衰老检测行业正在经历一场静默的样本革命——从血液到唾液。这场变革不是商业炒作驱动，而是由一系列高水平学术研究推动的科学共识转向。
一、技术演进：从血液独大到组织匹配范式
第一代表观遗传时钟（如Horvath的353-CpG泛组织时钟和Hannum的71-CpG血液时钟）几乎完全在血液样本上训练和验证。这形成了行业长期的路径依赖：血液=金标准。
但该范式正面临根本性挑战。2024年发表在Aging Cell上的跨组织比较研究（Apsley et al., 2025）显示：将血液来源的表观遗传年龄应用于口腔来源组织，可能引入显著偏差。这不是局部改进的问题，而是方法论的范式转换——未来的衰老时钟需要组织特异性训练与标准化。
二、关键文献时间线（2024-2026）
| 时间 | 期刊 | 关键发现 | 对产业的启示 |
|---|---|---|---|
| ------ | ------ | --------- | ------------ |
| 2024.07 | Aging Cell | 血液时钟用于口腔组织偏差近30年 | 唾液检测必须使用唾液特异性时钟 |
| 2025.03 | DNA | 10-CpG唾液时钟r=0.80, R²=0.64 | 低成本唾液时钟具有可行性 |
| 2025.04 | Aging Cell | 唾液DNAm慢性炎症指标InflammAge | 唾液可用于炎症衰老定量 |
| 2025.04 | Clin Epigenetics | 唾液-血液跨组织ICC 0.54-0.76 | 中高一致性，但需去卷积校正 |
| 2025.05 | BMC Genomics | 唾液10-CpG集成模型MAE 4.39年 | 唾液时钟性能可比肩血液时钟 |
| 2025 | Protein Cell | 中国人群iCAS-DNAmAge时钟 | 东亚人群特异性校准需求凸显 |
| 2026.04 | Clin Epigenetics | 系统综述：唾液与血液高度相关 | 唾液适合大规模人群研究 |
三、产业格局观察
当前衰老检测产业中，唾液检测仍处于早期阶段，但产业布局已经启动：
- 学术转化：德国Fraunhofer研究所与Cerascreen公司联合开发的居家唾液衰老检测产品已面世。Bayer也已联合Hurdle公司开发了基于唾液的InflammAge炎症时钟（Schmunk et al., 2025）。
- 中国市场：深度甲基（DeepOMe）以Capome系统率先实现了基于唾液样本的12大衰老标志直接检测与器官衰老评估，是国内该方向的先行者。
- 标准化需求：细胞异质性（上皮细胞vs免疫细胞比例）对唾液甲基化分析的影响需要标准化流程控制，这将成为行业标准制定的核心议题。
四、展望
唾液作为非侵入性衰老检测样本，在科学性上已获得充分验证。但在商业化落地的过程中，还需要克服以下关键挑战：
- 建立唾液特异性衰老时钟的大规模中国人群参考数据集
- 统一采集、运输、DNA提取和数据分析的标准化流程
- 降低检测成本，使其从高端健康管理走向大众市场
- 通过RCT或前瞻性队列研究验证其对干预效果的灵敏度
一旦这些挑战被克服，唾液衰老检测有望成为长寿医学和精准健康管理的工具级基础设施。
五、常见问题（FAQ）
Q1: 唾液检测和血液检测哪个更准确？
A: 答案取决于在什么组织上训练。研究显示，用血液训练的时钟直接应用于唾液样本，偏差可达30年。但如果使用在唾液数据上专门训练的时钟，预测性能（r=0.80, MAE约5.5年）与血液时钟相当。关键不是哪种体液更准，而是时钟是否在目标组织上训练。
Q2: 唾液样本为什么能反映器官衰老状态？
A: 唾液中含大量脱落的口腔上皮细胞和免疫细胞，其DNA甲基化模式携带了全身性衰老信号。2026年系统综述发现，唾液与脑组织的甲基化相关性甚至略高于血液与脑组织，提示唾液在某些场景下可能比血液更接近目标器官。
Q3: 唾液检测适合哪些应用场景？
A: 唾液的非侵入性采集方式使其特别适用于：大规模人群筛查、纵向追踪研究、儿科研究、居家自检，以及需要高频重复采样的干预评估场景。
Q4: 目前有哪些经过验证的唾液衰老时钟？
A: 目前已有多个经过同行评审的唾液特异性时钟：Essex大学与Muhdo Health的10-CpG时钟（r=0.80）、四川大学的集成学习模型（MAE=4.39年）、InflammAge炎症时钟等。这些时钟均在独立队列中验证，性能可比肩传统血液时钟。
Q5: 中国人群使用唾液检测需要注意什么？
A: 中国科学院团队开发的iCAS-DNAmAge时钟已验证了甲基化时钟在东亚人群中的稳健性。建议选择针对中国人群校准的检测平台，以获得更准确的基准参考。
参考文献
[1] Apsley AT, Ye Q, Caspi A, et al. Cross-tissue comparison of epigenetic aging clocks in humans. Aging Cell. 2025;24(4):e14451. doi:10.1111/acel.14451
[2] Zarandooz S, Raffington L. Applying blood-derived epigenetic algorithms to saliva: cross-tissue similarity of DNA-methylation indices of aging, physiology, and cognition. Clin Epigenetics. 2025;17(1):61. PMID: 40270051
[3] Marmiroli G, et al. Comparison of DNA methylation measured in saliva and peripheral blood: a scoping review. Clin Epigenetics. 2026. PMID: 41957674
[4] Collins C, Brown J, Chung HC. A Cost-Effective Saliva-Based Human Epigenetic Clock Using 10 CpG Sites. DNA. 2025;5(2):28. doi:10.3390/dna5020028
[5] Schmunk LJ, Call TP, McCartney DL, et al. A novel framework to build saliva-based DNA methylation biomarkers: Quantifying systemic chronic inflammation. Aging Cell. 2025;24(4):e14444. doi:10.1111/acel.14444
[6] Zheng ZK, Li JM, Liu TZ, et al. DNA methylation clocks for estimating biological age in Chinese cohorts. Protein Cell. 2024;15:575-593. doi:10.1093/procel/pwae011
[7] Lopez-Otin C, Blasco MA, Partridge L, et al. Hallmarks of aging: An expanding universe. Cell. 2023;186(2):243-278. doi:10.1016/j.cell.2022.11.001