以下文章来源于老顽童说 ，作者衰老标志物联合体
2023年3月12日，中国衰老标志物研究联合体（Aging Biomarker Consortium, ABC）召集脑衰老相关领域专家召开学术研讨会，根据文献报道和国内同行研究基础，结合循证医学证据和专家意见形成专家共识，推荐可反映脑衰老的生物标志物，以期评估个体脑衰老程度（现在有多老）、脑衰老速度（衰老有多快）和预测脑衰老相关疾病风险（距离疾病有多远）等临床问题。近日，该专家共识以 A framework of biomarkers for brain aging: a consensus statement by the Aging Biomarker Consortium 为题发表于Life Medicine。
一、脑衰老评估的目的和意义
脑衰老是指大脑随着年龄的增长而出现的结构和功能减退，包括神经细胞减少、神经网络失偶联、认知功能下降、情绪波动和行为改变等。脑衰老引起心理和身体健康状况下降，增加脑衰老相关疾病(如神经退行性疾病等)的风险。寻找能够反映脑衰老水平的生物标志物，有助于评估老年个体的脑功能状态及发生神经退行性疾病的风险，从而及时采取个体化抗衰老措施，防治脑衰老相关疾病。
2023年3月12日中国衰老标志物研究联合体召集脑衰老相关领域专家召开学术研讨会，根据文献报道和国内同行研究基础，结合循证医学证据和专家意见形成专家共识，推荐可反映脑衰老的生物标志物，以期评估个体脑衰老程度（现在有多老）、脑衰老速度（衰老有多快）和预测脑衰老相关疾病风险（距离疾病有多远）等临床问题。
二、标志物推荐方法学
本共识对推荐级别和证据水平的表述沿用国际通用的方式，详见表1。
表1 证据水平和推荐级别的分类及定义
三、脑衰老生物标志物的分类及临床应用
脑衰老涉及分子、细胞、器官、整体和群体等多维度、多尺度的改变。脑衰老标志物则是指能够准确反映「真实年龄」、「脑结构」、「脑功能」的标志物，可以用来判断脑衰老程度、评估衰老干预效果。考虑到临床操作的可及性及便捷性，本共识从脑功能、影像和体液三个维度筛选脑衰老标志物，以供临床工作和后续研究参考（图1）。
图1 脑衰老生物标志物遴选体系
一
功能标志物
脑功能包括认知功能、运动协调、感知觉和情感等方面。这些功能均受脑衰老的影响，但不同脑功能在脑衰老过程中的变化不一致。近年来研究开始探索与年龄、脑结构和功能相关性高的脑衰老生物标志物。
1、认知功能
认知是大脑接受外界信息，经过加工处理，转换成内在的心理活动，从而获取知识或应用知识的过程，包括记忆、语言、视空间、执行、计算和理解判断等方面。老龄化行为学研究表明，整体认知功能随着年龄的增长而下降，且不同领域的认知衰退关键时间段不同，其中情景记忆和信息处理速度可以更好地反映衰老过程中大脑的结构和功能状态，可以作为评估脑衰老的功能标志物。
情景记忆是对年龄最敏感的认知功能指标。情景记忆能力随着年龄的增加而下降。一项纳入306例受试者的队列研究结果显示，情景记忆在衰老过程中持续下降，且与内侧颞叶和后扣带回的萎缩程度显著相关。情景能力的衰退也与老年人的海马萎缩，脑白质完整性降低有着密切的关系。另一项小样本研究证实，情景记忆受损与海马体-新皮质连接结构的改变相关，发展为阿尔茨海默病（Alzheimer’s disease, AD）的风险较高。基于情景记忆功能影像学（functional magnetic resonance imaging, fMRI）研究表明，老年人情景记忆编码成绩下降伴随着右侧前额叶和眶额皮层的脑功能激活增加，以及内侧颞叶的脑功能激活的降低，这表明情景记忆的衰退或许与前额叶和内侧颞叶之间的连通性降低有关。因此，情景记忆与年龄增长和大脑结构变化密切相关，是潜在的脑衰老生物标志物。情景记忆可以通过线索回忆测试和听觉语言学习测试（AVLT）进行评估。编码再认是评价情景记忆能力的一种潜在测试工具，其效能需要在未来的队列研究中进行验证。
执行功能是指个体协调多个认知加工过程，以达成目标的大脑高级功能。注意力和信息处理速度是执行功能的重要组成部分，并与衰老显著相关。注意是指把感知和思维等心理活动指向和集中于某一事物的能力，作为一个多维度概念，注意通常包括持续注意、选择性注意和分散注意这三个功能维度。过去关于注意的研究表明，随着年龄的增长，尽管注意与任务无关信息的能力呈下降趋势，但是注意与任务相关信息的能力却保持不变。因此，注意力不宜作为脑衰老功能标志物。
执行功能中的信息处理速度可以作为预测脑衰老的生物标志物。多项横断面研究显示20岁以后信息处理速度随着年龄的增加呈线性下。一项纳入3000余名受试者的研究探讨年龄对不同认知域的影响，结果提示信息处理速度随年龄下降的程度最为显著。另一纳入91项研究的荟萃分析显示，信息处理速度随着年龄的增加持续下降。另外，信息处理速度随年龄下降趋势与大脑外侧额叶皮质体积减少的趋势基本一致。一项针对健康百岁老人认知功能的研究发现，这些健康老人的认知功能处于较高水平，包括信息处理速度也未见明显受损。上述结果表明，信息处理速度可以较为准确地反映大脑的衰老状况，是脑衰老的潜在标志物。信息处理速度可以采用线索制作测试量表（Trail Making Test, TMT）进行评估。
2、运动协调功能
生理上的衰老伴随着精细运动能力的下降，可反映大脑的结构和功能改变。一项纳入3000余名受试者的研究显示，精细运动能力在衰老过程中显著下降，且与大脑灰质体积的减少显著相关。另一项研究评估在衰老过程中手部精细活动能力的变化，结果显示手部精细活动随着年龄的增加持续下降。因此，精细活动能力的下降与年龄增长和大脑结构的改变高度一致，可作为预测脑衰老的运动功能标志物。精细运动能力可以通过绘制螺旋图形和小钉板测试进行评估。
3、感知觉
感知觉包括视觉、听觉、嗅觉、味觉和触觉等。尽管随着机体的衰老，视觉和听觉会出现明显下降，但其下降时间远远早于脑衰老发生的时间，很大程度上是由于外周器官本身的衰老和功能障碍所致，不适合作为脑衰老生物标志物。嗅觉障碍随着年龄的增加发生率逐渐增高。一项纳入380例受试者的队列研究表明，嗅觉受损与大脑认知衰退和神经变性有关。我国的一项大样本队列研究显示，嗅觉障碍的严重程度与认知障碍程度、较高的血浆 Tau 和神经丝轻链 (neurofilament light, NfL) 水平、海马和内嗅皮质的体积减少以及白质高信号的严重程度显著相关。因此，嗅觉障碍与脑衰老具有相关性，但是因为其与疾病的相关性更为密切，因此暂不推荐作为脑衰老功能标志物。
4、情感
随着机体的衰老，老龄化焦虑也明显增加，且在老年女性中更为常见。在临床样本中，老年人焦虑症的患病率明显高于年轻人，全球估计为15%。然而，在健康老年人的社区样本中，焦虑症并不比中年人更普遍。在没有神经系统疾病的情况下，焦虑的增加可能是身体机能衰退的结果。同样，啮齿动物的研究表明，衰老与抑郁行为的增加有关。老年抑郁症通常与一般内科和神经性疾病并存。然而，与年轻人相比，老年人严重抑郁障碍的患病率要低得多，但大约15%-20%的老年人表现为亚临床抑郁。尽管衰老过程中会出现情绪的变化，但是这些情绪大多继发于身体虚弱和心理事件，并不是所有老年人都会经历，因此不推荐作为评估大脑生物学年龄的指标。
5、其他功能标志物
语言是一种重要且复杂的终身能力，由大脑特定网络内部和网络之间的交互作用所介导。虽然正常衰老会损害某些语言功能，但大多数核心语言功能在衰老过程中是保持不变的。虚弱是一种与衰老相关的生理脆弱状态，机体稳态储备减少，难以对应激事件做出充分反应。虚弱是多种疾病的表现，也是年龄相关疾病的重要危险因素。研究表明，虚弱与较低的认知水平和认知功能的急剧下降相关，尤其是与执行功能的下降密切相关。由于虚弱受到多种因素的影响，其是否可以作为脑衰老的功能标志物尚有待进一步研究。
推荐要点：
信息处理速度下降可反映脑衰老程度。临床上可采用线索制作测试量表（Trail Making Test, TMT）进行评估（A级证据， Ⅱa级推荐）。
情景记忆下降提示存在脑衰老可能，发展为AD的风险较高。情景记忆可以通过线索回忆测试和听觉语言学习测试（AVLT）进行评估。（B级证据，Ⅱa级推荐）。
精细运动能力可以作为反映脑衰老的生物标志物。临床上可采用绘制螺旋图形和小钉板试验进行评估（B级证据，Ⅱa级推荐）。
二
影像标志物
由于具有直观、准确且易于操作的特性，影像学已被广泛用于显示与年龄相关的大脑结构变化。越来越多的证据表明，结构影像、功能影像和分子影像标志物都可以不同程度地反映脑衰老水平和预测发生神经退行性疾病的风险。
1、结构影像标志物
1.1 脑萎缩
脑萎缩是指由于脑实质体积减小而引起的脑形态学改变，是老年大脑最常见的变化之一。一项纳入92例59-85岁受试者的纵向随访队列研究发现，在健康老年人中，脑灰质随着年龄的增加逐渐萎缩，其中额叶和顶叶萎缩最为突出。一项汇集11个队列10216名20-90岁受试者的颅脑磁共振（MRI）研究显示，在正常衰老人群中，额叶、顶叶、上颞叶皮层及岛叶随着年龄增加萎缩最为明显，且与执行功能下降显著相关。对于轻度认知障碍（mild cognitive impairment, MCI）或早期AD患者，脑萎缩主要表现为海马、杏仁核、内嗅皮层和下颞叶皮层的萎缩。上述结果提示生理性脑萎缩与病理性脑萎缩的模式不同，始发萎缩的脑区存在差异。
1.2 脑白质高信号
脑白质高信号（white matter hyperintensities, WMH）是指在脑白质中出现信号强度异常的斑块，这些被认为与衰老的大脑中的血管变化和缺血有关，它们被称为「白质高信号」，是由于其在T2WI或T2-FLAIR像上表现为高信号。脑白质高信号是脑衰老的常见影像学表现，在60岁以上的人群中发病率超过85%，且其总体负荷随着年龄的增长急剧增加。一项对10216名20-90岁受试者的颅脑影像学研究发现，在正常衰老人群中，50岁以后逐渐出现脑白质高信号，其严重程度与认知功能障碍、执行能力下降及脑内淀粉样蛋白水平显著相关。一项大样本研究证实，在健康衰老的人群中，脑白质高信号与年龄相关的脑萎缩呈现出显著相关性。一项纳入491例受试者的队列研究证实，脑白质高信号的严重程度与视觉执行功能呈负相关，且可以反映年龄相关神经血管的健康状态。
1.3 脑微出血
随着年龄的增加，脑微出血的发生率逐渐增高。鹿特丹社区人群研究对4759名受试者平均随访4.9年，结果显示基线存在微出血增加卒中风险。一项小样本队列研究显示，脑微出血灶数量大于4个代表着弥漫性血管和神经变性损伤，会增加个体的认知功能减退和痴呆风险。因此，脑微出血与疾病的相关性更为密切。
2、功能影像标志物
功能核磁共振成像（fMRI）反映脑神经网络活动。研究发现了与正常衰老和年龄相关的认知障碍相关的变化。当一个人闭上眼睛并停止与周围环境的互动时，包括楔前叶、后扣带皮层、内侧前额叶皮层和角回在内的神经网络的活动就会增加。这种「默认模式网络」（default mode network, DMN）被认为在回忆过去、思考未来和「思维漫游」方面起着重要作用。DMN的功能连接减少发生在正常的衰老过程中，并且在认知能力受损的老年人中显著加重。fMRI分析发现在静息状态下，年轻人的额顶叶和突出神经网络活跃，而老年人则不活跃，这些差异与灰质体积减少和白质完整性有关。在老年人的记忆任务中，DMN和海马之间的功能连接与记忆能力相关。fMRI分析的功能连接已被应用于「脑龄」的构建（见下文）。
3、分子影像标志物
18FDG-PET ：大脑葡萄糖代谢降低是脑衰老的表现，18F-氟脱氧葡萄糖（FDG）PET成像是测定大脑葡萄糖代谢的主要影像学依据。一项纳入120名健康志愿者的队列研究显示，在正常衰老过程中，额叶的18F-FDG摄取显著减少。另一项样本量为123名健康人群的队列研究同样显示，随着年龄的增长，内侧额叶及下顶叶皮层18F-FDG摄取逐渐减少，这与结构影像学显示在正常衰老过程中额叶和顶叶萎缩明显结果一致。日本的一项研究纳入139名健康志愿者，研究发现随着年龄增长，额叶内侧面及外侧裂周围脑区18F-FDG代谢明显减低，通过脑萎缩矫正后，这种差异不再明显，表明18F-FDG PET检测到的18FDG摄取量随着年龄的增长而减少主要是由于与年龄有关的脑容量损失造成的。另外，有研究证实，与正常老年人相比，认知功能下降的患者后扣带回和颞顶叶代谢减低，这种差异可以预测衰老过程中的认知进展和转化为AD的风险。
4、其他影像标志物
光学相干层析成像（Optical coherence tomography，OCT）是一种新型三维层析成像技术。OCT最早被应用于眼科领域，近年来随着技术的成熟，逐步应用于冠状动脉和颅内领域，在评估血管内壁斑块形态，评价支架植入术前术后效果和颅内动脉狭窄患者随访检测方面有着独特的优势。动物研究表明，OCT可以反映与衰老相关的脑血管的结构和功能状态。OCT是否可以作为脑衰老标志物，需要大量临床研究进行探索和验证。
推荐要点：
脑萎缩可以作为评估脑衰老的影像标志物，额叶和顶叶的萎缩可以预测脑衰老水平，而颞叶和海马萎缩提示发展为AD的潜在风险。临床上可通过颅脑MRI进行评估（B级证据，I级推荐）。
白质高信号的严重程度与年龄和脑功能下降相关，可以作为评估脑衰老的影像标志物。在临床上可采用MRI的FLAIR序列和弥散张量成像（diffusion tensor imaging, DTI）序列进行评估（B级证据，I级推荐）。
18FDG-PET可以作为评估脑衰老的影像标志物，额叶18F-FDG摄取减少提示脑功能衰老，预示出现认知功能障碍的风险较高；后扣带回和颞顶叶代谢减低提示认知功能减退及发展为AD的风险较高（B级证据，I级推荐）。
三
体液标志物
血浆、尿液和脑脊液等体液中的成分，由于其非侵入性或微创性、高敏感性以及易于准确测量的特点，成为评估脑衰老不可或缺的生物标志物。本共识旨在推荐脑衰老相关标志物，因此对体液标志物的寻找策略是筛选体液中的脑细胞特异性标志物或很可能与脑衰老水平高度相关的生物标志物。由于这些标志物在各种急慢性脑疾病中也会出现相应变化，在用于脑衰老标志物研究中应注意与脑疾病鉴别。
1、神经元相关标志物
1.1 Tau蛋白
Tau蛋白是一种高度可溶的微管相关蛋白，主要分布在神经元轴突。在病理条件下，神经元内的正常tau蛋白过度磷酸化（p-Tau），并大量聚集形成神经纤维缠结。脑脊液和血液中的 p-tau升高是神经退行性疾病tau病理的间接标志，它随着疾病的发展而增加，并与神经纤维缠结的增量有关。研究发现，血浆中的p-tau与总tau(t-tau)水平都随年龄升高，其升高与较低的认知水平和较快的认知下降速度相关。另一项小样本研究证实，血浆t-tau水平的升高与皮质葡萄糖摄取的广泛减少、颞叶变薄和记忆下降有关。一项纳入276名认知正常老年人的纵向随访队列研究显示，血浆t-tau水平的升高与基底前脑胆碱能系统的萎缩呈正相关，可以预测发生AD的风险。因此，血浆t-tau和p-tau水平可以作为预测脑衰老的生物学标志物，但需注意与tau蛋白病鉴别。
1.2 神经丝蛋白轻链
神经丝蛋白轻链（neurofilament light, NfL）是神经细胞的一种结构蛋白，可在人体体液中检测到，是脑衰老和长寿的潜在生物标志物。一项大样本队列研究提示，血液中的NfL随年龄增长呈非线性增加，并且可预测认知能力下降。另一项研究发现高水平的血浆NfL与海马体体积减小和脑白质病变的严重程度存在相关性。一项纳入335例受试者的横断面研究表明，老年患者血浆NfL增高与其脑容量的减少相关。因此，血浆NfL水平可以作为评估脑衰老的体液生物标志物。
2、小胶质细胞相关标志物
髓系细胞2上表达的触发受体（TREM2）是一种跨膜受体，在调节小胶质细胞吞噬和对炎症刺激的反应中发挥重要作用。TREM2的细胞外结构域可裂解为可溶性TREM2 (sTREM2)并释放到脑脊液，随后入血，被视为小胶质细胞活性的指标。一项纳入150例受试者的横断面研究显示，脑脊液和血浆sTREM2水平与年龄呈正相关，且与脑脊液中t-Tau、p-Tau水平显著相关。另一项临床研究表明，血浆sTREM2与白质高信号的严重程度相关。也有研究证实，血浆和脑脊液中sTREM2的水平可以预测MCI发展为AD的风险。因此，血浆和脑脊液sTREM2可以考虑作为评估脑衰老的体液标志物。
3、星形胶质细胞相关标志物
胶质纤维酸性蛋白 (GFAP) 是星形胶质细胞中的一种标志性中间丝，有助于中枢神经系统中的突触形成和轴突代谢稳态。目前血浆GFAP主要用于创伤性脑损伤、中枢神经脱髓鞘疾病和神经退行性疾病的评估和鉴别。动物研究显示，血浆GFAP水平随着年龄的增加而增加。一项基于脑组织转绿组学的荟萃分析显示，随着年龄的增加，突触传递功能下降和血浆GFAP的升高最为显著。一项纳入114例健康受试者和AD患者的横断面研究证实，血浆GFAP水平与认知损害和白质病变程度显著相关。综上，血浆GFAP水平可以考虑作为评估脑衰老的体液标志物，需注意与相关疾病鉴别。
4、衰老相关分泌表型分子
衰老相关分泌表型（senescence-associated secretory phenotype, SASP）是指细胞衰老后分泌的促炎性因子，包括YKL-40、TNF-α、IL-1β等，这些促炎因子可以引起慢性低度炎症反应，并可能对脑衰老产生影响。既往研究表明，SASP与神经元凋亡、突触功能下降和认知损伤等有关。但因这些炎性标志物无特异性，受炎症性疾病和多种脑疾病影响大，不适宜单独作为脑衰老标志物。
5、脑血管相关标志物
脑脊液中周细胞损伤标志物sPDGFRβ水平自20岁即随年龄增加，且与BBB功能障碍、神经血管失耦合、认知功能下降相关。可作为脑血管衰老标志物，为脑衰老机制研究提供方向。
6、非脑细胞特异性标志物
活化白细胞粘附分子（activated leukocyte cell adhesion molecule, ALCAM）是一种跨膜免疫球蛋白，参与细胞免疫和神经炎症过程。国内同行百人衰老队列研究显示，血浆ALCAM水平与脑衰老水平显著相关，需要在未来的队列研究中进一步验证。多项研究证实，血浆促卵泡激素（FSH）、胰岛素生长因子1（IGF-1）、NAD+或NAD+/NADH、GDF11 及GAPDH mRNA、DNA甲基化水平等与整体衰老显著相关，但是否可以作为评估脑衰老水平的特异性标志物，目前尚缺乏相关临床证据，可以考虑作为脑衰老候选标志物，在后续队列研究进行验证。
推荐要点：
血浆t-tau和p-tau水平可能成为预测脑衰老的体液标志物，其增高提示脑衰老可能，且发生神经退行性疾病的风险增加（B级证据，Ⅱa级推荐）。
血浆NfL水平可能成为预测脑衰老的体液标志物，NfL水平增高提示脑衰老可能，存在认知功能下降的风险（B级证据，Ⅱa级推荐）。
血浆和脑脊液sTREM2可以考虑作为评估脑衰老的体液标志物（B级证据，Ⅱa级推荐）。
血浆和脑脊液GFAP可以考虑作为评估脑衰老的体液标志物（B级证据，Ⅱa级推荐）。
血浆ALCAM、FSH、IGF-1、NAD+或NAD+/NADH、GDF11 及GAPDH mRNA、DNA甲基化水平等可以考虑作为脑衰老候选标志物，在后续队列研究进行验证（C级证据，Ⅱb级推荐）。
四、「脑龄」预测模型的构建
脑衰老涉及大脑从分子到功能全方位的改变，因此要准确评价脑衰老状态，需要整合多维度、多尺度的信息。近年来在探索脑的生物学年龄（脑龄）方面取得显著的进展。
1、脑龄评估模型
生物学年龄是根据正常人体生理学和解剖学的发育状态所推断出来的年龄，以准确反映人体的组织结构和生理功能的实际状态，可为评估人体衰老状态提供更精准的量化指标，回答「现在有多老」的科学问题。上述脑衰老标志物为大脑生物学年龄（以下简称「脑龄」，BrainAge）的构建提供了选择，反之，脑龄可为脑衰老标志物的研究提供参考标准。此外，脑龄还可为脑衰老的机制研究奠定基础，为早期识别病理性衰老提供方法，为早期干预和疗效评价提供依据。机器学习的兴起促进了「脑龄评估模型」的研究。当前，脑龄的构建多基于结构影像和脑电图。随着功能影像的发展，功能连接（functional activity, FC）及多模态影像（sMRI+FC）也被逐渐应用于脑龄的构建。当前对这些脑龄模型的评估多依据预测脑龄和实际年龄的差值，即「脑龄差，brain-age gap(BAG)」，多在1-10岁。然而，当前的脑龄模型尚缺乏不同队列或不同中心的外部验证。
2、脑衰老和脑疾病预测模型
BAG反映大脑是否加速或延迟衰老，为脑疾病的预测奠定基础，可以较为准确的预测个体「衰老有多快」和「距离疾病有多远」。目前BAG已被用于多种脑疾病的预测，包括AD、MCI、癫痫、精神类疾病等。研究发现，正BAG或较高水平BAG与认知障碍、创伤性脑损伤、精神分裂症等的发生风险有关。需要注意的是，由于脑龄的预测缺乏特异性，并不能作为疾病的独立预测指标，需结合疾病特异性标志物。目前的脑龄预测模型的建立都是基于横断面研究，因此其对预后的评估尚缺乏有效的纵向随访数据的对比和验证。
衰老过程涉及分子-细胞-器官-整体的多尺度、多维度的改变，不同尺度指标传递不同信息。建立基于多尺度、多维度、多模态标志物的脑龄模型和脑疾病预测模型可能更具准确性、稳定性和普适性，是未来的研究方向。
五、未来工作规划及展望
一
重点推荐的脑衰老生物标志物
根据专家讨论，从行为功能、影像和体液三个维度推荐以下脑衰老标志物，未来在不同年龄段队列中进行重点验证（表2）。
表2 重点推荐的脑衰老生物标志物
*缺乏脑衰老相关临床研究，需要在后续的队列研究中进行验证
二
我国脑衰老生物标志物研究的工作线路图
（1）建立全国多中心衰老队列（千人）：发现和验证脑衰老生物标志物，建立检测技术方法，确定中国人群的脑衰老标志物的参考值；预测脑衰老的年龄「拐点」，确定干预时间窗。（2）利用人工智能计算建立脑衰老评估模型及衰老和疾病预测模型（Brain Age）。（3）产学研政相结合，促进成果应用转化。脑衰老生物标志物体系的建立将有助于推动神经退行性疾病的临床和基础研究，最终提高我国老年脑健康水平。
点击最下方「阅读原文」，查看 Life Medicine 英文全文
英文全文链接：
https://doi.org/10.1093/lifemedi/lnad017
引用本文：
Aging Biomarker Consortium, Yu-Juan Jia, Jun Wang, Jun-Rong Ren, Piu Chan, Shengdi Chen, Xiao-Chun Chen, Jagadish K Chhetri, Junhong Guo, Qihao Guo, Lingjing Jin, Qiang Liu, Qiang Liu, Wenlin Ma, Zhiyong Mao, Moshi Song, Weihong Song, Yi Tang, Difei Wang, Peijun Wang, Lize Xiong, Keqiang Ye, Junjian Zhang, Weiqi Zhang, Xiaoqing Zhang, Yunwu Zhang, Zhanjun Zhang, Zhuohua Zhang, Jialin Zheng, Guang-Hui Liu, Yi Eve Sun, Yan-Jiang Wang, Gang Pei, A framework of biomarkers for brain aging: a consensus statement by the Aging Biomarker Consortium, Life Medicine, 2023, lnad017, https://doi.org/10.1093/lifemedi/lnad017
附：通讯作者（姓氏拼音排列）
陈彪（首都医科大学宣武医院）、陈生弟（上海交通大学瑞金医院）、陈晓春（福建医科大学）、Jagadish K Chhetri（首都医科大学宣武医院）、郭军红（山西医科大学第一医院）、郭起浩（上海交通大学附属第六人民医院）、靳令经（同济大学附属养志康复医院）、刘光慧（中国科学院动物研究所）、刘强（中国科技大学生命科学院）、刘强（天津医科大学总医院）、马文林（同济大学上海同济医院）、毛志勇（同济大学）、裴钢（同济大学）、宋默识（中国科学院动物研究所）、宋伟宏（温州医科大学）、孙毅（同济大学）、唐毅（首都医科大学宣武医院）、王涤非（中国医科大学附属盛京医院）、王培军（上海同济医院）、王延江（第三军医大学大坪医院）、熊利泽（同济大学附属上海市第四人民医院）、叶克强（中国科学院深圳先进技术研究所）、章军建（武汉大学中南医院）、张维绮（中国科学院北京基因组研究所）、章小清（同济大学附属上海市第四人民医院）、张云武（厦门大学医学院）、张占军（北京师范大学）、张灼华（中南大学湘雅医院）、郑加麟（同济大学）
转自：“丁香学术”微信公众号
如有侵权，请联系本站删除！
