随着年龄增长，人们罹患癌症、心血管疾病以及痴呆等疾病的风险显著上升。在全球人口老龄化加速的背景下，理解衰老这一贯穿终生的生命过程，无疑有着重要意义。

长期以来，衰老研究大多采用“快照”式的方法，对比年轻群体与老年群体的差异。这种方法虽然提供了重要信息，却模糊了衰老在个体生命历程中连续演变的动态过程。要真正理解衰老，理想的方式是持续观察个体从生命起点到终点的全过程。但对于大多数脊椎动物，其漫长的寿命使得这种实验操作难以实现，这也制约了对个体衰老轨迹与寿命差异的认识。

如今，由被称作“光遗传学之父”的斯坦福大学教授Karl Deisseroth领导的团队在一项发表于《科学》杂志的研究中，通过对一种短命鱼类的终生追踪，为脊椎动物的衰老过程绘制出了一幅前所未有的“行为蓝图”。研究发现， 个体的寿命长短，早在其中年初期就已经在日常行为中显露端倪。

在这项研究中，研究团队选择了一种寿命极短的脊椎动物——非洲青鳉鱼（African turquoise killifish），作为破解上述难题的钥匙。 这种鱼在实验室中的典型寿命只有4至8个月，却拥有复杂的神经系统以及大量与其他脊椎动物相似的生物学特征，因此成为研究衰老的理想模型。

借助这一模型，研究团队搭建了一套自动化的高清行为记录平台，如同为每条鱼拍摄一部从青春期至死亡的“纪录片”，以此系统地理解脊椎动物衰老的动态过程。

81条非洲青鳉鱼从3至4周龄（相当于人类的青春期）开始，便生活在被摄像头24小时监控的独立水箱中，它们的一生被转化为数十亿帧视频画面。借助计算机视觉和机器学习技术，研究团队从海量数据中提取出运动姿态、速度、活动水平、休息时间等行为信息。

▲研究使用的非洲青鳉鱼（图片来源：参考资料[2]；Andrew Brodhead/Stanford University）

通过这些数据，研究人员构建了一个高分辨率的行为图谱。他们将鱼类的运动和休息行为分解为约100种重复出现的基本动作单元，这些动作构成了动物日常行为的基本“词汇”。在此基础上，研究人员得以系统分析行为随年龄变化的模式，并分析这些变化是否与最终寿命相关。

当这些数据与每条鱼的寿命相结合，深刻的规律开始浮现。分析结果显示，即使在遗传背景相似、生活环境高度一致的条件下，不同个体之间的衰老轨迹仍然存在明显差异。 这些长寿与短寿的鱼，早在中年初期（约70至100天龄）就表现出了显著的行为差异。

一个明显的信号体现在睡眠模式上。 寿命较短的鱼不仅在夜间睡眠，白天的额外睡眠也明显更多；而长寿的鱼睡眠则主要集中在夜晚。此外， 长寿的鱼在白天的活动水平更高，游动更频繁、速度更快，并且在短时间内能进行更有力的快速运动。

研究人员将这些行为特征整合为数据集，并利用机器学习模型进行分析。 仅凭个体在中年时期短短几天的行为数据，这套模型就能相当准确地预测出其未来寿命的长短。

除了预测寿命之外，连续的行为记录还揭示了一个关于衰老进程的惊人事实：衰老并非一个平滑、缓慢的过程。绝大多数鱼的一生中，会经历2到6次短暂的行为转变期，每次仅持续数天；在这些短暂的转变之后，会迎来一段持续数周相对稳定的行为状态。这一结果提示，在这种脊椎动物中， 衰老过程可能并不是连续平滑的变化，而是由一系列相对稳定的生命阶段依次构成。

▲研究揭示了与衰老相关的行为特征以及一生的衰老阶段（图片来源：参考资料[1]）

为了进一步理解这些行为差异对应的体内生物学变化，研究人员还在行为能够预测寿命的中年时期，对比分析了这些个体多个器官的基因表达谱。结果发现，预计寿命较长的个体在核糖体相关和代谢通路上表现出明显的转录变化，而一些常见的衰老相关通路并未出现类似差异。这表明，行为变化可能与特定分子过程的调控相伴发生。

总体而言，这项研究建立了一种能够从青春期到死亡连续记录行为的技术平台，使研究人员得以在单个脊椎动物的一生中系统观察衰老过程。研究结果表明，动物行为可用于反映衰老状态，并揭示个体之间不同的衰老轨迹。论文作者指出，随着可穿戴设备和人体长期追踪技术的兴起，未来的研究将探索类似的规律是否同样适用于人类。

参考资料：

[1] Bedbrook et al., Lifelong behavioral screen reveals an architecture of vertebrate aging. Science (2026). DOI: 10.1126/science.aea9795