Cell子刊：北京大學韓敬東團隊開發(fā)生成式AI，打造“數(shù)字孿生”，預測衰老、疾病及治療響應

撰文丨王聰

編輯丨王多魚

排版丨水成文

理解衰老和復雜疾病需要多種數(shù)據(jù)，從分子特征到成像以及常規(guī)臨床檢測。然而，大多數(shù)多組學數(shù)據(jù)集僅測量部分模式，并受到批次效應的影響。

隨著人工智能（AI）領域的快速發(fā)展，未來或許只用拍一張面部 3D 照片或做一次常規(guī)血液檢查，就能在 AI 幫助下全面評估你的衰老速度、預測疾病風險，甚至模擬不同藥物或生活方式的效果。

2026 年 4 月 21 日，北京大學韓敬東團隊（陳嘉偉、任雅、周永、王子陽為本文共同第一作者）在Cell Metabolism期刊發(fā)表了題為：A generative AI framework unifies human multiomics to model aging, metabolic health, and intervention response 的研究論文。

該研究開發(fā)了一個生成式人工智能框架——AURORA（AI Unification and Reconstruction of Omics Reassembly Atlas） ，利用單一的常規(guī)體檢數(shù)據(jù)或面部圖像，即可跨模態(tài)生成涵蓋轉(zhuǎn)錄組、代謝組、微生物組等 7 種模態(tài)的全景虛擬圖譜，從而構建高精度的多模態(tài)衰老時鐘與疾病風險預測模型，還能實現(xiàn)個性化計算機模擬干預分析，以預測干預措施和藥物的響應。作為概念驗證，研究團隊還提供了一個原型 AI 智能體，可將單模態(tài)輸入轉(zhuǎn)換為多模態(tài)報告供用戶和研究人員使用。

總的來說，該研究開發(fā)的 AURORA 能夠整合我們身體的不同維度的海量信息，為每個人構建一個高度仿真的“數(shù)字孿生”（Digital Twin），從而以前所未有的精準刻畫個人的衰老與健康軌跡。

健康數(shù)據(jù)的“碎片化”難題

我們身體的健康狀況，體現(xiàn)在分子、細胞、組織、器官等多個層面。現(xiàn)代醫(yī)學檢測能產(chǎn)生基因組、代謝組、微生物組、醫(yī)學影像、臨床化驗等不同類型的數(shù)據(jù)，這些被稱為 “多模態(tài)”數(shù)據(jù)。它們共同描繪了一幅復雜的個人健康圖譜。

然而，這幅圖譜通常是 “碎片化” 的：一個人往往只有其中一兩種數(shù)據(jù)，不同檢測存在技術差異和批次效應，數(shù)據(jù)之間難以直接對比和關聯(lián)。這就像擁有一個人生拼圖的零散碎片，卻無法拼出完整畫面，嚴重阻礙了精準評估個人衰老狀態(tài)和疾病風險。

AURORA：統(tǒng)一碎片，生成全景

在這項最新研究中，研究團隊開發(fā)了一個生成式 AI框架——AURORA（AI Unification and Reconstruction of Omics Reassembly Atlas），其核心突破在于，成功整合了來自超過 42.5萬人 的七大類健康數(shù)據(jù)，包括——

• 分子層面：血液轉(zhuǎn)錄組、血漿代謝組

• 微生物層面：口腔微生物組

• 表型層面：3D 面部圖像、熱成像面部圖像、臨床生理指標（例如血壓、BMI、血液生化）

通過先進的深度學習模型，AURORA 做了兩件關鍵的事——

• 統(tǒng)一與重建：它將所有碎片化的、帶有“噪音”的不同類型數(shù)據(jù)，映射到一個統(tǒng)一的、低維的“潛在空間”。這意味著，即使用戶只提供了單一類型的數(shù)據(jù)（例如一張 3D 人臉照片），AURORA 也能根據(jù)其內(nèi)在關聯(lián)，高質(zhì)量地生成或補全其他六類缺失的數(shù)據(jù)，形成完整的個人多模態(tài)健康檔案。

• 去除干擾：在此過程中，它還能有效消除不同檢測批次、技術平臺帶來的誤差，讓數(shù)據(jù)更純凈、可比。

研究團隊發(fā)現(xiàn)，3D 面部圖像所蘊含的生物信息異常豐富，基于它來生成其他模態(tài)數(shù)據(jù)的效果最好。這可能因為面部是全身健康狀況的“鏡子”，集中反映了心血管、內(nèi)分泌、炎癥等多系統(tǒng)生理狀態(tài)。

超越現(xiàn)實的“衰老時鐘”與個性化預測

基于 AURORA 生成的完整多模態(tài)數(shù)據(jù)，研究團隊構建了多種 “衰老時鐘” 。這些衰老時鐘能通過分析你的生物數(shù)據(jù)，預測你的 “生物學年齡” ，其與真實年齡的差值（cAgeDiff）可以揭示你的衰老是加速還是減緩。

令人驚訝的是，基于 AURORA 生成數(shù)據(jù)訓練的衰老時鐘，其預測精度竟然超過了直接用原始真實數(shù)據(jù)訓練的時鐘。例如，僅用常規(guī)體檢數(shù)據(jù)，通過 AURORA 生成其他模態(tài)數(shù)據(jù)后構建的衰老時鐘，其預測誤差顯著降低，相關性大幅提升。這證明了 AURORA 在整合信息、去噪增效方面的強大能力。

更重要的是，AURORA 不僅能評估現(xiàn)狀，還能 “預測未來”。其“擾動模擬”功能，可以在數(shù)字孿生上模擬各種干預措施的效果，例如——

• 藥物反應：預測某種藥物對你個人可能產(chǎn)生的效果。

• 生活方式影響：模擬改變飲食、運動等習慣對你衰老軌跡的潛在影響。

這為真正的 “個性化干預” 提供了前所未有的預演平臺。

邁向未來：從健康評估到精準醫(yī)療

AURORA 的研究展現(xiàn)了一個清晰的未來圖景：

對公眾：未來或許通過便捷、無創(chuàng)的檢測（例如手機拍照、常規(guī)抽血），就能獲得一份全面的個人健康評估與衰老預測報告，并得到個性化的健康管理建議。

對科研與醫(yī)藥界：它為理解衰老的跨維度生物學機制、發(fā)現(xiàn)新的藥物靶點、加速藥物重定位（老藥新用）提供了強大的新工具。

以 AURORA 為代表的技術，正在推開一扇新的大門，讓我們離“治未病”和“一人一策”的精準健康時代更近一步。未來，你的“數(shù)字孿生”或許將比你更早知曉健康的奧秘。

論文鏈接：

https://www.cell.com/cell-metabolism/abstract/S1550-4131(26)00108-7