斯坦福大学研究员Eric Sun博士取得突破性进展，他率先使用机器学习创建了“空间衰老时钟”。这些复杂的模型在单个细胞水平上评估生物年龄，比传统方法提供了对衰老更详细的理解。这项创新方法于2025年发表在《自然》杂志上，确定了显著影响邻近细胞衰老轨迹的特定细胞类型。
Sun博士的研究源于他在数学、化学和物理学方面的跨学科背景，代表了科学家研究衰老方式的根本转变。他的计算工具精确定位了在复杂组织环境中衰老更快或更慢的细胞。这种细致入微的理解为靶向干预开辟了新的可能性，可能导致增强复原信号和抑制促衰老影响的治疗方法。
Sun博士的研究成果对与年龄相关的疾病，特别是痴呆症和神经退行性疾病具有重要意义。通过识别驱动大脑衰老的细胞机制，科学家们可以开发出更精确的治疗靶点。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，并将它们开发成为衰老研究界的标准工具，从而可能实现用于复原干预措施的高通量计算筛选。