Часы старения стали рутинным инструментом: по метилированию ДНК, транскриптому или снимкам мозга вычисляют биологический возраст, который сравнивают с хронологическим. Отклонение вверх трактуют как ускоренное старение и связывают с болезнями, а вниз — как устойчивость. Однако стандартные модели машинного обучения (случайный лес, градиентный бустинг, нейросети) систематически сжимают предсказания к среднему: у пожилых возраст занижается, у молодых завышается. Это смещение наследуется часами старения, потому что истинный биологический возраст ненаблюдаем, и модели обучают на хронологическом возрасте как суррогате. В результате ассоциации между ускоренным старением и здоровьем могут быть искажены вплоть до смены знака, что ставит под сомнение выводы многих исследований. Работа стоит на отшибе: рядом в архиве есть работы по старению клеток, батарей и мозга, но никто не решал проблему смещения предсказаний именно для часов старения.
Авторы сначала формализуют систематическое смещение предсказаний в общей регрессии машинного обучения: если регрессия предсказанного исхода на истинный даёт наклон меньше единицы, смещение линейно и пропорционально 1 − η. Затем они переносят это на часы старения, где истинный биологический возраст скрыт, а в качестве суррогата используют хронологический возраст, и доказывают теорему о состоятельности оценки смещения по суррогату. Для устранения смещения предлагается метод несмещённой регрессии (UMLR): к целевой функции добавляются два ограничения на средние предсказания в двух непересекающихся подгруппах, разделённых по исходу (например, по медиане возраста). Эти ограничения действуют как две опорные точки, которые фиксируют линию предсказаний на диагонали «предсказанное = истинное», обеспечивая наклон 1. Метод проверяют в симуляциях и на двух реальных наборах данных: возраст мозга по фракционной анизотропии белого вещества из UK Biobank (обучение) и Human Connectome Project in Aging (тест), а также эпигенетические часы по CpG-сайтам из Framingham Heart Study с обучением на данных Миннесоты и тестом на данных Джонса Хопкинса.
В симуляциях стандартные модели (случайный лес, XGBoost, нейросети, LASSO) демонстрируют систематическое смещение: наклон регрессии предсказанного на истинный исход меньше единицы, причём смещение максимально на краях возрастного диапазона. UMLR устраняет смещение, давая наклон, близкий к единице, хотя среднеквадратичная ошибка может быть выше, а R² ниже, чем у смещённых моделей. В кейсе с возрастом мозга на тестовой выборке HCP смещённые модели дают положительную связь между разрывом биологического возраста и когнитивным баллом (t= −2.62, p=0.066), то есть ускоренное старение связано с лучшей когнитивной функцией, что противоречит ожиданиям. UMLR меняет знак: связь становится отрицательной (t=4.38, p=1.58×10⁻⁵), то есть ускоренное старение связано с худшей когнитивной функцией, как и должно быть. В кейсе с эпигенетическими часами связь разрыва с креатинином сыворотки (маркер функции почек) также меняет знак: смещённые модели дают отрицательную ассоциацию (t= −3.68, p=2.94×10⁻⁴), а UMLR — положительную, хотя и незначимую (t=0.79, p=0.43). Смещение параметра η для стандартных моделей в тестовых данных составляло около 0.5–0.7, тогда как для UMLR было близко к 1.0.
Работа показывает, что выводы о связи ускоренного старения с болезнями и факторами риска могут быть артефактом смещения предсказаний, а не биологическим сигналом. В отличие от соседних работ, которые строят часы или ищут ассоциации, не контролируя смещение, здесь впервые даётся формальное определение смещения для часов старения, доказывается его перенос на ненаблюдаемый биологический возраст и предлагается метод коррекции на этапе обучения. Это меняет стандарт анализа: вместо пост-хок калибровки, которая делает предсказания слишком зависимыми от хронологического возраста, UMLR встраивает несмещённость в саму модель. Для эпидемиологии старения это означает, что многие опубликованные ассоциации могут быть пересмотрены, а будущие исследования должны использовать несмещённые методы.
Метод UMLR может быть распространён на другие типы часов старения (транскриптомные, протеомные, мультиомные) и на модели глубокого обучения, где смещение также присутствует. Возможна адаптация ограничений для нелинейных паттернов смещения и для цензурированных исходов, например, в лонгитюдных исследованиях. Другим направлением станет разработка диагностических тестов для проверки смещения в уже опубликованных часах и пересчёт ассоциаций в крупных биобанках с использованием UMLR. Также интересно исследовать, как смещение влияет на причинные оценки (например, в менделевской рандомизации) и на клинические решения, основанные на биологическом возрасте.
Результаты повлияют на эпидемиологию старения, геронтологию, нейровизуализацию и эпигенетику, где часы старения используются как биомаркеры. Они также важны для клинических испытаний, где биологический возраст служит суррогатной конечной точкой, и для персонализированной медицины, оценивающей индивидуальный темп старения.
Ближайшие шаги включают применение UMLR к существующим крупным когортам (UK Biobank, Framingham, HCP) для пересчёта известных ассоциаций и публикацию программного пакета с удобным интерфейсом. Также необходимо валидировать метод на внешних наборах данных с различными возрастными распределениями и сравнить его с альтернативными подходами к устранению смещения.
В области старения остаётся нерешённым вопрос о том, что именно измеряют часы: биологический возраст или артефакты обучения. Данная работа связывает эту проблему с фундаментальной статистической задачей вывода по предсказанным исходам, показывая, что без контроля смещения нельзя отделить истинное ускорение старения от регрессии к среднему. Это перекликается с давней дискуссией о валидности биомаркеров старения и необходимости золотого стандарта для биологического возраста.
В кейсе с возрастом мозга смещённые модели утверждали, что у людей с лучшей когнитивной функцией мозг стареет быстрее, а несмещённые — наоборот. Один и тот же набор данных приводил к противоположным медицинским рекомендациям в зависимости от того, исправляли ли смещение.
В сериале «Видоизменённый углерод» биологический возраст можно отделить от хронологического с помощью технологий, но даже там оценка возраста коры головного мозга страдает от систематических ошибок, если алгоритм не откалиброван. Работа напоминает, что прежде чем доверять «часам старения», нужно убедиться, что они не врут на краях диапазона.
Работа опубликована не на arXiv. Здесь её страница, PDF и формализация: проверить можно самим, а не только прочитать наш разбор.