方法学说明:本文承重论断经 34 组 × 3 票对抗验证(102 票:33 组含口径修正、1 组被推翻、0 组全票免修),另对 6 项单源承重实证各增设反证搜索席与有否决权的方法学审计席(12 席:2 席升级多源证实、1 席判定方向存争、9 席限制使用)。验证共产出 90+ 处口径修正,其中三处直接改写了本文原定的论证方向——被推翻和被限制的部分都写在正文里,不藏进脚注。证据分级:【多源】≥2 独立来源同向;【单源已核】一手可回溯;【方向存争】独立来源矛盾;【当事方口径】利益相关方自述,方向可参考、程度不承重;【未验证】。所有数字截至 2026 年 7 月。本文是证据综述,不构成医疗建议。文中任何药物都不应据此服用;处方药的超说明书使用尤其需要医生评估。
关于长寿干预的争论几乎从不发生在事实层面。雷帕霉素延长小鼠寿命是真的,二甲双胍的流行病学起点是真的,热量限制改善代谢指标是真的。争论发生在这些真事被搬到哪一层。
所以本文先立一把尺子。任何长寿干预的证据只能落在三层里:
四个干预在这把尺子上的位置差得极远,而流行叙事的热度与它们的位置几乎无关。更要紧的是,把证据从低层搬到高层不是靠一次大胆的飞跃,而是靠四种很小、很具体、几乎总能通过同行评审的滑坡:
本文的体检结果是:四个干预各有一个"招牌数字",而四个招牌数字全部是上述某一种滑坡的产物。这不是四次独立的疏忽,是一个领域在缺少合格终点时的系统性行为。
值得先说清楚的是,判据滑坡是双向的。它通常让阳性结果显得更强,但本文也抓到了它让阴性结果显得更温和的例子(见 2.5 节)。方向不同,机制一样。
要谈证据分级,先得有一个不为任何人立场服务的记分牌。这个领域恰好有一个,而且只有一个。
美国国家老龄研究所的干预测试计划(Interventions Testing Program,ITP)从 2004 年起运行,设计上做了三件绝大多数小鼠寿命研究没做的事【多源,一手设计论文】:
遗传背景不是单一品系。 每只鼠都是 UM-HET3——由 CByB6F1/J 母鼠(BALB/cByJ × C57BL/6J)与 C3D2F1/J 父鼠(C3H/HeJ × DBA/2J)杂交而来的四向杂种,没有一只是近交系。这消掉了"某个效应只是某个品系的怪癖"这一整类质疑。NIA 自己的措辞是这群鼠"genetically heterogeneous, the equivalent of a large sibship"——基因型各不相同,但仍是亲缘个体。
三个站点并行跑同一套操作规程。 杰克逊实验室、密歇根大学、UT Health San Antonio 各跑一份。设计论文对"统一"这件事是留了余地的:规程只保证条件"as uniform as possible",并直言"It is particularly challenging to provide uniform environmental conditions at independent institutions."这份诚实很重要——它自己量化了残余差异:雄性对照鼠三站点的中位寿命均值 799 天,极差 137 天,占均值的 17%。
功效是预先算过的,而且算得不高。 2008 年设计论文的每臂规模是每站点 36 雌 44 雄(合计 108 雌 132 雄);雄性多是因为预期部分笼子会因打斗被剔除;对照组规模是实验组的两倍。功效口径必须完整引用:2017 年的程序综述写的是"detect a 10% change in mean lifespan, in either sex, with 80% power, pooling data from as few as two sites"——是平均寿命、是合并站点后。注意这意味着一件事:ITP 在设计上就分辨不了 10% 以下的效应。 这个数字后面会反复起作用。
一处修正:36/44 是 2008 年的设计,不是今天的实际规模。2024 年报告的近期 cohort 每臂已是 142–156 雄、132–144 雌(合并三站点)。用现在时态引用 36/44 是错的。
结果不论正负都发表。 这一条我原本以为查不到明文,验证把它推翻了:NIA 的 ITP 页面在"Publication, Data Sharing, and Biospecimens"标题下写着"All lifespan results, both positive and negative, are submitted for publication."【单源已核,官方页面】这是这个领域里罕见的、写在纸面上的发表承诺,应该照实记下来。
所有 ITP 百分比都要对着同一个分母读:3,690 只对照鼠(六个 cohort,起始年份 2004、2005、2006、2007、2009、2010)的雌性中位寿命 887 天(95% CI 879–898),雄性 803 天(791–815)。"雄性延长 20%"意味着在 803 天的基线上加约 160 天。
| 化合物 | ITP 判决 |
|---|---|
| 雷帕霉素 | 过,效应最大且跨剂量稳定,偏向雌性 |
| 阿卡波糖 | 过,雄性效应大、雌性小 |
| 17α-雌二醇 | 过,雄性 |
| 卡格列净 | 过,雄性(晚起始时雌性受损) |
| 甘氨酸 | 过,两性,但只有 4–6% |
| 二甲双胍(单药) | 未过 |
| 烟酰胺核苷(NR) | 未过 |
| 非瑟酮 | 未过 |
| 白藜芦醇、辛伐他汀 | 未过 |
| 尿石素 A、牛磺酸 | 在测,未报(2025 cohort) |
最后一行值得单独说。我原本打算写"ITP 从未测过尿石素 A 和牛磺酸",验证席直接推翻了:NIA 的在测化合物表(2026-04-13 更新)有"Urolithin A (Uro) | 2025 | 150 ppm | 7 mo | In Progress"和"Taurine (Tau) | 2025 | 6000 ppm | 7 mo | In Progress"两行【单源已核,官方表格】。正确表述是"尚无已报告的结果",不是"从未测过"——这个区别在牛磺酸上尤其要紧,因为它是近几年声量最大的长寿主张之一,而它的判决正在路上。
顺便记一个会造成误报的陷阱:ITP 数据门户里那个缩写"UA"是熊果酸(ursolic acid),不是尿石素 A。
雷帕霉素的招牌数字来自 2009 年的《自然》【多源,一手】。原句是:
"On the basis of age at 90% mortality, rapamycin led to an increase of 14% for females and 9% for males."
三个限定被日常引用删掉了:这是90% 死亡年龄(一个最大寿命指标),不是中位寿命;起始时间是600 日龄,已是暮年;而同一篇论文里那对被广泛当成中位数引用的 9%/13%,原文写的是"Expressed as mean lifespan"——平均寿命。该论文全文没有给出任何合并的中位寿命百分比。
我在起草时还犯了一个更值得记录的错:我原本写"14% 是 ITP 自家台账里较小的雷帕霉素效应之一"。三票里两票指出这句话本身就是它正在批评的那种滑坡——拿一个 90 百分位数字去和别的研究的中位数字比大小。在同一口径(90 百分位年龄增幅)上,2009 年的 14%/9% 并不算小。这一处我改了。
作者自己留的后路也该引:
"Rapamycin may extend lifespan by postponing death from cancer, by retarding mechanisms of ageing, or both."
延长寿命不等于延缓衰老。原始论文说得比它的转述者谨慎。
Miller 2014 的剂量反应实验(9 月龄起始,中位寿命增幅)【多源,一手】:
所以"雷帕霉素延长小鼠寿命 X%"这句话没有剂量和起始年龄就没有意义:最低剂量在雄鼠身上基本什么也没做。一处技术修正:这些 p 值是按站点分层的 log-rank 检验,作用在整条生存曲线上,并不是在检验中位数之差。
雷帕霉素是 ITP 里少见的偏向雌性的命中,论文提出的解释是雌鼠血药浓度更高(4.7/14/42 ppm 下雌性 7/16/80 ng/mL,雄性 6/9/23 ng/mL)。这个解释论文自己是加了对冲的("perhaps reflecting sexual dimorphism in blood levels"),而且它的数据其实和预测不完全合——4.7 ppm 时两性血药浓度几乎一样(6 对 7),而性别差距恰恰在这一档最大。写成"已确立的机制"是过头的。
而"雷帕霉素偏向雌性"也不能写成通则:Strong 2020 里从 20 月龄起始的一个臂只在雄性显著(+11%,p=0.024),雌性无效(+4%,p=0.15)。
ITP 能检出减寿,并且真的检出过。16α-羟基雌二醇让雄鼠中位寿命 +15%(p=0.0001),同时让雌鼠中位寿命显著下降 7%;晚起始的卡格列净也有雌性伤害;一项专门的终末期解剖研究没有找到病理学解释【单源已核】。(这个化合物的名字有个坑:原始论文印的是 hydroxyestriol,2025 年一份勘误改为 hydroxyestradiol。)
2026 年的 C2022 报告里唯一挺过多重比较校正的结果也是伤害:吡格列酮把雌鼠中位寿命压低 9.41%(合并三站点 p<0.0001;剔除杰克逊实验室后 −6.2%,p=0.0047)【单源已核,一手】。
一个漂亮的机制实验解释了性别不对称的一半:3 月龄去势的雄鼠,对阿卡波糖和 17α-雌二醇的雄性特异性代谢反应消失了【单源已核】。
2026 年的 C2022 报告是个诱人的素材:11 个干预臂(由 8 个化合物/组合构成),无一显著延长寿命;而虾青素、美克洛嗪、米格列他酮这三个 ITP 自己在 2024 和 2025 年报告过的雄性命中,这一轮都没有再显著。
我原本准备把它写成"连这个领域的金标准程序都无法复现自己的命中"。方法学审计席否掉了这个写法,理由有两条,都成立:
第一,没有一个是按原剂量加原起始年龄重测的。 虾青素原命中是 4,000 ppm 目标剂量(实际达成约目标的 46%)、12 月龄起始;这一轮改了剂量或推迟了起始。改了条件的阴性结果不是复现失败,是另一个实验。
第二,这些臂的功效不足以检出原效应量。 原效应是 +12%、+8%、+9% 中位增幅,其中两个低于 ITP 设计的 10% 检出下限。在这种功效下"不显著"不是"不存在"。C2022 的方法学部分自己写明:"P-values presented are nominal, i.e., they are not adjusted for multiple comparisons."
而 ITP 的实际复现记录其实是好的,不是坏的。Strong 2022 的原话【单源已核】:
"Five of the agents that increase lifespan (NDGA, aspirin, rapamycin, 17αE2, and acarbose) have been re-examined in later cohorts with different dosages and treatment durations. Of these, only aspirin did not replicate, although it was only tested at higher doses."
算上卡格列净,被重测的六个命中里五个复现了(阿司匹林是唯一一次失败,而且只在更高剂量下测过)。所以正确的故事不是"金标准复现不了自己",而是一个更有用的分层:大效应(雷帕霉素、阿卡波糖、17α-雌二醇)复现得很稳;而 8–12% 那一档的小命中坐在功效下限上,脆得能被剂量或起始年龄的微小改动抹掉。
而这个分层最有力的证据,是 ITP 自己在纸面上说的。C2022 的讨论部分主动把"偶然"摆上了桌:
"…were at or near the lower level of what is expected to be able to discover at 80% power, and none of them showed a change in the Wang-Allison statistic. Furthermore, the p-values are nominal, and chance effects can be expected in any series of studies for truly ineffective agents."
一个程序在自己的期刊论文里说"我们这几个小命中可能是碰巧",这比任何外部批评都更有分量。
边界脆弱性最干净的例子甚至不在 C2022,而在 C2021 内部:福司可林雄性中位 +8.3%,log-rank p=0.17,记为未命中;米格列他酮 +8.7%,p=0.015,记为命中【单源已核】。同一个 cohort、同一组对照鼠、几乎一样的中位增幅,落在 p=0.05 的两侧。命中与未命中之间的距离,有时只有 0.4 个百分点。
ITP 发表过的最大效应是组合:雷帕霉素 14.7 ppm + 阿卡波糖 1000 ppm 从 9 月龄起始,雄性中位 +34%、雌性 +28%(均 p<0.0001)。我原本给它挂的 caveat 是"对照非同期",这是错的——这两个数字用的是 C2017 自己的同期随机对照组。真正的 caveat 更严重也更具体:C2017 在 UT 站点的对照鼠异常短寿,论文自称结论"tentative",剔除该站点后降到雄 +29%、雌 +22%。
阿卡波糖也不是最大的单药雄性效应(雷帕霉素 42 ppm 的 +23% 更大),而且它的 +22% 没有在同一量级上复现:同样 1000 ppm 但 8 月龄起始只有 +17%。
雷帕霉素在动物层的地位是这四个干预里唯一没有争议的。它在人体层的处境正好相反,而且这个反差本身就是本文最要紧的一张图。
流传最广的人体证据是"雷帕霉素让老年人的免疫反应提升 20%"。逐条拆开【多源,一手】:
这里必须补一条对该研究有利的事实,否则就是只引一半:异源 A/H3N2 毒株的血清转换在 ITT 里是显著的(合并给药组 39% vs 安慰剂 20%,P=0.007)。
不良事件方面,治疗相关不良事件发生率为 41.5%(0.5 mg 每日)、37.7%(5 mg 每周)、50.9%(20 mg 每周),安慰剂 20.3%——约为安慰剂的两倍,最低剂量组也出现口腔溃疡。
这条产品线后来做到了三期。PROTECTOR 1 招了 1024 名 ≥65 岁受试者(不吸烟、无慢阻肺,新西兰 16 个中心 + 澳洲 15 个中心),未达主终点,而且点估计落在 1 的另一边(OR 1.07)【多源,一手】。
启动这条线的二期 b 结果几乎总被漏掉一个限定:OR 0.601,90% 置信区间 0.391–0.922。90% 区间比常规的 95% 是个实质上更低的门槛。而且二期 b 的人群是高风险的(哮喘、2 型糖尿病、慢阻肺、心衰、当前吸烟者),三期换成了低风险人群——这个改动是 FDA 要求的,而且这句话写在试验自己的论文里,不只是外部评论里。
后续时间线:2019-11-15 宣布失败;2020-04-28 签署合并协议;2020-09-15 与 Adicet Bio 完成合并。这家公司在失败后约十个月内不再是一家抗衰老公司。而这条线最有经验的开发者 Joan Mannick 如今是 Altos Labs 的首席医学官;她创办的 Tornado Therapeutics 的下一代雷帕类似物 TOR-101 至今未进入人体。
PEARL(NCT04488601)是唯一一项针对健康老化人群的雷帕霉素随机试验,发起方 AgelessRx 是一家自己卖雷帕霉素的远程医疗公司。
注册的主终点是 DXA 测量的内脏脂肪变化,未达成。被广泛引用的阳性结果是 10 mg/周组女性的瘦体重改善(48 周均值差 6.194,95% CI 0.877–11.511,p=0.018),而它压在八名女性身上——论文自陈 10 mg 组女性 n=8;同一句话里的百分比(20%)对应的是 7 人;赞助方自己的网络研讨会说的是 6 人。三份来源三个数字,而论文的 Results 也承认"limited sample sizes and variability in individual response likely restricted the statistical interpretation of results"。分析口径是 114 名完成者,而注册入组 129 人。截至 2026 年 7 月,注册库的 hasResults 仍是 No,尽管主要完成日期是 2023-12-30、论文 2025 年已发表。
有一条我准备写而验证席拦下的指控:AgelessRx 的公开说明页确实披露了主终点未达成,原文写着"Loss of visceral fat was one of the primary clinical endpoints for the PEARL trial",并说明未见统计显著差异。这条不能写成隐瞒。
PEARL 用的是 Belmar 药房的复方雷帕霉素胶囊(5 或 10 mg/周),没有测血药浓度。同一课题组后来发表的药代研究给出每毫克 0.27 vs 0.87 ng/mL,即复方为商品药的 31%。
但这条链有三处必须校正:那项研究测的是 Precision Compounding 药房的片剂——不同药房、不同剂型,而论文本身强调复方质量随药房而异;它给出的是单次给药后约 24 小时的血药浓度比,不是 AUC 意义上的生物利用度(作者明确说测 Cmax 超出了本研究范围);而且独立 HPLC 检测发现那批复方片每毫克含药量本身就少约 26%,所以"生物利用度低"里有相当一部分可能是投料不足。
更重要的是我把使用方向搞反了。我原以为"社区吃的多是复方,所以试验剂量不代表实际"。AgelessRx 自己的观察数据库里,316 名使用者中只有 12 人(3.8%)用复方,79.7% 用的是 6 mg 商品药。剂量落差存在,但方向和我假设的相反。
整个超说明书雷帕霉素社区依赖一个药理学前提:每周一次的间歇给药能抑制 mTORC1 而放过 mTORC2,从而避开免疫抑制和代谢副作用。这个前提在人体上没有任何直接证据——这条经过专门搜索确认。
2026 年有了第一次直接检验。RAPA-EX-01(ACTRN12624000790549)把 40 名 65–85 岁久坐成人 1:1 随机到西罗莫司 6 mg 每周或安慰剂,叠加 13 周的结构化运动。预设主终点是 30 秒坐立次数【单源已核,一手,双席审计后限制使用】:
这里出现了本文开头提到的反向判据滑坡,而且是审计席替我抓出来的:该试验协议预设的 α 是 0.10,论文却按 95% 区间报告并称主终点不显著。按它自己预设的阈值,主终点在"偏向安慰剂"的方向上是显著的。也就是说,公开叙述让一个偏负的结果显得比协议判据下更温和。
但这项试验能承受的重量有限,审计席列了三条限制,本文照单接受:它按 d=0.8–0.9 供能,是一项自称探索性的可行性研究;置信区间用 999 次 wild bootstrap 生成,p=0.089 的蒙特卡洛误差带约在 0.071–0.107,任何"仅差一点点显著"的措辞都是在读噪声;HbA1c 那一项处在约 28 个安全指标里(其中 6 项名义 p<0.05),论文明说未做多重比较校正,而且没有任何药效学测量。此外,主终点本身就是训练动作——安慰剂组 13 周提高了 6.59 次(+46%),这个幅度对一个自重动作来说更像学习效应。
所以正确的落点是:间歇给药假说第一次被正面检验,没有得到支持,并伴随一个未经校正的代谢信号。 不是"被推翻",也不是"没测出差别"。
补两条独立证据。PEARL 自己在 5 mg 男性组也测到 HbA1c 显著上升。而 2025 年一项独立小鼠研究(Elliehausen 等,Aging Cell)直接检验了间歇给药是否代谢干净,结论是:频繁给药和间歇给药的小鼠在负重轮跑训练后都出现糖耐量与胰岛素敏感性受损,间歇给药只是减轻而非消除。"间歇=干净"这个前提在小鼠上被独立反驳,在人体上从来没被支持过。
一句我必须收窄的话:我原本要写"没有任何人体雷帕霉素随机试验以临床结局为主终点"。这是错的——多系统萎缩的 futility 试验(NCT03589976,主终点 UMSARS 评分)、家族性腺瘤性息肉病三期(NCT06950385,主终点疾病进展)、以及肾移植领域跑过近 1300 人的 24 个月三期试验都存在。正确表述要把范围说死:在健康老化人群里,没有任何一项以雷帕霉素本身(西罗莫司)为药物、以临床结局为主终点的随机试验,截至 2026 年 7 月也没有一项在注册。雷帕类似物那条线上是有的——2.1 与 2.2 讲的依维莫司/RTB101 程序就以实验室确诊的呼吸道感染为终点。这一点必须前后一致:既然上面那篇系统综述算的是「雷帕霉素及其类似物」,这里就不能一边引它、一边把类似物排除在外。
唯一以硬终点为主终点的抗衰老雷帕霉素试验在伴侣犬身上。TRIAD 的论文自称是"the first rigorous test of a pharmacologic intervention against biological aging with lifespan and healthspan metrics as endpoints to be performed outside of the laboratory in any species"——注意是"first against biological aging",不是"整个雷帕霉素文献里唯一"。目标入组 580 只狗;已发表的入组数字互相冲突(2025 年设计论文写 150 只、J Vet Sci 2025 报 210 只、GeroScience 2026 报「截至 2025 年」158 只),没有一个可回溯的 2026 年数字。设计上每只狗给药 12 个月、随后随访 24 个月,共 36 个月;设计论文没有公布完成或报告日期,所以任何具体的读出年份都是推测。
人体侧的证据总量可以用一个数字概括:最全面的一项系统综述从 18,400 篇文献里筛出 19 项研究——而它的检索范围是雷帕霉素及其类似物,不只是雷帕霉素本身。
这是四个案例里最干净的一个,因为它走完了全程:一个数字诞生、被反复引用、被独立数据反转、然后被第三份数据解释清楚是怎么产生的。
Bannister 等 2014 年用英国 CPRD 数据(2000 年至 2013 年 7 月)比较了 78,241 名二甲双胍单药治疗的新发 2 型糖尿病患者、12,222 名磺脲单药患者和 90,463 名匹配的非糖尿病对照【多源,一手】。
被引用了十二年的那个结论,口径是这样的:它是一个约 15% 的中位生存时间比,由 log-logistic 加速失效时间模型推出,而中位随访只有约 2.4 年。它不是"观察到二甲双胍组的人活得更久"。
论文自己交代了三件事:未校正 HbA1c、收缩压、总胆固醇、肌酐和 BMI,理由是这些变量"在对照中缺失比例很大"(不是完全没有);设计规定在换药后 90 天 censoring,这条规则对两个糖尿病组都适用,而每个对照按其配对病例的 censor 日期同步截断;以及作者点出了糖尿病人会得到生活方式干预与血压血脂监测、而对照不会这一不对称。要精确一点:他们把这条列为局限,但并没有承认自己的结果可能因此是人为的——他们的结论方向相反。
最值得记的是,差异在原始数据里其实并不显著:粗死亡率 14.4(二甲双胍)对 15.2(匹配对照)每千人年,p=0.054,而作者原文写道 Kaplan-Meier 曲线"show that overall there was little discernible difference between metformin cases and non-diabetic controls."资助方是阿斯利康与百时美施贵宝,一名 BMS 员工为共同作者。这篇论文至今没有撤稿、勘误或关注声明。
Keys 等 2022 年用丹麦全国注册数据(1996–2012)做了同一个对比:7,842 名二甲双胍单药起始者,按出生年和性别 1:1 匹配非糖尿病对照。结果是反向的——二甲双胍起始者死亡率更高,IRR 1.52(95% CI 1.37–1.68)未校正、1.32(1.16–1.50)校正后【多源,一手;双席审计:反证席升级为多源证实】。
而真正让这次反转具备法证价值的,是 Keys 把自己的粗死亡率摆在 Bannister 的旁边。四个格子里有三个几乎重合:
| 分组(每千人年粗死亡率) | 丹麦 | 英国 |
|---|---|---|
| 二甲双胍匹配的非糖尿病对照 | 16.9 | 15.2 |
| 磺脲匹配的非糖尿病对照 | 28.4 | 28.7 |
| 磺脲治疗组 | 49.0 | 50.9 |
| 二甲双胍治疗组 | 24.9 | 14.4 |
两个国家的医疗体系、注册系统、人口结构都不同,但三个格子对得上。这就排除了"丹麦和英国本来就不一样"这个解释,把分歧压缩到了唯一那个格子里。
Stevenson-Hoare 等 2023 年在威尔士 SAIL 数据库(1999–2018)重做了这个比较,规模更大:129,140 名二甲双胍治疗者、68,563 名磺脲治疗者,加匹配的非糖尿病对照。二十年口径下,二甲双胍组的生存时间是匹配对照的 82%(生存时间比 0.819)【多源,一手】。
但它最有价值的贡献不是又一次反驳。这个团队把分析在一系列模拟的研究窗口上重跑了一遍,发现二甲双胍相对匹配对照的生存优势在头三年确实存在,五年后反转。也就是说:Bannister 的优势在独立数据里可以被重现出来——作为一个短随访的人为产物。这比单纯的"结果不一致"强得多,它是对一个假象的机制解释。
这段文献看起来一团乱,其实有一个稳定结论:二甲双胍优于磺脲。 Bannister 报告磺脲组生存显著更差;Stevenson-Hoare 明确写"Metformin patients had better survival than sulphonylurea patients, controlling for age";Shadyab 等 2025 年在妇女健康倡议队列里用新使用者、活性对照的目标试验模拟(438 名 1:1 倾向匹配的 60 岁以上女性)得到 90 岁前死亡的 HR 0.70(95% CI 0.56–0.88)。
这一点必须讲清楚,因为 Shadyab 2025 正在被引用为"Bannister 的结论恢复了"。它不是:它的对照组是磺脲,不是非糖尿病人群,也不是安慰剂。一个药比另一个降糖药好,和一个药让人比健康人活得更久,是两个完全不同的命题。
同样地,Keys 不该被当成"正确答案"。方法学审计席列出了它自己的方向性偏倚:双生子那一支实际只有约 172 个暴露个体在支撑,而且约 60% 是异卵双胞胎,所谓"控制了遗传"在多数配对里只有同胞级别;非糖尿病对照在发生糖尿病时被 censor,这恰好移除了对照健康开始恶化的那段人时,把 IRR 往上推;共孪对照的死亡率比单胎对照低约 40%,论文没有解释。诚实的落点是:Bannister 的方向不稳,而"二甲双胍治疗的糖尿病人对比非糖尿病人"这个对比本身也许根本不该承重——因为它把药效和"有没有糖尿病"混在了一起。
绕开观察性研究的争吵,有一份随机数据。糖尿病预防计划(DPP)在 1996–99 年把 3,234 名成人(入选条件是空腹血糖偏高 95–125 mg/dL 且糖耐量受损 且超重,平均年龄 50.6 岁、平均 BMI 34,均未达糖尿病诊断)随机分到安慰剂(n=1,082)、二甲双胍 850 mg 每日两次(n=1,073)或强化生活方式(n=1,079)。后续队列 DPPOS 随访中位约 21 年,累计 453 例死亡(癌症 170、心血管 131)【单源已核】:
"Compared with placebo, metformin did not influence mortality from all causes (HR 0.99 [95% CI 0.79, 1.25]), cancer (HR 1.04 [95% CI 0.72, 1.52]), or cardiovascular disease (HR 1.08 [95% CI 0.70, 1.66])."
同一队列里,二甲双胍确实降低了糖尿病发病。所以这是一个很干净的分离:它在自己的适应症上有效,在下游的死亡终点上二十一年没动。
但这段必须加三个限定,否则就是我在犯自己批评的错。死亡不是 DPP 或 DPPOS 的预设主终点,试验没有为它供能;全因死亡的置信区间(0.79–1.25)兼容从 21% 降低到 25% 升高——这是零结果,不是无效的证明。此外我原本写"这正是 TAME 要治的人群",也是错的:DPP 的平均年龄 50.6 岁、平均 BMI 34,而 TAME 的设计写的是 65–79 岁。最后,安慰剂组在 2001 年就停了药,而二甲双胍组继续非盲用药,且各组中进展为糖尿病的人常被院外医生开上二甲双胍——对比被稀释了,作者自己承认这一点没能完全控制。
TAME(Targeting Aging with Metformin)在 2015–2016 年宣布,被广泛描述为将让"衰老"成为可注册适应症的那项试验。
截至 2026 年 7 月 28 日,它没有 ClinicalTrials.gov 注册记录(用八种不同查询式核对)、在欧盟 EudraCT 中查无此项,也从未入组过一名受试者【多源,注册库一手 + 官方页面】。AFAR 自己的 TAME 页面仍然用前瞻语气描述它,受试者与捐赠者都还列在"需要什么"下面。
设计者本人的说法值得逐字记录。2022 年 8 月他对 STAT News 说,自约 2015 年起他每年都在公开预测 TAME 即将开始。2025 年 8 月 12 日,他说的是:
"I cannot give you a perfect update because it's now being handled within ARPA-H."
同一次访谈里他谈到礼来会做一项"TAME-like study but with their GLP-1 agonist"。要精确:他把 TAME 描述成一个可复用的模板,而不是说 GLP-1 会取代它——"instead"是我起草时加的,原文没有。
一个副产物值得记下来,因为它是这个领域信息卫生的温度计:一个 2026 年 3 月 2 日的网站已经在把 TAME 的"结果"当成事实发布,声称复合终点发病率显著下降。一项从未入组的试验,已经有了被报道的结果。
二甲双胍还有一层很少和获益一起出现的证据。
Konopka 等 2019 年把 53 名成人(平均 62 岁)随机分到二甲双胍(逐周加量至 2,000 mg/日,其中 11 人因胃肠不适降至 1,500 mg)或安慰剂,叠加有氧训练。二甲双胍减弱了训练带来的胰岛素敏感性改善,并且"abolished the ~25% increase in maximal CI-linked respiration after AET during the ADP titration"【单源已核】。两处必要的诚实:那个被抹掉的增幅在安慰剂组本身 p=0.07 并不显著;而常被引作显著的 VO2max 结果实际是 p=0.08。
更有力的是 MASTERS 试验:109 名受试者随机(55 安慰剂、54 二甲双胍)接受渐进抗阻训练,研究者的预设假设是二甲双胍会增强训练反应,结果相反。相对力量数据在原版发表时印错,勘误后是安慰剂 +18.9% vs 二甲双胍 +14.8%,p=0.30。
连倡导者也接受了这一点:Barzilai 在 2025 年 8 月那次访谈里说,50 岁以下、没有糖尿病的人不该服用二甲双胍,理由正是它与运动的相互作用。
2024 年《细胞》的食蟹猴研究曾以"二甲双胍延缓灵长类衰老"的形式传遍全球。它的口径是【单源已核】:一篇自称 proof-of-concept 的 Resource 论文;只有雄猴;起始年龄 13–16 岁;给药组 6 只;20 mg/kg/日;而作者在局限部分明确写了没有评估生存。用来测"年龄"的时钟是同一实验室用自家 36 只猴子从头训练的,未经外部验证。
Barzilai 公开把它描述为"Aging was delayed by eight years on the transcriptomic level"。核对全文:bulk transcriptAge 的最大值是跟腱 −5.31 年,其后是肝 −4.14、支气管 −3.71、肌肉 −3.56、肺 −3.40;全文最大的单个数字是小胶质细胞单核 −6.86 年。没有八年。 而同一次访谈里他谈自己的百岁老人子代蛋白质组研究时说过"on average, eight years younger on a proteomic level"——这个八年很可能是从一份人类数据集搬到猴子身上的。
前三个干预至少有一个真实的动物寿命信号。NAD+ 前体这条线的问题更靠前:它的大前提在人体上就不成立。
整个产业建立在一句话上:NAD+ 随年龄下降,所以补回去。这句话的人体一手证据是:
而这两根柱子都有问题。脑这一根有一次独立的、更大的、且激励方向本该相反的检验:Cuenoud 等 2020(n=50,EPFL/舍布鲁克,雀巢资助且三名雀巢员工为作者)只得到一个 p≈0.06 的反向趋势——更大、更新的那项研究是更弱的那项,而且一个本该倾向确认下降的利益结构没能把它推过显著线。
皮肤这一根则有假复现问题,而且和本文正要批评的那种问题是同一种:支持人体 NAD+ 下降的两份最常被引数据集——Massudi 2012 与 Clement 2019(血浆,LC-MS/MS)——共享作者 Nady Braidy 与新南威尔士大学的机构簇。把它们并列成"多项研究显示下降",就是本文在别处指控的独立性失效。
而那句流传最广的"50 岁时 NAD+ 掉了一半",没有任何干净的人体一手来源;它是把皮肤相关性、n=17 的脑波谱和动物数据焊在一起的产物。
2026 年 5 月,《Nature Metabolism》发表了一项 32 作者研究(阿姆斯特丹 UMC、赫尔辛基、莱顿、瓦伦西亚),用经过验证的 UHPLC-HRMS 在七个独立人群队列中测量 NAD+,结论是全血 NAD+ 不随年龄变化,并据此质疑血 NAD+ 作为衰老生物标志物的用途【单源已核;双席审计:限制使用】。
方法学审计席对它下手很重,本文照实转述:专门为检验年龄而设的那个队列是 <30 岁 n=20 对 >60 岁 n=20;论文自己的补充图写明,在观察到的技术变异下,只有大于 7 nmol/mL 的真实差异才能以 80% 功效被检出;全文没有等效性检验,"remain remarkably stable with age"是未能拒绝零假设,不是证明效应可忽略;回归只按性别校正,而作者自己另有一图证明红细胞比例驱动信号,却没有校正血细胞比容;七个队列里最大的年龄相关队列是莱顿长寿研究——一个为长寿富集的家系样本,恰恰是最可能看不到年龄下降的人群。
但反证搜索席带回了一件更重要的事:这个结论在血液这一层上有真正独立的佐证。Yang 等 2022(《Frontiers in Endocrinology》)用 n=1,518 名健康成人(中国,酶循环法并与 LC-MS/MS 交叉验证),与荷兰团队零作者重叠、不同国家、不同队列、不同化学方法,同样没有发现跨成年期的一致下降【多源】。要补一个诚实的限定:Yang 报告了显著的性别交互(p=0.003),在 ≥60 岁男性中有一个小的负系数,女性没有趋势;幅度约为男性均值的 6%。法国一个独立团队(Breton 等 2020)也报告了同样的性别不对称。
所以这里是两个不同的结论,不能当成一个:"人的全血 NAD+ 不随年龄明显下降"现在是多源结论;"人体 NAD+ 不随年龄下降"则超出证据——组织层面的证据方向相反,而那篇 2026 年论文自己把"只测了全血"列为第一条局限。
还有两个空白值得记下来。第一,从来没有人做过人体 NAD+ 对年龄的 meta 分析或系统综述——搜到的五篇 meta 全是关于补剂试验的。第二,没有任何纵向数据:上述所有研究,支持下降的和不支持的,全部是横断面。没有人跟着同一批人测过两次 NAD+。
药代层的结论很干净:口服前体确实能抬高循环 NAD+。最大的 NR 随机试验(n=140 健康超重成人,8 周)建立了清晰的剂量反应,全血 NAD+ 分别 +22%、+51%、+142%【单源已核】。而那个到处流传的"NR 让 NAD+ 升高 2.7 倍"是 Trammell 2016 里的单人试点,论文自己标注了;该研究的受控数字是 1,000 mg 单次给药后 PBMC NAD+ 从约 12 升到 18 µM(n=12)。
但要产生任何功能后果,得升高在做功的组织里。Elhassan 等 2019 是唯一在老年人身上用活检直接测肌肉 NAD+ 的 NR 试验:12 名老年男性,1 g/日 21 天,交叉设计(每人都吃过药和安慰剂)。肌肉 NAD+ 没有显著上升(210 vs 197 pmol/mg,p=0.22)。论文标题里的"augments the NAD+ metabolome"指的是别的代谢物,不是 NAD+ 本身。功能终点同样为零:复合物 I、II 介导的氧化磷酸化无差异;握力 32.5 kg(NR)对 34.7 kg(安慰剂),p=0.96。
这里我起草时把一份证据的方向摆反了,值得记录。我原以为 Remie 2020 是"NR 抬高了肌肉 NAD+"的反例。核对后:Remie 用两种独立方法测肌肉 NAD+,酶循环法 p=0.34、质谱法 p=0.91,都没升;论文原话是"We confirmed that NR supplementation had no effect on skeletal muscle NAD+ content itself"。它不是反例,它是 Elhassan 那个零结果的第二方法复现。上升的是 NAAD 和甲基烟酰胺等下游代谢物。第三份数据 Dollerup 2020 把剂量翻倍(2,000 mg/日)、时长翻到 12 周,肌肉 NAD+ 和线粒体功能仍然没有变化。
汇总层面【多源】:
但"全体一致"是不能写的:验证席找到两篇方向相反的 meta 分析(Wang 等 2025 在肌肉终点上、Zhang 等 2026 在血压上)。诚实的表述是主流方向为零,而汇总层本身存在分歧。
两个招牌数字的口径:
"NR 降低血压 9 mmHg"来自 Martens 2018,是一个 24 人完成的交叉试验里的事后探索性亚组,作者原文写明"no statistical inferences can be made";预设的全组结果为零。
"NR 改善外周动脉疾病患者的步行能力"(NICE 试验,n=90,6 个月)判为阳性用的是预设的单侧 p<0.10。ITT 效应是六分钟步行 +17.6 米。这里有一处我的口径错误被验证席纠正:20 米不是最小临床重要差异,论文自己定义 PAD 的小 MCID 约 8 米、大 MCID 为 20 米——所以 17.6 米超过了小的、没到大的。另外只有 NR 单药臂过线,NR + 白藜芦醇臂是零(+3.65 米,p=0.38)。
我起草时写的是"每一项大型或标志性 NR 人体试验都带 ChromaDex 的钱、药或股权关联"。这个全称量化被推翻了:反例包括 Norheim 等 2024 的慢阻肺试验(由竞争对手 Elysium Health 供药并资助甲基化分析),以及 NOPARK——410 名早期帕金森病患者、NR 500 mg 每日两次对安慰剂 52 周、挪威公立医院牵头、注册记录上没有产业合作方,2025-06-17 完成,截至 2026 年 7 月未发表也未上传结果。
正确的描述是厂商依赖而非单一厂商:ChromaDex(卖 Tru Niagen)与竞争对手 Elysium Health 分别挂在一长串试验上,而 Elysium 那条线上的 NO-ALS(n=380)、NADAPT(n=330)等都是大试验。任何"这项不是 ChromaDex 资助的"辩护都不解决独立性问题,只是换了一家厂商。
一个细节值得单独引:Martens 2018 在同一份文件里声明"The authors declare no competing interests",同时披露 ChromaDex 提供了研究用药、标准品和部分资助。
NR 在 ITP 里的判决已在 1.2 节:1,000 ppm 从 8 月龄起始,三站点,雄性 p=0.252(中位 −3%)、雌性 p=0.612(0%)。支持"NR 延长寿命"的那项小鼠研究是约 5%、从约 24 月龄起始的单项工作(Zhang 2016),对面是 ITP 的零结果。
而 2026 年一项头对头试验(65 名健康受试者,开放标签,1,000 mg/日 NR、NMN 或烟酰胺,14 天)提出了一个机制:肠道菌把 NR 与 NMN 转化为烟酸,再经 Preiss-Handler 通路抬高全身 NAD+【单源已核】。如果这个机制成立,那么昂贵的前体在做的,是廉价烟酸的工作。这条线目前没有临床终点数据,但它指出了一个从未被做过的对照试验:NR 或 NMN 对普通烟酸的头对头比较,在任何临床终点上都不存在。
NMN 最著名的临床结果是 250 mg/日 10 周改善糖尿病前期绝经后女性的肌肉胰岛素敏感性(Yoshino 等,《Science》2021)。它的规模是 NMN 组 13 人、安慰剂组 12 人。
Charles Brenner 在《Science》上以随机化失败提出质疑:两臂基线肝内甘油三酯为 6.3±1.2% 对 14.8±2.0%(P=0.003,均值±SEM)。要精确引用他的理由——我起草时把它写成了"肝脂本身会压低肌肉胰岛素敏感性",而他的原话是:
"Given that a target of NMN is liver fat clearance, this was not an effectively randomized trial."
论点是 NMN 的作用靶点本身就是清除肝脂,所以两臂对这个药并不可交换。此外,那个 25% 的头条数字本身是 NMN 臂的组内前后变化。
而最重要的后续是验证席挖出来的:同一课题组自己做了一次更大、更长、剂量更高的重复(NCT04571008,每臂 28 人随机、20 人完成、≥16 周、300 或 450 mg/日、男女糖尿病前期人群),结果已于 2026-03-11 上传注册库——没有复现。而且随访试验里那个终点的标准差极大(均值变化约 15,标准差约 90),回头说明原来 13 对 12 得出的精度是虚的。
这是四条线里唯一在人体上做过多年随机对照试验的干预,所以它的证据既最结实,也最能说明这个领域的天花板在哪。
CALERIE-2 是唯一一项在健康非肥胖人群中做的长期随机热量限制试验。两件事必须先说清楚。
主终点。 注册的主终点是核心体温变化与体成分校正后的静息代谢率变化(12 与 24 个月)。24 个月两者都是零;静息代谢率在 12 个月达到了(p=0.04)。我起草时写"两个主终点全部失败",这是错的——四个注册主终点测量里达成了一个,而且是 12 个月的 p=0.04。这里还有一个必须自己先讲的坑:注册库贴出的结果表按未经体成分校正的口径给出 p<0.001 与 p<0.0001,任何读者查注册库都会看到它;两者的差别就是预设终点是"体成分校正后"的那一个。
剂量。 处方是 25% 热量限制,实际达成 11.9±0.7%(2016 年一份正式勘误把先前发表的 11.7% 更正为 11.9%,所以"两篇论文两个估计"是不存在的,只有一个值)。而且它不是平的:前 6 个月 19.5%,其后 18 个月平均 9.1%。所以任何"人体 25% 热量限制产生了 X"的句子,描述的都是约 12% 的平均剂量。这是本文剂量滑坡的教科书案例——而且这一次不是研究者的错,是人类依从性的上限。
顺带:被普遍当作该试验成果引用的那组心血管代谢改善,在论文自己的标题里叫 exploratory outcomes(N=218,2:1 随机,两年)。
CALERIE 最有名的结果来自 Waziry 等 2023 年在《Nature Aging》上对库存样本的事后分析(N=197,来自 220 名随机受试者)。它测了 11 个 DNA 甲基化衰老指标:10 个时钟(Horvath、Hannum、Horvath 皮肤与血液、PhenoAge、GrimAge,各含原版与主成分版)加 DunedinPACE。10 个时钟在 12 与 24 个月的 ITT 分析中全部为零;只有 DunedinPACE 动了:12 个月 d=−0.29(95% CI −0.45 到 −0.13,p=4.83×10⁻⁴),24 个月 d=−0.25(−0.41 到 −0.09)。
我原本要把这写成"11 个里挑出 1 个"的多重比较问题。方法学审计席明确禁止了这个写法,而且理由是定量的,本文接受:pace 与 level 的区分是有原理的。DunedinPACE 的标准差是 0.09,d=−0.29 意味着老化速度慢了约 2.6%;而那 10 个时钟测的是以"年"为单位的水平量(标准差 2.76–5.04 年),一年的干预在数学上不可能把它们推动到可检出的程度。换句话说,DunedinPACE 是这个时间尺度上唯一有可能动的指标,不是十一分之一的偶然。而且 12 个月那个结果自己扛过了 22 项检验的 Bonferroni 校正。
所以这是一个真实的、扛过校正的效应。真正的问题在它被换算成什么。
论文的讨论部分自己做了这个换算——这一点也纠正了我的起草,我原以为是媒体加的:
"…the CALERIE treatment effect of 2-3% slower pace of aging corresponds to a reduction in mortality risk of as much as 10-15%, similar to the effect of smoking cessation"
注意"as much as"是上界,不是点估计。而这个换算引的两个来源,其中一个是 DunedinPACE 自己的开发论文,与本文共享资深作者。
而反证搜索席找到了直接推翻这个换算的独立数据。挪威 HUNT 研究对同一批人相隔 11 年测了两次 DNA 甲基化,随访死亡至 2023 年,直接测量了这个换算所需要的那个量——DunedinPACE 的变化与全因死亡的关联——结果是零。而 DunedinPACE 每标准差对应的死亡风险在独立队列之间从 1.23 跨到 1.99,这个跨度本身就无法支撑一个点换算。
还有两件事让这个指标更难承重。DunedinPACE 在 41 项人体干预研究中有 36% 会发生变化,与 GrimAge(38.1%)、PhenoAge(33.3%)在统计上无法区分——它属于最容易被推动的那一类标志物。而且没有任何独立团队在独立的随机热量限制或禁食试验中测过 DunedinPACE;最接近的 DIRECT PLUS(n=256,18 个月随机饮食试验,测了含 DunedinPACE 的七个时钟)的结论是"all interventions did not differ in terms of changes between mAge clocks"。
【方向存争】这是本文给这个结果的分级:效应本身在原试验里成立,但它通向健康结局的那座桥被独立数据拆掉了。
CALERIE 自己的研究者报告,24 个月约 12% 的热量限制在腰椎、全髋、股骨颈三处造成骨密度显著下降(24 个月绝对变化 −0.013 / −0.017 / −0.015 g/cm²,约 2%)。
四条必要的限定,缺一条就会把这段写成危言:骨密度下降只发生在中轴部位,腕部与全身没有下降(论文原话:"BMD decreased at the central sites of the spine and hip but not at the peripheral site of the wrist or whole body");这些是预设的次要结局,不是主终点;作者自己算了临床含义——对一名无其他风险因素的 50 岁女性,十年骨折风险增加不到 0.5%;而且他们明确说这是"expected on the basis of the weight lost",与减掉同等体重的人群一致,不是热量限制特有的毒性。同期的安全性分析论文结论是这两年的热量限制"was safe and well tolerated"。
体成分方面,减掉的体重里 71% 是脂肪(即约 29% 不是);一项 MRI 子研究(n=43,实际达成 13.7% 限制)报告限食组 24 个月的总组织体积损失中皮下脂肪占 68.4%、内脏脂肪 7.4%、肌间脂肪 2.2%——合计 78%,这个加总是本文自己算的,论文没有给出这个数字。
灵长类的两项长期研究曾被当成这个领域最大的悬案,而 2017 年的联合调解把它解决了。这是一个证据分级的极佳案例,值得逐条讲对。
威斯康星(2009)的结论压在一个选定的终点上。 37%(14/38)的对照猴与 13%(5/38)的限食猴死于年龄相关原因(p=0.03);而同一篇论文里的全因死亡不显著(p=0.16)。多积累了五年死亡数据之后(2014),结论才硬起来:年龄相关死亡 HR 2.89(95% CI 1.34–6.25),P=0.007;全因死亡 HR 1.78(1.04–3.04),P=0.037。诚实的分级是:这个结果最终成立,但 2009 年那次宣布用的是一个子集终点。
NIA 那边两个起始年龄都没有生存获益。 幼年/成年起始组 86 只猴(46 对照、40 限食),老年起始组 35 只。
2017 年的调解指向对照组。 两地饲料的碳水都约占重量 60%,但蔗糖占总碳水的比例在 NIA 不到 7%、在威斯康星是 45%;NIA 用天然来源饲料,威斯康星用半纯化饲料。喂法也不同:NIA 的对照猴不是自由取食,而是按美国国家研究委员会公布的数据按年龄体重给定量,以"接近自由取食而不过量";威斯康星的对照猴是自由取食。
换句话说:威斯康星的限食效应里有多少是"限制热量的好处",有多少是"没有一直吃 45% 蔗糖的半纯化饲料的好处",这两者在那个设计里分不开。
第三个因素起始年龄对限食不利,但必须完整引:2017 年论文写到,尽管 Cox 比例风险回归显示幼年/成年组对照与限食的生存差异不显著,NIA 幼年起始的限食猴先于对照达到 80% 死亡率。这一条的两半要一起读:回归检验不显著,但方向不利于限食。
这是本节最容易被两边同时讲错的一段。
TREAT (Lowe 等,《JAMA Internal Medicine》2020):141 人随机、116 人纳入分析、12 周、16:8 自由进食(12:00–20:00)。体重主终点不显著。而那个被广泛引用的瘦体重警报需要三处校正:四肢瘦体重在限时进食组下降 0.64 kg(95% CI −0.89 到 −0.39,组内 P<0.001),对照组下降 0.17 kg(P=0.16 不显著),而组间差是 −0.47 kg(95% CI −0.82 到 −0.12),P=0.009。而且"减掉的体重里 65% 是瘦体重"这个比例,是在一个总共只掉了 1.70 kg、且体重主终点为零的臂里算出来的。
TREATY(N Engl J Med 2022):12 个月,139 名肥胖成人,中国。两臂都限热量——男性 1500–1800 kcal/日、女性 1200–1500 kcal/日(不是两臂都 1500–1800,这是我起草时的错误)。12 个月体重净差 −1.8 kg(95% CI −4.0 到 0.4,P=0.11)。要精确:这是"没有测出差别",不是"毫无差别"——点估计偏向限时进食,置信区间兼容到 4 kg 的优势。
等热量检验(Maruthur 等 2024):41 名肥胖合并糖尿病前期或饮食控制糖尿病的成人,12 周,供餐以固定热量,限时进食无获益。
BMJ 2025 网络 meta 分析(99 项随机试验、6,582 名成人):相对自由进食,隔日禁食 −3.40 kg(95% CI −4.14 到 −2.67,高确定性)。
但"时机完全不重要"是不能写的,验证席给了两个反例:Jamshed 等 2022(n=90,14 周,两臂都限热量,早段限时进食 7:00–15:00 对 ≥12 小时窗)早段限时进食多减 2.3 kg(95% CI −3.7 到 −0.9,P=0.002);Sutton 等 2018 的等热量供餐交叉试验在体重不变的前提下改善了胰岛素敏感性。而 BMJ 那篇 meta 自己也显示隔日禁食比持续限热量多减 1.29 kg(95% CI −1.99 到 −0.59,中等确定性)。
所以精确的落点是分开的两句:限时进食在人体上的减重获益基本是热量摄入减少的功劳;而"禁食"这个更大的类别里,隔日禁食相对持续限热量有一个小而真实的额外优势,早段进食窗在等热量条件下也有信号。
2024 年一条新闻横扫全球:8 小时进食窗与心血管死亡风险高 91% 相关。逐层拆开【多源,一手】:
而它 2025 年正式发表了,数字不是流传中的那个:n=19,831 名 NHANES 成人(2003–2018),链接国家死亡索引至 2019 年 12 月,心血管死亡 HR 2.35(95% CI 1.39–3.98)。
这里的方向和大多数人预期的相反,必须说清:同行评审把这个数字放大了,不是缩小了——从新闻稿的 +91% 到发表版的 +135%。部分变化来自参照组从 12–16 小时改成 12–14 小时,即定义变化而非证据变化。这个案例的教训不是"抢跑的坏消息后来被推翻了",而是抢跑本身就是问题,无论后续朝哪个方向走。
反方向的炒作同样存在。禁食模拟饮食那个"生物年龄小 2.5 岁"是 FMD 臂的组内前后比较,尽管两个母试验都有对照臂;而流传的"小 11 岁"根本不是测量结果,是一个假设疗效持续的 20 年模拟。利益关系需要完整披露:实验餐由 L-Nutra 提供,南加州大学把相关知识产权授权给 L-Nutra 并可能收取版税,通讯作者等持有股权。
我起草时写:"全世界没有任何热量限制、禁食或限时进食试验以死亡或年龄相关疾病发病为主终点。"这一组被 3/3 票推翻,是本期唯一被推翻的一组。
反例:PREDIMED-Plus(ISRCTN89898870)的干预臂是"能量限制的地中海饮食 + 体力活动 + 行为干预",主终点是一级预防的心血管复合终点;MeMeMe(NCT02960711,1,600 人随机)的注册主终点写的是"Total incidence of age related chronic diseases"。而且验证者指出,我那次扫描 1,472 条注册记录时连糖尿病预防计划本身都没捞到——这说明检索式漏检,而漏检不能当成缺席的证明。
修正后的落点仍然成立,但必须收窄:这类硬终点试验存在,但它们都是多成分生活方式试验。热量限制或进食时机作为单一变量、以硬临床终点为主终点的试验,仍然不存在。这个区别很要紧——PREDIMED-Plus 若成功,你无法知道功劳属于热量、地中海饮食模式、运动还是行为支持。
前五节反复撞到同一堵墙:人体结局层几乎是空的。这一节讲为什么,以及那把用来代替它的尺子有多松。
一篇 2025 年的范围综述筛了 3,780 篇文献,没有找到任何司法辖区存在针对衰老的药物监管框架,并明确指出 FDA、EMA 与加拿大卫生部都不把衰老归类为疾病【单源已核】。
一条被广泛重复的说法需要点名反驳:没有任何一手 FDA 文件接受"衰老"适应症的复合发病终点。 我搜过 FDA 的指南、联邦公报、咨询委员会记录,没有这样的文件。这条必须点名,因为多篇同行评审综述在印刷品里断言"FDA 已批准 TAME"——其中一篇恰好就是我引来支持"无框架"的那篇 2025 年范围综述,而它给这句话挂的引文(Barzilai 2016)全文根本没提 FDA。一个错误主张同时出现在支持和反对它的文献里,这本身就是这个领域引文卫生的一份诊断。
顺带修正另一个我写错的缺席:"没人算过人体寿命 RCT 需要多大规模"也是错的。Espeland 等 2017 年在《J Gerontol A》上发表了专门的定量设计论文;TAME 自己的设计论文写明了 3,000 名 65–79 岁受试者、约 14 个中心,复合终点含死亡。规模是算过的,只是没有人出钱做。
替代终点里最热的是表观遗传时钟。它的可靠性问题分两种,必须分开讲,因为它们的性质完全不同。
技术噪声。 Higgins-Chen 等 2022 报告"技术噪声可在重复样本间产生最多 9 年的偏差"。校正一处口径:这个 9 年是六个时钟中的一个(PhenoAge)在 36 对技术重复中的最坏情形,而各时钟的中位偏差是 0.9–2.4 年。把最坏情形当成典型值,正是本文批评的那种滑坡。而且这篇论文卖解药:它的主成分时钟方法经耶鲁大学授权给一家消费者生物年龄检测公司,论文用的重复样本数据由该公司提供,竞争利益声明里写着这件事。
组织不可比。 Apsley 等 2025(83 人、284 份样本、五种组织)发现血液训练的时钟拿去读口腔样本时,会给同一个人在同一时刻算出老得多的年龄:GrimAge2 在颊拭子与干血斑之间差约 36 年(这一格的样本把 36 名 9–14 岁儿童与成人合并进了同一次配对检验,而 GrimAge2 只在成人身上训练过,所以这个量级不能当成一般成年人群的参数)。
但这条必须和同一张表里的另一半一起说,否则就是误导:血对血几乎没有差别——干血斑对白膜层是 −1.11±0.81 年,不显著,而且七个时钟全部不显著。所以这不是"生物年龄测量很不稳定",而是一个高度一致的系统性偏倚:把血液训练的尺子拿到口腔组织上用,会稳定地偏一大截。系统性偏倚可以校准,随机噪声不能——两者的工程含义完全不同。还有一处容易误读:原表给那个约 36 年的差值配的误差项是标准误(0.68 年),不是标准差,所以不能读成"每个人都差 36 年上下不到一年"——反推到个体层面,人与人之间的离散度约 5 年。同一张表里 Horvath 泛组织时钟的方向甚至相反(颊拭子比血液年轻 8–11 岁)。
结构性图景有独立复现:Bruellman 等 2026 用一个完全无关的队列(N=91)测唾液对白膜层,PhenoAge +19.72、Horvath2 +16.41、PCGrimAge +9.10 年(全部 p<0.001),而 PBMC 对白膜层七个时钟全为零【多源】。所以方向和结构是多源的,量级是 9–20 年而不是 36 年。
由此能说和不能说的:不能说"不同厂商会给出相差 36 年的生物年龄"——用口腔样本的厂商恰恰不把血液训练的时钟用在口腔上(Tally Health 的 CheekAge 是用 8,045 份颊样本训练的,Elysium 的 Index 是唾液芯片)。能说的是:不同组织得出的"生物年龄"不在同一把尺子上,不可互换;而且从来没有任何研究把同一个人的样本分送多家商业厂商并公布分歧。 后者是一个干净的空白,可以直说。
有一句关于这个领域的批评广为流传:因为没有任何被验证过的干预,所以生物标志物是用"候选干预产生的变化"造出来的,再拿这些标志物去评价那些干预。
我起草时把这句话归给了衰老生物标志物联盟 2024 年在《Nature Medicine》上的论文。核对后:那篇论文里没有这段话——全文"geroprotector"出现零次,也没有任何循环性讨论。这段内容在该联盟 2023 年发表于《Cell》的论文里,而原文的语气和转述相反:
"Importantly, there exist many candidate biomarkers of aging and many proposed geroprotectors, and the accumulated evidence supporting either could be leveraged to validate the other"
作者是把这个关系当成相互验证的机会,不是当成认罪。图注里承认这"may appear to have a circular relationship"。照原意写,这段其实更有意思:这个领域清楚地知道自己站在一个自举结构上,并且选择把它当作方法而不是缺陷。至于监管意义上的验证标准——干预引起的标志物变化必须能预测结局的变化——目前没有任何时钟满足,而 FDA 正式合格的生物标志物名单与替代终点表里也没有任何衰老、生物年龄、健康期、衰弱或多病共存的标志物。
我在 2026 年 7 月 28 日查询了 ClinicalTrials.gov 的 v2 接口(query.cond=Aging,干预性研究),得到 3,076 项;三名验证者各自独立跑出了同一个数字。其中 2,198 项(71.5%)入组不超过 100 人,1,373 项(44.6%)不超过 50 人。
但验证席给了一个比这些百分比更有信息量的修正:这不是"geroscience 版图"。query.cond 是同义词扩展检索,真正把 Aging 写在 Condition 字段的只有 1,902 项。而在同一个结果集里,"皮肤老化"429 项、"面部老化"368 项、"皱纹"233 项——远多于二甲双胍 23 项、雷帕霉素 30 项、NAD 35 项、牛磺酸 5 项、senolytic 4 项。
这个对比本身就是本文的一个结论:在注册意义上的"抗衰老临床研究"里,数量上的主体是美容医学,不是老年医学。
2022 年,美国 FDA 认定 NMN 被排除在膳食补充剂定义之外,理由是它先被作为药物研究过:FDA 的信里写明 NMN 与在研药 MIB-626"have the same chemical structure, as confirmed by FDA's review of the relevant INDs"。MIB-626 属于 Metro International Biotech。
2025 年 9 月 29 日,FDA 反转了这个立场。要精确:在 docket FDA-2023-P-0872 下只有一封回复信(文件号 FDA-2023-P-0872-2754,收件人是自然产品协会的 Daniel Fabricant 与 ANH-USA 的 Gretchen DuBeau),同日另有一封给责任营养委员会的信在另一个 docket 下。逐字结论是:
"FDA has reconsidered its position… and, in light of this change in interpretation, we have determined that NMN is not excluded from the dietary supplement definition."
2025 年 12 月 2 日,FDA 分别致信 SyncoZymes 与内蒙古金达威,撤回 2022 年 11 月 4 日的取代信。(一个值得一提的细节:那封 9 月 29 日的信件自己的日期行印成了"September 29, 2029";验证者把 PDF 首页渲染成图像确认了这是文件本身的错字,正确日期由数字签名块确定。)
一处我必须收回的措辞:我起草时写"监管链两端都有商业利益"。没有任何一手文件显示 FDA 的决策者有商业利益,这句话读起来像在暗示监管俘获,而记录不支持。可以写的是:争议的两侧都有商业利益——一边是想把 NMN 当药开发的公司,另一边是想把它当补剂卖的行业协会。
NAD+ 前体补剂的市场规模估计彼此相差约五倍,而我能追到的每一个数字都由一家出售该报告的公司生产(报告单价 2,450–4,490 美元)。例如 Future Market Insights 给出 2025 年 8.762 亿美元——注意口径是"NAD 前体补剂",不是更宽的"NAD+ 补剂"或"长寿市场"。我找不到任何政府、学术或独立来源的估计。
这里的措辞纪律和本文其他地方一样:写"我能追到的每一个",不写"每一个"——后者是无法证伪的全称命题。
2026 年 5 月 21 日,美国国家广告审查委员会(NARB)的一个专家组在案号 #7487-346 中建议 Niagen Bioscience(原 ChromaDex)停止或修改多条广告主张【单源已核】。
裁决里有一句话恰好是本文整篇的形式化表述:所需的证实程度取决于传达给消费者的信息,而不是取决于广告主自己引用的研究说了什么。这正是四种滑坡的法律版本:一项以单侧 p<0.10 判为阳性、终点为六分钟步行 +17.6 米的试验,可以合法地存在;把它转述成"经临床证实支持健康老化"就是另一回事了。
Loyal(原 Cellular Longevity, Inc.)的犬类长寿药 LOY-002 在 2025 年 2 月 26 日获得 FDA 兽医中心对"合理有效性预期"(RXE)一节的接受。这不是批准:它是有条件批准申请中若干技术章节里的一节。
但我起草时挂在这条上的三项指控,有两项被验证席推翻,照实记录:
还有两处需要精确:2025 年 2 月 26 日是公司公告的日期,FDA/兽医中心没有发布任何东西;而这类"接受某一技术章节"的里程碑本身就是容易被误读的信息形态。所以这一节的结论不是"厂商在骗人",而是更有意思的一件事:一个结构上容易被误读的监管里程碑,这一次公司和媒体都没有误导。 把它写成丑闻会是我在犯本文批评的错。
当人本身就是故事的一部分时,匿名化就是在丢证据。
David Sinclair 于 2024 年 3 月辞去健康与寿命研究学会(约 60 名衰老科学家组成)主席职务。起因是 2024 年 2 月他创办的公司 Animal Bioscience 发布新闻稿,称一款补剂被证明能"逆转"狗的衰老。那项研究的同行评审版本里,"认知功能改善"的依据是主人填写的问卷(CCDR)在 3 个月时的评分变化(p=0.02),而客观认知测试没有佐证。一个主观、短窗口的替代终点,被转述成了物种层面的抗衰老主张。
Bryan Johnson 在 2025 年 7 月 21 日发表的《WIRED》访谈里说,他已经"so close to either shutting it down or selling it"——指他的补剂公司 Blueprint,理由是这门生意在消耗他的可信度。一年之后没有任何出售或关闭的确认。有意思的是分裂点在哪:Blueprint 产品页面的主张是严格合规的结构/功能表述,带 FDA 免责声明,没有寿命主张。合规的是品牌,不合规的是创始人本人的公开叙事。
Nir Barzilai 的两处口径已在第 3 节记录:把猴子研究说成"transcriptomic 层面延缓八年"(论文最大值 −6.86 年,且未测生存),以及自 2015 年起每年预测 TAME 即将开始。同时他也是本文唯一一位公开劝阻某个人群服用自己所倡导药物的倡导者(50 岁以下无糖尿病者)。
把七节合起来看,有一个模式不是巧合。
在 ITP 里效应最大、跨剂量最稳定的化合物是雷帕霉素——它是处方药,有黑框警告(器官排斥预防适应症、每日给药口径),几乎没有零售市场,主要通过远程医疗处方和自组织社区流通,人体证据总量是 19 项研究和一次 1024 人的三期失败。
被 ITP 明确判否的化合物是烟酰胺核苷(雄 p=0.252、雌 p=0.612)——它有几亿美元量级的零售市场、成百上千的品牌、一整套面向消费者的营销体系,以及一条几乎完全由两家竞争厂商资助或供药的人体试验链。
这个倒挂有一个不神秘的结构性解释:能大规模零售的必须是补剂,补剂在法律上不能是药,而在动物寿命层真正有效的往往是药。 在美国的 DSHEA 框架下,补剂可以在通知并附免责声明后做结构/功能主张而无需上市前审查,但不能做疾病主张。于是市场规模的决定因素不是效应量,而是监管类别。雷帕霉素不能被装进胶囊卖给你,不是因为它证据弱,恰恰因为它是药。
这也解释了为什么四个招牌数字全部是滑坡的产物。当合格的终点不存在(第 6 节),而市场准入取决于监管类别而不是效应量(本节),那么"证据"的功能就从"决定卖什么"退化成"装饰已经在卖的东西"。滑坡不是个别研究者的道德问题,是这个激励结构的可预测输出。
按证据强度排序,每条给出检验方式。
1.【多源】口服 NR 或 NMN 能抬高循环 NAD+,但抬不高静息骨骼肌里的 NAD+。 三份独立数据集同向(Elhassan 2019 交叉设计 p=0.22;Remie 2020 两种方法 p=0.34/0.91;Dollerup 2020 剂量翻倍、时长四倍仍无变化)。检验:任何新的活检试验必须报告肌肉 NAD+ 本身,而不只是下游代谢物。
2.【多源】二甲双胍在 ITP 的预设检验中未能延长小鼠寿命。 雄性中位 +7%,P=0.35;雌性无效应;这是 ITP 唯一一次二甲双胍寿命实验。检验:ITP 若在更高剂量或更早起始年龄下重测并报告结果。
3.【多源】Bannister 2014 的"生存优势"是短随访人为产物。 两个独立国家的注册数据反向(丹麦 IRR 1.52;威尔士 STR 0.819),而威尔士团队在头三年窗口内重现了这个优势并显示它五年后反转。检验:任何声称恢复该结论的研究必须用非糖尿病对照,而不是磺脲对照。
4.【多源】限时进食在人体上的减重获益基本来自热量摄入减少。 等热量供餐试验(Maruthur 2024)无获益;两臂都限热量的 12 个月试验净差 −1.8 kg(P=0.11)。检验:任何时机效应主张必须在供餐等热量条件下复现。反向证据已存在(Jamshed 2022 早段进食窗多减 2.3 kg),所以这条主张限于"限时进食"而非全部禁食模式。
5.【多源】人的全血 NAD+ 不随年龄明显下降。 两个独立团队、两个国家、两种化学方法同向(Trętowicz 2026 七队列;Yang 2022 n=1,518)。检验:任何"NAD+ 下降"主张必须指明组织——组织层证据方向相反,而血这一层已经有两次独立的零结果。
6.【单源已核】ITP 8–12% 那一档的小命中坐在自己的功效下限上。 ITP 自己在 C2022 讨论中把偶然列为可能解释;C2021 内部有一对近乎相同的中位增幅(+8.3% p=0.17 未命中 / +8.7% p=0.015 命中)。检验:任何小于 10% 的 ITP 命中,在按原剂量原起始年龄的独立重测中是否复现。
7.【单源已核】TAME 从未入组。 无 ClinicalTrials.gov 注册、无 EudraCT 记录、设计者自 2015 年起每年预测即将开始。检验:出现 NCT 编号并有 actual enrollment > 0。
8.【单源已核,双席限制使用】每周一次雷帕霉素的间歇给药假说第一次被正面检验时没有得到支持。 RAPA-EX-01 主终点 −2.13 次(p=0.089,协议预设 α=0.10),预设的完成者与符合方案分析显著偏向安慰剂,并伴随未经多重比较校正的 HbA1c 上升。检验:一项按 α=0.05 供能、带药效学测量的重复试验;以及 TRIAD 那项犬类硬终点试验读出时的结果。
9.【方向存争】CALERIE 的 DunedinPACE 效应真实存在,但它通向死亡风险的换算不成立。 效应扛过 Bonferroni 校正;而挪威 HUNT 研究直接测量"DunedinPACE 变化与全因死亡"的关联得到零结果,且该指标每标准差的死亡风险在独立队列间从 1.23 跨到 1.99。检验:任何独立随机热量限制试验测量 DunedinPACE——目前一次也没有。
10.【单源已核】表观遗传"生物年龄"在不同组织间不可互换,但这是可校准的系统性偏倚,不是随机噪声。 血对血几乎为零(七个时钟全不显著),口腔对血在两个独立队列中差 9–20 年。检验:把同一个人的样本分送多家商业厂商并公布结果——这项研究至今不存在。
11.【单源已核】"衰老"在任何司法辖区都不是可注册适应症,也没有任何时钟被验证为监管意义上的替代终点。 检验:出现一项试验证明干预引起的时钟变化能预测结局变化的幅度;或 FDA 的合格生物标志物名单出现衰老相关条目。
本期最值得记录的不是查出了别人多少处口径问题,而是验证流程改掉了本文自己多少处。列举其中影响论证方向的:
被推翻和被限制的部分留在正文里,不是为了诚实的姿态,而是因为它们是本文方法的实际产出:一个只报告"我查出别人错了"的证据体检,和一个不报告的没有区别。
动物寿命层:Nadon et al., Age 2008(ITP 设计);Nadon et al., eBioMedicine 2017;Cheng et al., Aging Cell 2019(对照基线);Harrison et al., Nature 2009;Miller et al., J Gerontol A 2011;Miller et al., Aging Cell 2014;Strong et al., Aging Cell 2016(二甲双胍);Strong et al., Aging Cell 2020;Strong et al., Aging Cell 2022;Harrison et al., GeroScience 2024;Korstanje et al., GeroScience 2026(C2022);Jiang et al., GeroScience 2024;Garratt et al., Aging Cell 2017(去势实验);NIA ITP 官方页面与在测化合物表。
雷帕霉素人体层:Mannick et al., Sci Transl Med 2014;Mannick et al., Lancet Healthy Longev 2021(PROTECTOR 1);Juricic Dzankic & Partridge, Lancet Healthy Longev 2021;Moel et al., Aging 2025(PEARL);Stanfield et al., J Cachexia Sarcopenia Muscle 2026(RAPA-EX-01);Elliehausen et al., Aging Cell 2025;TRIAD 设计论文;Kaeberlein et al., GeroScience(用户调查)。
二甲双胍:Bannister et al., Diabetes Obes Metab 2014;Keys et al., Int J Epidemiol 2022;Stevenson-Hoare et al., BMC Public Health 2023;Shadyab et al., J Gerontol A 2025;Keys et al., Ageing Res Rev 2025;DPPOS 21 年死亡率分析;Konopka et al. 2019;MASTERS 试验与其勘误;Yang et al., Cell 2024(食蟹猴);Barzilai et al., Cell Metab 2016(TAME 设计)。
NAD+:Massudi et al., PLoS One 2012;Zhu et al., PNAS 2015;Cuenoud et al., Front Aging Neurosci 2020;Yang et al., Front Endocrinol 2022;Trętowicz et al., Nat Metab 2026;Vinten et al., Nat Metab 2025;Trammell et al. 2016;Elhassan et al., Cell Rep 2019;Remie et al. 2020;Dollerup et al., J Physiol 2020;Martens et al., Nat Commun 2018;Yoshino et al., Science 2021 与 Brenner 的技术评论;Prokopidis et al., J Cachexia Sarcopenia Muscle 2025;Damgaard & Treebak, Sci Adv 2023;NICE 试验;NOPARK 注册记录。
热量限制与禁食:Ravussin et al., J Gerontol A 2015 与 2016 勘误;Kraus et al., Lancet Diabetes Endocrinol 2019;Villareal et al. 2016(骨密度);Romashkan et al., Oncotarget 2016;Waziry et al., Nat Aging 2023;Sun et al., Clin Epigenetics 2026(HUNT);Yaskolka Meir et al., BMC Med 2023(DIRECT PLUS);Colman et al., Science 2009 与 Nat Commun 2014;Mattison et al., Nature 2012 与 Nat Commun 2017;Lowe et al., JAMA Intern Med 2020(TREAT);Liu et al., N Engl J Med 2022(TREATY);Maruthur et al. 2024;Jamshed et al., JAMA Intern Med 2022;Sutton et al., Cell Metab 2018;BMJ 2025 网络 meta 分析;Circulation 2024;149:AP192 与其 2025 年发表版;Brandhorst et al., Nat Commun 2024(FMD)。
终点与监管:Higgins-Chen et al., Nat Aging 2022;Apsley et al., Aging Cell 2025;Bruellman et al., Epigenetics 2026;Moqri et al., Cell 2023 与 Nat Med 2024;Espeland et al., J Gerontol A 2017;2025 年 gerotherapeutics 监管范围综述;ClinicalTrials.gov v2 接口查询(2026-07-28);FDA 2025-09-29 与 2025-12-02 NMN 信件(docket FDA-2023-P-0872、FDA-2022-S-0023);NARB 案号 #7487-346。
站内相关研究:本文的证据分级方法与学习科学的证据等级:哪些方法真的有效?同源——那一篇处理的是教育干预,同样撞上"头条数字来自勘误前版本、校正值被当成原始值"这类问题。关于单一数字如何在传播中变形,见「95% 试点失败」体检;关于争论双方的招牌数字同等受损的结构,见屏幕时间与青少年心理健康。