科学家通过分析六万多人的血液，开发出一种AI模型，能够预测细胞的衰老程度及其与疾病的关系。研究表明，细胞衰老与多种疾病风险相关，如肌肉细胞衰老与渐冻症风险增加12倍，星形胶质细胞衰老与阿尔茨海默症风险显著相关。健康的生活方式可以延缓细胞衰老，为疾病的早期预测提供了新方法，未来可能改变健康监测方式。

研究表明，衰老导致细胞身份丢失的原因是表观遗传信息的丢失，而非细胞内垃圾的积累。通过新技术SeqTag，研究团队发现年轻细胞的基因表达、染色质开放和组蛋白修饰协调一致，而老化细胞则表现出“分子不同步”。这种信息丢失降低了细胞维持身份的能力，增加了疾病风险。

基因组测序是一种确定生物遗传组成的方法，能够提供疾病风险和过敏信息。随着技术进步和测序成本降低，越来越多的人选择进行基因组测序。尽管存在伦理争议，如知情同意和结果解读，但其在早期诊断和预防疾病方面的潜力使其益处显著。

研究人员通过少量血液样本测量数千种血浆蛋白，结合基因和健康数据，深入研究疾病根源和衰老过程。研究显示，器官特异性蛋白质与衰老和疾病风险相关。高通量蛋白质组学揭示了蛋白质与慢性疾病的关联，尽管成本高，但与人工智能结合为未来医疗提供新方向。