比，有多个关键转录本发生了变化，这些转录本与酵母和其他模型中的促长寿反应相关 。基因本体分析表明，氨基酸生物合成、真菌细胞壁重塑和衰老等通路在TP条件下显著富集，这与scCamAge的预测结果和RLS实验结果相吻合 。通过对公共单细胞RNA - seq数据集的重新分析，研究人员还发现了一些在轻度热应激脉冲（TP）下与持续热应激表达模式相反的基因，这表明细胞在TP条件下可能通过独特的转录机制来适应热应激，从而实现寿命的延长 。在代谢组学分析中，研究人员发现TP处理的细胞中，嘧啶代谢和维生素B6代谢等多个与寿命调节相关的代谢通路被激活 。通过整合转录组学和代谢组学数据，研究人员确定了包括缬氨酸、亮氨酸和异亮氨酸生物合成、谷胱甘肽代谢以及半胱氨酸和甲硫氨酸代谢等关键代谢通路，这些通路在TP条件下对酵母细胞的促长寿表型起着至关重要的调节作用 。
scCamAge 揭示迭代热应激对酵母复制寿命的影响：scCamAge 表明迭代热脉冲处理可使酵母细胞产生促长寿反应，与对照组相比，在细胞形态、生物活性和复制寿命方面存在显著差异，且得到转录组和代谢组学验证。
细胞衰老相关的形态计量学和生物活性在进化上的保守性是一个重要的研究问题。研究人员推测，由于从酵母到人类的衰老相关细胞通路和形态变化具有一定的保守性，因此基于酵母衰老数据集训练的scCamAge模型可能能够识别人类细胞培养中的衰老细胞 。为了验证这一假设，他们使用喜树碱（CPT）诱导人原代成纤维细胞衰老，并构建了相应的数据集 。通过对不同CPT浓度处理后的细胞进行SA - β - gal染色，研究人员证实了随着CPT剂量的增加，衰老细胞的数量显著增多 。随后，他们将未经额外训练的酵母训练的scCamAge模型应用于该数据集，结果发现该模型能够成功识别和分类衰老的成纤维细胞，并且在性能上显著优于基础的InceptionResNet模型 。这一结果表明，尽管酵母和人类成纤维细胞在进化上存在巨大差异，但衰老诱导的细胞表型、形态标记和相关生物活性在很大程度上是保守的 。研究人员还在一个独立的复制性衰老数据集上对scCamAge进行了测试，得到了类似的结果，进一步验证了scCamAge在跨物种衰老研究中的有效性。
scCamAge 揭示衰老介导的细胞形态变化的进化保守性：训练于酵母的 scCamAge 模型可有效识别和分类人成纤维细胞衰老，经人源数据再训练后性能提升，证明衰老相关细胞表型和生物活性在进化上具有保守性，同时展示了相关资源。
为了进一步拓展scCamAge的应用范围，研究人员利用转移学习的方法，将基于酵母训练的scCamAge模型在人成纤维细胞衰老数据集上进行再训练 。经过训练后，模型在识别人类细胞衰老特征方面的能力得到了显著提升，在多类分类中达到了52.4%的准确率（随机准确率为16.7%），在衰老与非衰老细胞的二元分类中准确率达到了约86%，精度和召回率分别为92%和88% 。研究人员还开发了一个包含酵母和人成纤维细胞单细胞图像数据集以及超参数调整模型的资源库，并以Docker镜像和Jupyter笔记本的形式提供给科研社区，为其他研究人员开展细胞衰老研究提供了便利 。
研究的意义、局限与展望
从基础研究角度来看，scCamAge为科学家们提供了一个全面、深入研究细胞衰老过程的有力工具。通过准确预测细胞年龄、分析衰老相关生物活性和形态变化，scCamAge帮助我们更细致地了解细胞衰老的机制，揭示了不同因素对细胞衰老的影响方式和程度 。这有助于我们深入理解生命的基本过程，为进一步探索衰老相关疾病的发病机制提供了新的思路和方法 。
在药物研发领域，scCamAge可以用于快速筛选和评估潜在的抗衰老药物。通过观察药物处理后细胞的衰老相关指标变化，研究人员能够更高效地判断药物的有效性，加速抗衰老药物的研发进程 。它还可以为个性化医疗提供支持，通过对患者细胞的分析，预测疾病的发展和治疗反应，为制定个性化的治疗方案提供依据 。
然而，scCamAge也存在一些局限性。目前，酵母scCamAge模型是基于CLS数据集开发的，这可能限制了它在RLS实验中的应用，不过其框架可以通过转移学习整合RLS数据来进行改进 。在生物活性预测方面，模型测试时使用的药物浓度范围较窄，可能无法完全反映衰老过程中的生理水平，未来需要纳入更广泛的数据集和遗传传感器来优化预测模型 。
scCamAge在酵母细胞中确定的感兴趣区域可能与酵母的出芽活动等特定特征相关，这可能限制了其对哺乳动物细胞的适用性 。在验证模型时使用的药物和基因敲除突变体往往具有较强的寿命影响，这可能导致模型对更微妙的寿命变化检测不够敏感 。虽然转移学习使得scCamAge能够应用于人类数据集，但由于酵母和人类细胞在形态和生物活性上存在较大差异，转移学习的效果可能会受到一定影响，模型可能无法完全捕捉人类衰老表型的复杂性 。目前缺乏可用于基准测试的类似模型和数据集，这也给scCamAge的评估和进一步改进带来了困难 。
随着技术的不断发展和研究的深入，scCamAge有望得到进一步优化和拓展。在技术改进方面，研究人员可以尝试采用更先进的细胞分割方法，如Cellpose或StarDist，以提高细胞图像分割的准确性，减少细胞损失 。可以进一步拓展生物活性预测的范围，纳入更多与衰老相关的标记物，如端粒长度、细胞周期活性和自噬等，从而提升模型在不同生物系统中的预测能力 。
scCamAge为细胞衰老研究打开了一扇新的大门，尽管目前还存在一些不足，但随着技术的进步和研究的不断深入，它有望在未来为我们揭示更多关于细胞衰老和健康长寿的奥秘。
tips//:
衰老是多维度的概念，既是可感知的变化，也是客观事实。肉眼可见的衰老表现为皮肤松弛、皱纹增多、头发变白变稀等。身体机能上，体力、耐力下降，免疫系统和心血管功能衰退。在细胞和分子层面，端粒缩短、DNA 损伤积累、线粒体功能异常等变化不断推进衰老进程。这些微观变化虽无法直接察觉，但却是衰老的根本原因。
目前市面上常见的一些衰老检测产品，多为端粒长度、甲基化，以及血液标志物检测。这些检测各有优势亦存在短板。
端粒长度检测产品是基于 PCR 或二代测序技术，检测血液或唾液样本中的端粒长度。端粒被视为细胞的 “生物钟”，随细胞分裂逐渐缩短，端粒长度可反映细胞衰老程度。这类产品能为消费者提供一个量化的衰老指标，但端粒长度只是衰老的一个方面，不能全面反映整体衰老状况。
甲基化时钟检测产品是通过分析特定基因区域的甲基化水平来计算 “表观遗传年龄”。DNA 甲基化模式随年龄变化，该检测能相对准确地评估个体的生物学年龄，与实际年龄对比，可判断衰老速度。不过，目前不同的甲基化时钟算法存在差异，且环境因素对甲基化影响复杂，其检测结果的标准化和精准度仍需提升 。
与血液生物标志物检测相关，市面上有检测血液中多种生物标志物评估衰老的产品，如检测炎症因子（如 C 反应蛋白）、氧化应激指标（如丙二醛）、激素水平（如 D- 二聚体）等。这些生物标志物与衰老及相关疾病密切相关，可从一定程度上反映身体的衰老状态和健康风险，但它们受多种因素影响，结果解读需综合考量。
