BIO2TWIN · MORGAN LEVINE · PHENOTYPIC AGE
表型生物年齡
看見你目前的多系統生理狀態
Morgan E. Levine 與研究團隊以死亡風險與多系統臨床生物標誌建立 Phenotypic Age。原始 Clinical Phenotypic Age 使用 9 項常規血液 biomarker 加上實際年齡,把目前的生理風險 phenotype 映射到「年齡尺度」。它不是老化速度、不是 DNA methylation clock,也不是個人壽命預言。
MEMBER WORKSPACE · YOUR PHENOTYPIC AGE
你的健康資料,在這一頁整理完成
上傳已有的 PDF 或健康報告截圖,先查看 9 項對照清單與解析結果。確認後保留可驗證的 Lab 資料;資料不齊時 Bio2Twin 不會硬算 Levine Phenotypic Age。
UPLOAD · MEMBER ONLY
上傳健康報告
PDF、JPG、PNG,可選多張;每個檔案不超過 8 MiB,同份最多 20 個檔案。只有登入會員並確認內容後,才會保留可驗證資料。
尚未選擇檔案。
REVIEW BEFORE CONFIRM
請核對這份報告
LEVINE · 9 CLINICAL BIOMARKERS
你的 9 項對照清單
CBC + DIFFERENTIAL · 4
BIOCHEMISTRY + INFLAMMATION · 5
Clinical PhenoAge 僅使用這 9 項 Lab + chronological age。Apple Health、HRV、睡眠、VO₂max、DNA、DunedinPACE 都不參與計算。
EXISTING MEMBER DATA · NO RE-UPLOAD
沿用既有檢驗報告,逐項確認
從你的已上傳、已確認舊報告讀取候選檢驗值,不需要再上傳一次。舊報告曾確認不代表每一項可直接進入 Levine;只有你重新核對並勾選的血液檢驗項目,才可進入新版 Lab。
等待讀取既有報告。
STATE, NOT PACE
Levine 看的是「目前狀態」
不是老化速度
Clinical Phenotypic Age 的問題是:一個人目前這組多系統臨床數值,在研究族群的 mortality-risk model 中,對應到什麼樣的年齡尺度。這和 Dan Belsky 的 DunedinPACE 不同;DunedinPACE 的核心是 longitudinal rate of aging。
從死亡資料建立 phenotype
研究從更大的 clinical biomarker 候選集合中,以 mortality 為 outcome,經 penalized regression 與 cross-validation 選出精簡組合。
最後留下 9 項常規 Lab
Albumin、Creatinine、Glucose、CRP、Lymphocyte %、MCV、RDW、ALP、WBC,再加 chronological age。
風險轉回年齡尺度
模型先估計 mortality-related risk,再透過 Gompertz transformation 表示成 Phenotypic Age。這不是「看起來幾歲」。
DNA 是後來的第二層
後續研究再用 DNA methylation 預測 clinical phenotype,形成含 513 CpGs 的 DNAm PhenoAge。Clinical Phenotypic Age 與 DNAm PhenoAge 不是同一項檢測。
這個分組只整理 Levine Clinical Phenotypic Age 所需資料。缺值就顯示缺口;不使用 Apple Health 或其他 aging model 補值,也不把 PhenoAge Difference 冒充正式 PhenoAgeAccel。
「我目前累積到什麼樣的多系統生理風險 phenotype?」
STATE「我的老化正在以多快的速度前進?」
PACEClinical PhenoAge、DNAm PhenoAge、DunedinPACE 是不同模型、不同輸入與不同解讀。
BOUNDARYTHE 9 INPUTS
一張 CBC,通常先拿到 4 項
CBC + Differential 常見可取得的四項;Lymphocyte 必須是百分比,不是 absolute count。
CBC · 4肝臟/營養穩態、腎功能與代謝相關的常規生化數值。
CHEMISTRY · 3CRP 反映 systemic inflammatory signal;ALP 與肝膽/骨代謝相關。單位必須先正確對齊研究公式。
LAB · 2