血清维生素C水平与生物衰老呈负相关：基于人群的横断面研究揭示抗衰老新机制

　　为解决维生素C（Vit C）与生物衰老关系不明的问题，研究人员开展了一项基于NHANES数据的横断面研究，发现血清Vit C（S-vit C）浓度与表型年龄加速（PhenoAgeAccel）呈非线性负相关（拐点1.46 mg/dL），尤其在老年人群和慢性病患者中关联更强。该研究揭示了Vit C通过抗氧化和抗炎机制延缓生物衰老的潜力，为健康老龄化策略提供了新依据。

　　

衰老是机体生理功能逐渐衰退的过程，伴随慢性疾病风险显著上升。然而，个体衰老速度存在显著差异，仅凭 chronological age（CA, 实际年龄）难以准确评估生物学衰老程度。近年来，biological age（BA, 生物学年龄）的概念被提出，其中 phenotypic age（PhenoAge, 表型年龄）通过整合临床生物标志物、血细胞参数和CA，能更精准反映个体衰老状态。PhenoAge acceleration（PhenoAgeAccel, 表型年龄加速）即PhenoAge与CA的差值，正值表示生物衰老加速。氧化应激（Oxidative Stress, OxS）是驱动衰老的核心机制之一，它导致蛋白质、脂质和DNA损伤，并引发慢性低度炎症（inflammaging）。尽管富含抗氧化剂的饮食模式被证明可延缓衰老，但特定营养素（如维生素C）在人体内的浓度与生物衰老的直接关联尚不明确。

为探究血清维生素C（S-vit C）浓度与PhenoAgeAccel的关系，Zhang等人在《European Journal of Medical Research》发表了一项基于美国国家健康与营养调查（NHANES）数据的大规模横断面研究。该研究整合了2003–2006和2017–2018周期的数据，共纳入10,118名20–79岁参与者。采用超高效液相色谱法测定S-vit C浓度，并通过9种生物标志物（白蛋白、血糖、肌酐、C反应蛋白、碱性磷酸酶、淋巴细胞百分比、红细胞分布宽度、平均细胞体积和白细胞计数）计算PhenoAge及PhenoAgeAccel。主要分析方法包括加权线性回归、限制性立方样条（RCS）拟合非线性关系、分段线性回归确定阈值效应，以及亚组分析和敏感性分析验证结果稳健性。

研究结果

基线特征：

S-vit C浓度较高（第四四分位）的参与者多为女性、年龄较大、教育水平和家庭收入较高，吸烟和饮酒率较低，肥胖、高血压和糖尿病患病率更低，且饮食质量、体力活动水平更高。

S-vit C与PhenoAgeAccel的负相关关系：

在完全调整模型中（校正年龄、性别、种族、婚姻状况、教育水平、家庭收入、吸烟、饮酒、BMI、糖尿病、高血压、维生素C补充剂使用、膳食炎症指数和体力活动），与S-vit C最低四分位相比，最高四分位参与者的PhenoAgeAccel显著降低2.04年（β= -2.04, 95% CI: -2.38至-1.69, p<0.001），且线性趋势检验显著。

非线性关系与阈值效应：

RCS分析揭示S-vit C与PhenoAgeAccel存在非线性关联（p<0.001）。分段回归确定拐点为1.46 mg/dL：低于该值时，S-vit C每增加1 mg/dL，PhenoAgeAccel降低2.20年（β= -2.20, p<0.001）；高于该值时，关联不再显著（β=0.47, p=0.264）。

亚组分析：

负相关关系在年龄≥60岁、高血压或糖尿病人群中更强（交互作用p<0.05），提示高危群体可能从维持较高S-vit C水平中获益更多。

敏感性分析：

使用“BioAge”R包计算的替代PhenoAgeAccel指标或排除2017–2018周期数据后，结果保持一致，证实结论稳健。

结论与意义

本研究首次在大规模人群中证实S-vit C浓度与生物衰老（PhenoAgeAccel）呈非线性负相关，且存在1.46 mg/dL的饱和阈值。机制上，维生素C可能通过中和活性氧、抑制NF-κB炎症通路、调节衰老相关生物标志物（如C反应蛋白、白蛋白和血糖）等多途径发挥抗衰老作用。该发现尤其适用于老年人和慢性病患者，为针对性营养干预提供了依据。需要注意的是，超过阈值后额外补充维生素C可能无法进一步获益，甚至因促氧化效应或增加肾结石风险而产生反作用。研究局限性包括横断面设计无法推断因果关系，及缺乏80岁以上人群数据。未来需通过纵向研究和干预试验验证维生素C在延缓生物衰老中的因果作用及最佳浓度范围。