共计 2106 个字符，预计需要花费 6 分钟才能阅读完成。
在《基因组新闻》的专访中，斯坦福大学研究员 Eric Sun 揭示了机器学习如何以前所未有的细胞分辨率革新了人们对大脑衰老的理解。Sun 博士将于 2026 年在麻省理工学院生物工程系和 Ragon 研究所建立自己的独立实验室，他代表了通过创新的机器学习方法改变衰老研究的新一代计算科学家。
Sun 博士的突破性工作集中在开发“空间衰老时钟”——能够在单个细胞水平上测量生物年龄的复杂机器学习模型。这标志着从传统衰老研究的量子飞跃，传统研究通常将组织或器官作为一个整体来检查。他最近在《自然》杂志（2025 年）上发表的文章展示了这些计算工具如何识别特定细胞类型，这些细胞类型显著影响其细胞邻居的衰老轨迹，要么是促衰老方向，要么是促再生方向。
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
“我一直对衰老的生物学着迷，”Sun 博士在采访中解释道。“为什么我们变老时会出现皱纹？为什么学习变得更难，而忘记却更容易？为什么有些动物的寿命比其他动物长得多，但似乎所有动物都会经历衰老？”这些基本问题驱使他早期对衰老研究的兴趣，这种兴趣在他小学时期发现 Cynthia Kenyon 关于显著延长线虫寿命的工作后变得更加明确。
这位斯坦福研究员的方法代表了科学家研究衰老方式的根本转变。传统方法通常提供衰老过程的广泛快照，但 Sun 博士的空间衰老时钟可以精确指出复杂组织环境中哪些细胞衰老得更快或更慢。这种精细的理解为有针对性的干预开辟了新的可能性。研究人员最终能否识别并修改加速脑组织衰老的特定细胞“坏演员”？是否有可能增强促进邻居细胞年轻功能的细胞活动？
Sun 博士的研究方法将空间转录组学与单细胞分析相结合，创建了衰老如何通过脑组织进展的详细地图。他的机器学习模型不仅识别衰老细胞，还揭示了决定邻居细胞是快速衰老还是保持年轻特征的复杂细胞间通信网络。
这一突破的路径反映了 Sun 博士独特的跨学科背景。在科罗拉多州普韦布洛长大的他，在公共图书馆度过了无数小时，最初对恐龙和太空探索着迷，后来转向数学。“数学是我高中时最喜欢的科目，”他指出，“虽然它可能没有直接激发我对科学的热情，但我早期对数学的热爱塑造了我所吸引的研究领域和方法。”
这一数学基础在 Sun 博士在哈佛大学本科期间开始开发计算模型时证明至关重要，他在那里学习了化学、物理和应用数学。他的项目范围从模拟染色体进化到构建衰老的数学模型，再到利用机器学习从多组学数据中预测年龄。这些经历建立了后来使他能够开发革命性空间衰老时钟的计算专业知识。
Sun 博士工作的实际应用远远超出了基础科学。他的计算框架可以改变研究人员处理年龄相关疾病的方式，特别是痴呆症和其他神经退行性疾病。通过识别驱动大脑衰老的特定细胞机制，科学家可能会开发更精确的治疗靶点。如果能够设计出增强有益细胞的再生信号同时抑制问题细胞群的促衰老影响的治疗方法，会怎样？
Sun 博士的研究还提出了关于衰老本质的有趣问题。如果单个细胞可以影响其邻居的衰老轨迹，环境因素或治疗干预如何利用这些细胞通信网络？理解这些机制是否会导致不仅减缓衰老而且在特定脑区逆转衰老的治疗方法？
除了他的研究贡献外，Sun 博士强调了指导未来科学家的重要性。“在我的研究之外，我很高兴能建立自己的实验室并指导学生和博士后研究员，”他说。“我想支持并培养下一代科学家，不仅在衰老研究领域，还包括其他领域。”
他对科学指导的承诺反映了更广泛的对支持年轻研究人员通过科学发现中不可避免的挑战的担忧。Sun 博士指出，科学界通常强调成功而不是失败，尽管失败“比成功常见得多，而且通常，一连串的失败是最终研究发现或成功的催化剂。”
展望未来，Sun 博士计划将他的空间衰老时钟框架扩展到其他组织，并将其发展为衰老研究社区的标准工具。他的实验室将专注于构建大规模 AI 模型，以预测多尺度生物扰动的影响，可能实现高吞吐量计算筛选以寻找再生干预措施。
这位研究员的长期愿景包括将计算发现转化为有效的治疗方法。他的工作表明，未来衰老研究将超越描述衰老过程中发生的事情，精确控制其发生方式。他的空间衰老时钟最终能否指导根据个人特定细胞衰老模式定制的个性化抗衰老治疗？
Sun 博士的研究还强调了人工智能与生物发现之间不断发展的关系。他的空间衰老时钟展示了机器学习如何不仅分析复杂的生物数据，还生成关于基本生命过程的完全新见解。随着计算能力的不断进步，其他生物奥秘可能会屈服于类似的 AI 驱动方法。
Eric Sun 博士的《基因组新闻》采访是名为“创新者与思想”的系列文章的一部分，该系列文章重点介绍了当今最具影响力的科学突破背后的人物。该系列中的每次采访都结合了前沿研究和个人反思，为读者提供了塑造未来的科学家的全面视图。通过将专业成就与个人见解相结合，这种采访风格邀请了一个更丰富的叙述，既吸引又教育读者。这种格式为探索科学家对领域影响的概况提供了一个理想的起点，同时也触及了更广泛的人类主题。有关我们“创新者与思想”——《基因组新闻》采访系列中研究领导者和新星的更多信息，请访问我们的出版物网站：[https://genomicpress.kglmeridian.com/](https://genomicpress.kglmeridian.com/)。
