为什么用不同数据构建的时钟测的是不同的东西
衰老时钟是一种模型：它接收某种可测量的输入——血液指标、基因活动、问卷答案——然后给出一个生物学年龄的估计值。问题在于，输入决定了时钟能看到什么。用表观遗传数据训练的时钟给出表观遗传年龄；用转录组数据训练的时钟给出转录组年龄[2]。这些读数并不能互换，它们并不是对同一个隐藏量的不同测量。由于分子层面的衰老大多具有组织特异性，而衰老本身又是一个复杂、多层面的过程，多数受访科学家认为，衰老无法用单一指标来量化[2]。
ENABL Age 的研究让这一点变得具体。当研究者构建用于预测不同年龄相关结果的时钟时，全基因组关联分析显示，每个时钟都捕捉到了合理但各不相同的衰老机制[5]。换句话说，改变预测目标，就改变了时钟所依附的生物学。这是反对“所有时钟都在趋近同一个共享过程”这一想法的有力证据。
器官和性别按不同的时间表衰老
衰老是横跨多个器官系统的多维重塑过程，一个器官的生物学年龄可能影响其他器官如何衰老，从而形成一个多器官衰老网络[4]。近期数据显示，器官之间以及个体之间呈现出相似但不同步的衰老进程[4]。正是这种不同步，使器官特异性时钟能够高分辨率地预测特定的年龄相关疾病：它们追踪的是局部轨迹，而不是一个全身统一的时钟[4]。
性别又增加了另一个分化维度。基于大规模人类表型组构建的性别特异性临床衰老时钟，利用代谢和肿瘤标志物，揭示了男女之间不同的非线性衰老转变和分化轨迹[1]。同一项研究也识别出一些具有共同年龄相关轨迹的特征，所以情况并非纯粹的差异——但性别特异性的转变表明，为一个群体校准的时钟并不会自动描述另一个群体[1]。
时钟在哪里出现重叠
不同并不意味着无关。一项覆盖41种哺乳动物的多组织 RNA 测序分析发现了共享的长寿机制，包括 Igf1 下调（Igf1）和线粒体翻译基因上调，同时也发现了独特特征，例如先天免疫反应和细胞呼吸的差异化调控[3]。因此，一些衰老相关特征在不同物种和组织间反复出现，另一些则是特异性的。
同一项研究还发现，长寿物种的特征与年龄相关变化呈正相关，并富集了进化上古老的必需基因；而延长寿命的干预则抵消了衰老模式，并影响更年轻、更易变的基因，这些基因富集于能量代谢[3]。这表明，不同的时钟可能读取的是一个部分共享架构的不同层面——有些古老而保守，有些灵活且对干预有反应——而不是要么同一个过程、要么完全分离的过程。
比较时钟结果时意味着什么
实际含义是：衰老时钟的输出应当用它的输入或名称来描述，而不是当作全身生物学年龄[2]。把一个基于血液检测的估计值直接称为“生物学年龄”，会夸大它所测量的内容，因为一个人即使握力或最大摄氧量（VO2 max）理想，也并不因此就在生物学上年轻[2]。把时钟视为生物学年龄的指标，而不是生物学年龄本身，才能让说法保持诚实[2]。
对于个性化抗衰老医学来说，“衰老型”（ageotype）这一概念——即个体跨器官的独特衰老轨迹——可能比单一数字更有用，不过要在临床上应用它，还需要包含年轻受试者和性别差异的纵向数据[4]。证据指向一个中间立场：不同的时钟测量的是部分重叠的不同机制，不应把任何一个时钟解读为衰老的权威指标[2][5]。
本文引用的文献
基于大规模人类表型组的性别特异性衰老时钟揭示不同的衰老转变和循环特征
基于大规模人类表型组构建的性别特异性临床衰老时钟，揭示了男女之间不同的非线性衰老转变和分化轨迹，同时也识别出一些具有共同年龄相关轨迹的特征。
为衰老时钟提供背景并正确描述生物学年龄
由于分子层面的衰老在很大程度上具有组织特异性，且衰老本身十分复杂，衰老无法用单一指标来捕捉，因此时钟的输出应当用其输入数据或时钟名称来描述，而不是当作全身生物学年龄。
物种间及物种内不同的长寿机制及其与衰老的关联
对41种哺乳动物进行的多组织 RNA 测序发现，既有共享的长寿机制（如 Igf1 下调和线粒体翻译基因上调），也有独特特征；长寿物种的特征与年龄相关变化呈正相关。
器官特异性生物时钟：面向个性化抗衰老医学的衰老分型
器官特异性衰老时钟和衰老型表明，在多器官衰老网络中，各器官以相似但不同步的速度衰老，从而能够预测特定的年龄相关疾病。
用于可解释生物学年龄的可解释人工智能框架
ENABL Age 中针对不同年龄相关结果训练的时钟，各自捕捉到了合理但各不相同的衰老机制，这一点已由全基因组关联分析显示。