你的基因组里有40%是”僵尸”序列，它们可能在加速你的衰老

你的基因组里，大约有40%的序列来自一种叫做”转座子”的遗传元件。这些序列曾经是能够在基因组中跳跃复制的”寄生者”，在数百万年的演化中不断拷贝自己，堆积在你的 DNA 里。大多数转座子在漫长的沉默过程中已经失去了跳跃能力，变成了基因组中的”僵尸”——不会动，但还在那里。

一个看起来违背直觉的问题是：这些”僵尸”序列还能影响你吗？

最近一项预印本研究给出了一个让人意外的回答：能。而且，抑制它们的活性可能与延缓衰老有关。

什么是转座子

转座子是一类可以在基因组中移动或复制自身的 DNA 序列。它们最早由芭芭拉·麦克林托克（Barbara McClintock）在20世纪40年代的玉米实验中发现，这一发现后来为她赢得了1983年的诺贝尔生理学或医学奖。

转座子主要分为两大类：

DNA 转座子通过”剪切-粘贴”机制移动——把自己从基因组的一个位置切下来，插入另一个位置。这类转座子在人类基因组中大多已经失活。

逆转录转座子通过”复制-粘贴”机制移动——先把自己的 DNA 转录成 RNA，再通过逆转录酶把 RNA 逆转录回 DNA，插入基因组的新位置。这类转座子在人类基因组中占了大约34%，其中最丰富的是 LINE（长散布核元件）和 SINE（短散布核元件，包括 Alu 元件）家族。

需要说明的是：说”40%是转座子”不等于”40%是垃圾”。 转座子在演化中确实做出过贡献——它们提供了新的调控元件、促进了基因的重新组合、参与了基因组三维结构的形成。但问题在于，转座子的活动是一把双刃剑：适度的转座子活动推动了基因组演化，失控的转座子活动则会造成基因组不稳定。

转座子为什么与衰老有关

随着年龄增长，细胞中维持转座子沉默的表观遗传机制会逐渐松懈。DNA 甲基化水平下降、异染色质结构松弛——这些变化让原本被压制的转座子重新活跃起来。

转座子重新活跃后会发生什么？

基因组不稳定。 活跃的逆转录转座子可以通过逆转录酶在基因组中制造新的拷贝。每一次插入都有可能打断一个功能基因，或者破坏重要的调控区域。这种随机的插入突变是基因组不稳定的一个来源。

炎症激活。 细胞质中出现的逆转录转座子 RNA 和 DNA 可以被先天免疫系统识别为”外源”信号——类似于病毒核酸。这会触发 cGAS-STING 等炎症通路，导致慢性低水平炎症。这种”无菌性炎症”被认为是衰老相关疾病的重要驱动因素。

DNA 损伤。 转座子的活跃过程本身就会产生 DNA 损伤——逆转录过程中的中间产物、转座子插入位点的断裂修复，都可能引入新的突变。

这些机制加在一起，构成了一个恶性循环：衰老削弱了转座子的沉默控制，转座子的活跃又加速了基因组损伤和炎症，进一步推动衰老。

一项意外的发现

2026年3月，科罗拉多大学的研究团队在 medRxiv 上发表了一项预印本研究，带来了一个出人意料的发现。

研究团队分析了两项随机对照药物动力学研究的数据，参与者是18到50岁的健康成年人（没有 HIV 感染），分别接受了含有替诺福韦艾拉酚胺（FTC/TAF）或替诺福韦酯（FTC/TDF）的抗逆转录病毒药物治疗12周。这些药物原本是用于 HIV 治疗和暴露前预防的核苷逆转录酶抑制剂（NRTIs）——它们的作用机制正是抑制逆转录酶。

关键发现： FTC/TAF 组的 DNA 甲基化衰老指标出现了显著下降。DunedinPACE（一种基于 DNA 甲基化的衰老速率指标）下降了0.061，PhenoAge（另一种表观遗传衰老时钟）下降了6.33年。此外，表观遗传学指标显示的炎症标志物（如 IL-6）也出现了下降。与大脑衰老相关的甲基化时钟指标同样呈现下降趋势。

作为对照，FTC/TDF 组没有出现显著的衰老指标变化。

研究团队的解读是：TAF 相比 TDF 有更好的细胞内药代动力学特性（更高的细胞内活性代谢物浓度），因此能更有效地抑制逆转录转座子的逆转录酶活性，从而产生了抗衰老效应。

这意味着什么——以及什么不意味着什么

这项研究的重要性在于，它提供了”在人体中抑制逆转录转座子活性可能影响生物学衰老”的第一个概念验证。 此前的相关证据主要来自动物模型和体外实验，人体数据一直缺失。

但需要非常谨慎地解读这些结果。

第一，这是预印本，还没有经过同行评审。 预印本是科学交流的重要方式，但它不代表结论已经经过独立专家的严格审查。在同行评审完成之前，这些结果需要被视为初步发现。

第二，这不是一项专门设计来研究衰老的试验。 这两项研究原本是药物动力学研究，衰老指标是事后分析的。没有预先设定的衰老终点、没有安慰剂对照组的直接比较、样本量较小（一项36人，一项43人）。研究团队自己也明确指出，需要进行专门设计的前瞻性安慰剂对照试验。

第三，”生物学年龄下降”不等于”你变年轻了”。 DNA 甲基化时钟是衰老的生物标志物，但它们和实际的生理功能、疾病风险、寿命之间的关系仍在研究中。指标下降是一个积极信号，但不等于已经证明了临床获益。

第四，核苷逆转录酶抑制剂有已知的副作用。 长期使用这类药物可能导致肾脏损害、骨密度降低等问题。不能因为一项初步的抗衰老信号就忽视这些风险。

生信在这项工作中的角色

这项研究的核心分析工具是 DNA 甲基化时钟——基于全基因组 DNA 甲基化数据构建的衰老预测模型。

DNA 甲基化时钟的原理是：在基因组中选择几百到几千个与年龄高度相关的 CpG 位点（胞嘧啶-磷酸-鸟嘌呤二核苷酸），用这些位点的甲基化水平加权组合来估算”生物学年龄”。不同版本的时钟关注不同的衰老维度——有些预测的是时间年龄，有些预测的是衰老速率，有些则侧重于特定器官系统的衰老。

构建这些时钟需要大量的表观基因组数据和统计建模工作。从 CpG 位点的选择、权重的训练、到在不同人群和组织中的验证，每一步都涉及生物信息学方法。

但需要指出的是：甲基化时钟提供的是关联性证据，不是因果性证据。 它们告诉我们”这个人的甲基化模式看起来像更年轻/更年老的人”，但不直接告诉我们”这个人的细胞功能更年轻/更年老”。将甲基化时钟指标与实际的生理功能和临床结局建立因果关系，仍然是一个开放的研究方向。

转座子研究与生物信息学

从更广的视角看，转座子研究本身就是一个高度依赖生物信息学的领域。

转座子注释是基因组分析的基础工作之一。每完成一个物种的基因组测序，都需要识别和标注其中的转座子序列。由于转座子在基因组中大量重复，且经过长期演化已经高度变异，这项工作需要专门的注释工具（如 RepeatMasker、TEtools）和经过整理的转座子序列数据库。

转座子活性检测需要分析 RNA-seq 数据中来自转座子的转录本。这需要精确地将测序读段映射到基因组中的转座子位置——由于大量重复序列的存在，这种映射比普通的基因表达分析更困难。

表观基因组分析则关注转座子区域的甲基化状态、组蛋白修饰和染色质可及性。这些数据帮助研究者理解哪些转座子在特定条件下被激活、哪些仍然处于沉默状态。

这些分析工具和方法的开发，是生物信息学对转座子研究的主要贡献之一。

一个需要更多研究的方向

这项预印本研究打开了一个有趣的方向：通过抑制逆转录转座子活性来干预衰老。

但它只是一个开始。要真正回答”抑制转座子活性能否延缓人类衰老”这个问题，还需要：

  • 设计专门的安慰剂对照临床试验，预先设定衰老相关的临床终点
  • 直接测量转座子活性的变化（不仅仅是甲基化时钟指标）
  • 在更大规模、更长时间的研究中验证效果和安全性
  • 理解哪些转座子亚型对衰老的影响最大

这些问题的解答，离不开生物信息学在转座子注释、活性检测和表观基因组分析方面的支持。

回头看这个领域，有一点值得注意： 转座子曾经被认为是”垃圾 DNA”，是基因组中的噪音。但随着研究的深入，这些”僵尸”序列被发现参与了基因调控、基因组结构、免疫激活，甚至可能与衰老直接相关。这提醒我们：在基因组中，”看起来没用”不等于”真的没用”。理解这些序列的功能和影响，需要持续的计算分析和实验验证的结合。

参考文献

  • Anderson, P. L., Pang, A. P., Coyle, R. P., et al. (2026). An FDA-Approved Tenofovir Alafenamide-Based Antiretroviral Therapy Reduces Biological Age in Healthy Adults: First Human Proof-of-Concept for Retrotransposon-Targeted Gerotherapeutics. medRxiv. https://doi.org/10.64898/2026.03.23.26349105

  • McClintock, B. (1950). The origin and behavior of mutable loci in maize. Proceedings of the National Academy of Sciences, 36(6), 344-355.

  • De Cecco, M., Ito, T., Petrashen, A. P., et al. (2019). L1 drives IFN in senescent cells and promotes age-associated inflammation. Nature, 566(7742), 73-78.

  • Simon, M., Van Meter, M., Ablaeva, J., et al. (2019). LINE1 derepression in aged wild-type and SIRT6-deficient mice drives inflammation. Cell Metabolism, 29(4), 871-885.

  • Horvath, S., & Raj, K. (2018). DNA methylation-based biomarkers and the epigenetic clock theory of ageing. Nature Reviews Genetics, 19(6), 371-384.