近日，“走出去，走進去——AI賦能IVD創新與海外破局”交流活動在上海騰訊濱江大廈舉行。本次活動由全國衛生產業企業管理協會AI與數字孿生醫學分會（CAIDM）、醫學檢驗產業分會（CAIVD）攜手智奧瑞和（上海）展覽有限公司（CACLP），聯合騰訊健康、IDEA創新生態聯盟及創奇健康研究院共同主辦。菲鵬生物抗衰中心負責人王娟應邀參與，并就《AI驅動的多組學衰老診斷與評估方案》進行專題分享，系統展示了菲鵬在AI與多組學交叉領域的創新成果與產業布局。

衰老被納入醫學范疇，預防成為健康管理核心

王娟在報告中闡釋，衰老并非單一過程，而是涉及基因組不穩定性、端粒損耗、表觀遺傳改變、慢性炎癥等14項生物學特征的復雜演進。這些特征隨年齡增長日益顯著，并與癌癥、神經退行性疾病、心腦血管疾病等發生密切相關。她特別提到，世界衛生組織在ICD-11分類中已將“與衰老相關的內在能力下降”列為獨立條目，這意味著衰老已從自然生理現象轉變為可評估、可干預的醫學課題。

在此背景下，菲鵬將抗衰老明確納入預防醫學體系，聚焦一、二級預防。一級預防面向尚未顯現明顯衰老跡象的人群，通過生活方式調整與環境干預延緩衰老進程；二級預防則針對已出現初期衰老特征的個體，力求實現早篩查、早干預，阻斷相關疾病發展。王娟強調：“抗衰老的本質是推動主動健康，目標不僅在于延長生命長度，更在于維持生命質量與身心機能。”

多模態衰老評估體系：AI整合多組學數據，實現精準解析

圍繞衰老評估的前沿進展，王娟介紹道，衰老時鐘作為一種生物年齡預測工具，已從早期的表觀遺傳時鐘，逐步拓展至蛋白質組、代謝組及影像時鐘等多維階段。菲鵬在此基礎上，創新構建了“AI多模態復合衰老時鐘”，通過融合組學數據、影像信息、臨床體征等多源信息，并運用大語言模型與深度學習算法，建立起從宏觀表型到微觀分子的立體化評估框架。

“我們已研發包括血液時鐘、表觀時鐘、影像時鐘等在內的系列生物學年齡評估工具，”王娟表示，“借助AI算法模型，系統能夠精準識別個體的衰老軌跡與模式，深入解析衰老的生物學機制，從而突破單一數據維度的評估局限。”

多組學數據爆發，AI建模迎來發展窗口

隨著高通量測序成本持續下降，多組學數據正迎來規模化增長。菲鵬抗衰依托其生成式AI驅動的標志物發現平臺PromptBio，整合基因組、表觀組、蛋白質組及代謝組等多層次數據，通過生成式AI與大語言模型實現零代碼、自動化、多智能體協同的標志物挖掘與模型構建。

王娟同時指出，當前衰老標志物研究仍面臨若干挑戰，包括提升標志物的功能機制明確度、檢測靈敏性與特異性，以及建立適用于中國人群的CpG位點參考數據庫等。

“我們正處在AI與多組學深度融合的關鍵階段，”王娟總結稱，“菲鵬將持續圍繞‘采-集-管-監’一體化閉環，推動抗衰研究從概念走向科學，從標準化邁向個性化，助力實現‘不患病、少得病、晚生病’的健康愿景。”