跳至正文

衰老作为偏离临界态：非平衡生命系统中”距临界距离”的操作化

目录

问题

在《相变：从伊辛模型到神经网络与大脑》中我们留下了三个未展开的方向：(1) 非平衡相变（KPZ、定向渗流、吸收态、SOC、Griffiths 相）是否比平衡伊辛框架更适合描述大脑和神经网络；(2) “距临界点的距离”能否操作化成可测量的指标族；(3) 是否能把寿命/抗衰调研里反复出现的”复杂性丧失””内稳态固化””HRV 下降””SCN 振幅衰退””inflammaging””HPA 紊乱”统一理解为同一件事——系统维持临界附近状态的能力下降。

本调研把这三个问题打包成一个独立主题。核心追问不是”衰老是不是相变”——这个表述本身有问题，因为生物系统是非平衡的、N 固定的、有主动调节的，不满足平衡相变的理想化条件。更谨慎的追问是：衰老是否可以理解为非平衡生命系统维持临界附近状态的能力下降？如果是，距临界点的距离能否被一组可测指标量化？

简短结论

[个人判断 / 假说陈述] 衰老可能表现为非平衡生命系统维持临界附近状态的能力下降。这不是一个严格的物理学陈述，而是一个统一的可观测变量框架：脑动力学、心率、激素节律、应激恢复在年轻健康时围绕一个”近临界工作点”运行，衰老中这个工作点漂移、围绕它的涨落变形，对应一组协同变化的指标。

[文献较稳结论] 平衡相变工具（伊辛、Landau 自由能、平衡 RG）在生命系统里只能作为概念参照尺。真正贴合的非平衡框架按对脑系统的适配度排序是：分支过程 ≈ 临界减慢 > 定向渗流（吸收态相变）> Griffiths 相 > 自组织临界（SOC）的修正版 SOqC。KPZ 不强行套用。

[文献较稳结论] 距临界点的距离已经有若干可操作指标，每一个单独都不充分，但作为复合向量是稳健的：

  • 雪崩层：κ 统计量、DCC、分支比 σ
  • 频谱层：1/f 斜率（FOOOF 分离后的 aperiodic exponent）、DFA Hurst 指数、长程时序相关（LRTC）
  • 复杂性层：多尺度熵（MSE）、HRV 时间不可逆性
  • 节律层：昼夜振幅、皮质醇 nadir 抬高
  • 动力学层：临界减慢三联征（方差↑、lag-1 自相关↑、恢复时间↑）
  • 网络层：脑系统 segregation

[理论整合] 在这个框架下，《植物与动物寿命差异》《女性长寿》《极端长寿生物》三份调研里反复出现的”复杂性丧失””内稳态固化””HRV 下降””SCN 振幅衰退””inflammaging””HPA 紊乱”可以统一表述为同一现象的不同切面：年轻系统通过持续耗能（非平衡）+ 慢调节（突触可塑性、稳态可塑性、应激-恢复回路）把自己维持在临界附近的”reverberating”工作点上；衰老使这套调节机器降级，工作点漂移。

[仍不确定处] 临界态对生物是否真的最优、还是只是”足够好的稳定点”；多个指标在同一个人身上是否真的协同移动；亚临界 reverberating 和准临界 Griffiths 哪个才是真实皮层的稳态描述。这些是本调研最大的开放性问题。

可信度

  • Overall: 中。框架本身有跨领域文献支持，但作为”统一衰老假说”仍属理论整合，未形成共识。
  • 稳健部分: 复杂性丧失现象（HRV、步态、EEG）；多尺度熵下降；皮层分支比略小于 1；1/f 斜率随年龄变平；SCN 输出振幅下降；inflammaging；脑系统 segregation 下降；hallmarks of aging 框架。
  • 理论整合: 把上述零散现象统一到”距临界距离增加”框架。临界减慢早期预警信号已在抑郁复发、癫痫先兆、生态系统转折点上验证，但作为衰老指标的纵向验证仍在早期。
  • 个人判断: 临界态是非平衡生命系统的”最优工作点”；衰老是这套调节机器降级；可以构建复合”动力学年龄”指数。
  • 待核对: 大脑是处在严格临界点、还是在亚临界 reverberating 区、还是 Griffiths 延展相；不同器官系统的”距临界距离”指标是否在个体水平协同移动；MSE/DCC/1/f slope 是否构成有效的复合衰老生物标记。

关键结论

第一节：平衡相变工具留什么、打几折

[文献较稳结论 + 个人判断]

为了不让”借用伊辛框架”无限滥用，先把工具箱清理一下。

可以保留作为参照尺的部分

工具 在生命/AI 系统里的状态 用法
伊辛哈密顿量结构（两态单元 + 局部耦合） 保留为结构骨架 对 Hopfield 是严格同构，对脑网络是教学性简化（兴奋/抑制 ↔ J 的符号）
Landau 的”序参量”思想 完全保留 操作上选一个宏观可观测变量描述系统，不依赖系统是否平衡
临界指数与普适类概念 保留概念，换类 非平衡系统有自己的普适类（DP、Manna、保守 DP 等），不能直接套 2D Ising 的 β=1/8
RG 的”不同尺度不同有效理论” 完全保留 认识论层面的，不依赖平衡

必须打折或弃用的部分

配分函数 Z 与玻尔兹曼分布：要求细致平衡。脑持续消耗 ATP 维持膜电位（远离平衡的耗散系统），SGD 各向异性噪声违反细致平衡（Wilting & Priesemann 2019）。任何”用自由能定义稳态分布”的论证在脑里默认要打折。

平衡态有限尺寸标度（FSS）：理论假设你能系统性放大 L 看 Tc 偏移。脑的 N≈10¹¹ 固定，FSS 在生命系统里几乎是纸上工具——你不能”再做一个大一点的人脑”来外推。

平衡相图（T-h 平面）：脑的”控制参数”是代谢率、神经调质水平、可塑性强度——这些自身随时间变化，”相图”是动态的而不是静态背景。

跨平衡/非平衡借用临界指数：原《相变》调研里说神经雪崩 τ ≈ 3/2 与”平均场分支过程的临界指数一致”——这句没问题；但说”和伊辛普适类一致”就错了。3/2 是平均场 DP 指数，不是 Ising（Friedman et al. 2012）。

[仍不确定处] 多少”看起来像平衡相变”的生命现象，实际上是被慢驱动 + 快弛豫 + 内稳态调节复合伪装出来的非平衡定态？这个区分在实验上极难。

第二节：更合适的非平衡框架

[文献较稳结论] 按对生命系统适配度排序：

(a) 分支过程（Branching Process）——最干净的工作模型

每次激活产生 k 个后代，平均 σ。σ < 1 亚临界（活动衰减），σ = 1 临界，σ > 1 超临界（爆发）。直接映射 E/I 平衡。可从 spike train 估计——但天真的估计在采样不全时严重失真。Wilting & Priesemann 2018 提出的 MR estimator（Multistep Regression）解决了这个亚采样问题，让 σ 在跨物种、跨皮层区域可比 (Nat Commun 2018)。

关键经验发现：用 MR estimator 测大鼠、猫、猴的多个皮层区域，σ 一致地落在 0.9–0.995 区间，明显小于 1 但接近 1。这被命名为 “reverberating regime”——亚临界但有足够的”回响”让信息传播数百毫秒 (Wilting et al. 2018 Front Syst Neurosci)。

[个人判断] 这个结果对本调研非常关键：皮层不在严格临界点上，而是在亚临界侧、有安全边际地接近临界。”距临界距离”在年轻健康脑里也不为零，是一个留有冗余的小正数。

(b) 定向渗流（DP）普适类——吸收态相变的”伊辛”

Janssen-Grassberger 猜想（Janssen 1981、Grassberger 1982）：所有具有单一吸收态、短程相互作用、无对称性约束的相变都属于 DP 普适类。综述见 Hinrichsen 2000。

平均场 DP 临界指数：雪崩大小 τ_s = 3/2，持续时间 τ_d = 2。这正是神经雪崩观测到的（Beggs & Plenz 2003、Friedman et al. 2012）。

[仍不确定处] 真实皮层是否严格属于 DP 普适类，还是更接近 Manna（保守 DP）或带场的 DP？这取决于守恒律和异质性等细节，目前没有定论。

(c) 吸收态相变（Absorbing-state phase transitions）——上位概念

Muñoz et al. 1999 给出了一般吸收态相变的雪崩指数关系。Henkel-Hinrichsen-Lübeck 教材是权威综合 (Springer 2008)。

脑有天然的吸收态：全静息态不能自发激活，必须有外部驱动或自发活动维持。这从根本上违反细致平衡 → 这不是平衡相变。真实皮层有持续的自发活动打破吸收态 → 它实际处在”被驱动的近临界”而非严格 SOC。

(d) 自组织临界（SOC）—— 解释机制，但理论较弱

Bak, Tang, Wiesenfeld 1987 的沙堆模型：慢驱动 + 快弛豫 + 局部守恒 → 自动到临界。经典 SOC 要求局部守恒律。

[文献较稳结论] 脑里没有干净的守恒量（突触权重不守恒、神经元数也变化）。Bonachela & Muñoz 2009 证明非守恒系统不能产生真正的标度不变 SOC，只能产生 self-organized quasi-criticality (SOqC)——系统围绕临界点震荡而不是真正坐在临界点上，需要一个”再充电”率被微调。这是”皮层准临界”图景的理论基础。

(e) Griffiths 相——被低估的框架

在有 quenched disorder（结构异质性）的系统里，临界点不是单一点而是一个延展的相，在这个相里：

  • 弛豫时间分布有长尾（幂律）
  • 出现非普适的连续变化指数
  • 不需要精确调参就能看到类临界行为

[文献较稳结论 + 个人判断] Moretti & Muñoz 2013 Nat Commun 显式论证：考虑到脑皮层的层级模块化结构，”单一临界点”被替换为一个延展的类临界区——Griffiths 相。这在 C. elegans 连接组和人类连接组的合成网络上验证。

对脑特别合适的原因：脑天生异质（不同神经元类型、模块、区域差异），且这种异质性是”quenched”（在动力学时间尺度上固定）。这能解释一个长期困扰——为什么脑的”临界性”对扰动那么鲁棒：不是单点而是整片区域。

(f) 临界减慢（Critical Slowing Down, CSD）——操作上最锋利

任何接近 saddle-node、Hopf、pitchfork 分岔的系统，恢复时间 τ ~ |c − c_c|^(−1) 在临界处发散。方差和 lag-1 自相关在临界前上升。

[文献较稳结论] Scheffer et al. 2009 Nature 和 Scheffer et al. 2012 Science 系统综述了这个工具，已在生态系统、气候转折点、抑郁复发、癫痫先兆上验证。平衡/非平衡通用，对生命系统是金标准。

[个人判断] 关于 KPZ：你说不要硬套，我也认为别套。KPZ 是 1+1 维界面生长方程，要把脑动力学映射成”界面”需要太多人为假设。在 NN 训练里有人尝试（损失景观下降前沿），说服力不强。不列入本调研的正式工具集。

第三节：距临界点的距离能否操作化

[文献较稳结论] 是的，至少可以构造复合距离指标。每个单独都不充分，但作为向量是稳健的。

雪崩层

κ 统计量（Shew et al. 2009 J Neurosci）。把雪崩 size 经验 CDF 与理论幂律（指数 −1.5）的累积偏差积分。κ < 1 亚临界，κ ≈ 1 临界，κ > 1 超临界。皮层切片培养在 κ ≈ 1 时实现最大动态范围。

DCC（Deviation from Criticality Coefficient）（Ma et al. 2019 Neuron）。比 κ 更鲁棒，比较 size-vs-duration 标度关系与 crackling noise 预测的偏差。在自由活动大鼠 V1 上，单眼剥夺使 DCC ≈ 0.6 偏离临界，48 小时内通过稳态可塑性恢复——直接证明了脑有主动调节回临界的机制。

分支比 |σ − 1|（Wilting & Priesemann 2018）。MR estimator 解决亚采样问题，得到 σ 落在 0.9–0.995 的稳健估计。

频谱层

1/f 斜率 χ（FOOOF 算法分离周期/非周期成分，Donoghue et al. 2020 Nat Neurosci）。神经临界假说预测 P(f) ~ 1/f^χ，χ ≈ 1 在临界。

[文献较稳结论] Voytek et al. 2015 J Neurosci 用 ECoG + EEG 数据证明老年组 1/f 斜率显著变平，被解读为 E/I 平衡漂移和”神经噪声增加”。[仍不确定处]：临界态对应 χ ≈ 1，衰老的 χ ↘ 是远离临界吗？这与 LRTC 下降方向一致，但具体定位（亚临界化 vs 超临界化）仍有争议。

DFA Hurst 指数 / LRTC（Linkenkaer-Hansen et al. 2001 J Neurosci）。α 频带振幅包络的 H 在 0.5–1 之间，临界系统 H 偏高。衰老、抑郁、阿尔茨海默普遍 H 下降。

复杂性层

多尺度熵（MSE）（Costa, Goldberger, Peng 2002 PRL、Costa et al. 2005 PRE）。跨尺度粗粒化的样本熵，解决传统熵把”健康长程相关”误判为低复杂度的悖论。健康年轻：跨尺度熵都高；衰老/疾病：高尺度熵塌陷。

HRV 时间不可逆性（Costa, Peng, Goldberger 2008；以及 Costa et al. 2005 PRL “Broken asymmetry of the human heartbeat”）。健康年轻心跳序列不是时间可逆的（有方向性），衰老和疾病把这种方向性洗掉。

[文献较稳结论 + 历史定位] 这条线是 Goldberger 学派的”复杂性丧失假说”（Lipsitz & Goldberger 1992 JAMA、Goldberger et al. 2002 PNAS）的核心证据。这是把”复杂性丧失”操作化的最直接工具。

节律层

昼夜节律振幅 / Hopf 极限环幅度。接近 Hopf 分岔时极限环幅度 A ~ |c − c_c|^(1/2)。

[文献较稳结论] Hofman & Swaab 2006 Ageing Res Rev 综述：衰老中 SCN 节律振幅显著降低，光输入减少，神经-时间组织退化。Nakamura et al. 2011 J Neurosci 在自由活动小鼠上证明：SCN 输出层振幅衰退先于分子时钟核心机制衰退——这是个重要观察，说明老化首先打掉的是”调节回临界的能力”，分子时钟本身保留得相对完好。

皮质醇 nadir 抬高 + 振幅压缩（Van Cauter et al. 1996 JCEM、Van Cauter, Leproult, Plat 2000 JAMA）。健康男性 16–83 岁横断研究：夜间皮质醇 nadir 升高、傍晚水平上升、昼夜振幅下降，与慢波睡眠减少同步演变。

动力学层

临界减慢三联征：方差↑ + lag-1 自相关↑ + 恢复时间↑（Scheffer et al. 2009 Nature）。

[文献较稳结论] van de Leemput et al. 2014 PNAS 证明 CSD 信号可以预测抑郁发作和缓解的起止——这是 CSD 在临床精神疾病上最强的直接验证。

[文献较稳结论 + 注意点] Maturana et al. 2020 Nat Commun 是 CSD 作为癫痫发作生物标记的核心论文。这并不直接证明衰老，但确立了”CSD 作为活体大脑临界距离的可测信号”的临床方法学。

[理论整合] 在脑层面，最直接命中”AD → 临界距离漂移”的是新近的 Tian et al. 2025 J Neurosci（”A Shift Toward Supercritical Brain Dynamics Predicts Alzheimer’s Disease Progression”）：从 SCD → MCI → AD 进程中观察到大脑动力学向超临界方向漂移，提示 AD 不只是亚临界化（活动衰减）也可能包含 E/I 失衡的超临界化。

应激-恢复：HPA 反应斜率与恢复时间。Otte et al. 2005 Psychoneuroendocrinology meta 分析 45 项 young-vs-old 研究：老年组对应激的皮质醇反应整体增强（效应量 d ≈ 0.4），且恢复变慢。这正是 CSD 的标准预测——接近分岔点的系统响应被放大、恢复变慢。Yiallouris et al. 2019 Front Endocrinol 给出肾上腺衰老与应激反应的综合综述。

网络层

脑系统 segregation（Chan et al. 2014 PNAS）。20–89 岁横断 fMRI 数据显示，随年龄增长，系统内/系统间连接比线性下降——衰老脑的模块化变弱，距”既能整合又能分离”的最优工作点变远。

整合-分离差（ISD）：原《相变》调研里讨论过，清醒状态 ISD 最高，麻醉/深睡 ISD 显著下降。衰老中的 ISD 变化方向与意识状态偏离的方向一致。

单一指标都会有伪阳/伪阴

[个人判断] 真正的”距临界距离”应该是上述指标的复合向量到年轻基线流形的距离——类似已有的”生物年龄”算法（DNA 甲基化钟、表型年龄、GrimAge），但建立在动力学指标上而不是分子标志物上。一个候选的实施路径：在大样本纵向数据上做主成分分析或自编码器降维，然后用到年轻基线流形的马氏距离作为”动力学年龄指数”。

第四节：接回寿命调研——统一框架

[理论整合 / 推断]

可以提出一个统一假说（但要说清是假说，不是定理）：

衰老可能表现为非平衡生命系统维持临界附近状态的能力下降。

不同器官系统、不同时间尺度上的”复杂性丧失”是这个一般现象的不同切面。这个框架要做的不是把所有现象都贴上”相变”标签，而是提供一个共同的可观测量族和共同的机制类型。

把零散现象重新框架化

现象 在”距临界距离”框架下的解读 核心文献
复杂性丧失（HRV、步态、EEG 的 MSE↓） 系统在多尺度上失去临界涨落的标志 Lipsitz & Goldberger 1992、Goldberger et al. 2002
内稳态固化 反馈环路增益下降，恢复变慢 = CSD 信号 Otte et al. 2005
HRV 下降 心血管-自主控制系统进入更亚临界，长程相关减弱 Costa et al. 2008
SCN 振幅衰退 昼夜 Hopf 振子接近（错误方向地接近）分岔点，极限环收缩 Hofman & Swaab 2006、Nakamura et al. 2011
慢性低度炎症（inflammaging） 免疫系统从可逆开关变成卡住的开关，序参量被锁住 Franceschi et al. 2000、Franceschi & Campisi 2014
HPA 紊乱（平坦化皮质醇曲线、应激反应增强、恢复变慢） 应激-恢复回路的临界减慢；分岔点逼近的标准签名 Yiallouris et al. 2019、Van Cauter et al. 2000
神经退行（tau 病理 / AD 进程） 突触可塑性失灵，不能再把网络拉回临界，向超临界漂移 Tian et al. 2025、Zimmern 2020
脑系统 segregation 下降 整合-分离最优点偏离 Chan et al. 2014

与 Hallmarks of Aging 框架的关系

[文献较稳结论] López-Otín et al. 2013 Cell 列了 9 个”hallmarks”，2023 更新版 扩展到 12 个（新增 disabled macroautophagy、chronic inflammation、dysbiosis）。

[个人判断] 本调研的”距临界距离”框架不是要替代 hallmarks，而是提供一个功能层的统一描述：

  • Hallmarks 是分子-细胞层的损伤分类
  • 距临界距离是系统动力学层的功能后果
  • 两者是正交但互补的——你可以问”哪些 hallmarks 通过什么路径推动系统偏离临界”，比如：
  • 慢性炎症 → 抑制突触可塑性 → 无法把皮层拉回临界
  • 线粒体功能障碍 → ATP 不足 → 主动调节能力下降
  • 干细胞耗竭 → 系统级再生能力下降 → 不能修复偏离

这个分工让两个框架协同而非冲突。

与既有调研的具体接口

  • 《植物与动物寿命差异》：那篇笔记的”复杂性丧失”段落 → 现在与本调研的”距临界距离”统一表述对接。”神经-内稳态固化”可以重表述为”神经系统失去主动把内稳态变量调回临界附近的能力”。植物的”分布式慢调节 + 模块化更新”对应在 Griffiths 相图景里——分布式异质结构让系统天然有”延展临界区”的鲁棒性。
  • 《女性长寿》：女性双 X 失活马赛克 → 组织级冗余 → 更强的”主动调回临界”能力 → 更慢的距临界距离漂移。这与那篇笔记里的”系统崩溃临界点”框架在数学上对接。
  • 《极端长寿生物》：分两类。真正的可忽略衰老物种（Hydra、裸鼹鼠、部分龟类）可能在”主动调节回临界”的能力上没有显著退化，这是后续值得用 MSE/CSD 工具验证的方向。表现 resilience 的极端长寿物种——格陵兰鲨即便心脏组织呈现广泛纤维化、脂褐素堆积、线粒体损伤和氧化应激（Chiavacci et al. 2026 Aging Cell）仍维持心脏功能——是”损伤-功能解耦”在动力学层面最直接的检验对象。修正说明：本调研旧版本将”龙虾”列入可忽略衰老物种；这是常见误用（端粒酶活性 ≠ 不衰老，且大型龙虾蜕壳死亡率上升本身就是 Gompertz 行为，当前共识为缓慢衰老）。详见 跨物种系统架构比较 §1.3。
  • 《计算收敛论的边界》：本调研为该笔记里的”具身性和内稳态是大脑与 DNN 的根本差异”提供了功能可测的内容——大脑的特殊性不只是”有身体”，而是”必须主动消耗能量维持距临界点的距离”。
  • 《内观标记》：临界减慢可以作为”主动调节失灵”的可测信号，而内观的”只标记不展开”在这个框架下可以理解为降低高层反馈的增益，让系统不会在小扰动上产生过大的临界减慢信号——一种主动的”距临界距离维护”。

候选指标汇总表

[理论整合] 这是本调研最重要的可操作产物。每一行代表一个候选”距临界距离”指标，从可获取数据、计算方式、衰老典型变化到证据强度都列清楚。

候选指标 需要的数据 如何表示距临界点 衰老中通常怎么变化 证据强度
神经雪崩 κ 统计量 MEA / LFP / MEG，事件检测后构建雪崩 \ κ − 1\ 越大越远
DCC（雪崩 size-duration 标度偏差） 同上 + 雪崩平均时间形状 DCC 越大越远 在体内动物已证明随扰动增大，纵向衰老数据稀缺 中（指标较新，2019 起）
分支比 σ（MR estimator） spike train \ σ − 1\
1/f 谱斜率 χ（FOOOF） EEG / MEG / ECoG \ χ − 1\
DFA Hurst 指数 / LRTC 长时段 EEG / MEG / 行为信号 H 偏离临界区间 H 下降 中到高（Linkenkaer-Hansen 2001 起多次复现）
多尺度熵 MSE HRV、EEG、步态等任一时间序列 高尺度熵塌陷程度 高尺度熵显著下降 高（Costa-Goldberger-Peng 系列稳健）
HRV 时间不可逆性 长时段 RR 间期 不可逆性消失 显著降低 高
HRV 长程相关 α₁（DFA） 长时段 RR 间期 偏离 α₁ ≈ 1 趋向 0.5（白噪化）或更低 高
临界减慢三联征（方差↑、lag-1 自相关↑、恢复时间↑） 任意可重复扰动的生理/心理信号 同时性升高 三联征同时增强 高（生态、临床均验证；Scheffer 2009、van de Leemput 2014）
昼夜节律峰谷差（皮质醇、体温、活动） 连续 24h+ 监测 极限环幅度 A A 显著下降；皮质醇 nadir 抬高 高（Hofman-Swaab 2006、Nakamura 2011、Van Cauter 2000）
HPA 应激响应斜率 + 恢复时间 TSST / CRH 试验 峰值反应 + 恢复时间 峰值增强（meta d ≈ 0.4）、恢复变慢 中到高（Otte 2005）
脑网络 segregation（fMRI 模块化） 静息态 fMRI 偏离年轻基线 跨皮层模块化线性下降 中（Chan 2014）
整合-分离差 ISD rs-fMRI / MEG 静息态 偏离最优点 与意识状态偏离方向一致 中
复合”动力学年龄”指数 上述若干指标的多变量组合 到年轻基线流形的马氏距离 单调增加（理论预测） 理论整合（尚无标准定义，这是本调研的提议）

[个人判断] 表格里最缺的是纵向同体多指标数据——大多数证据是横断研究（按年龄分组），不能直接验证”个体内多个指标协同移动”。要让”距临界距离作为衰老指标”真正立得住，需要至少 5–10 年随访的多模态纵向研究。这类数据已经在生物年龄时钟领域开始积累（UK Biobank、NHANES），但同时包含动力学指标的非常少。

证据与来源

按本调研结构分组列出，每条带 DOI 或权威链接以便核实。

物理-数学骨架（非平衡相变框架）

  • Janssen, H. K. (1981) “On the nonequilibrium phase transition in reaction-diffusion systems with an absorbing stationary state”, Z. Physik B 42, 151–154. DOI: 10.1007/BF01319549
  • Grassberger, P. (1982) “On phase transitions in Schlögl’s second model”, Z. Physik B 47, 365–374. DOI: 10.1007/BF01313803
  • Bak, P., Tang, C., Wiesenfeld, K. (1987) “Self-organized criticality: An explanation of the 1/f noise”, Phys. Rev. Lett. 59, 381–384. DOI: 10.1103/PhysRevLett.59.381
  • Muñoz, M. A., Dickman, R., Vespignani, A., Zapperi, S. (1999) “Avalanche and spreading exponents in systems with absorbing states”, Phys. Rev. E 59, 6175. DOI: 10.1103/PhysRevE.59.6175
  • Hinrichsen, H. (2000) “Non-equilibrium critical phenomena and phase transitions into absorbing states”, Advances in Physics 49(7), 815–958. DOI: 10.1080/00018730050198152 | arXiv:cond-mat/0001070
  • Henkel, M., Hinrichsen, H., Lübeck, S. (2008) Non-Equilibrium Phase Transitions Vol. 1: Absorbing Phase Transitions, Springer. DOI: 10.1007/978-1-4020-8765-3
  • Bonachela, J. A., Muñoz, M. A. (2009) “Self-organization without conservation: true or just apparent scale-invariance?”, J. Stat. Mech. P09009. DOI: 10.1088/1742-5468/2009/09/P09009 | arXiv:0905.1799

临界减慢与早期预警

  • Scheffer, M. et al. (2009) “Early-warning signals for critical transitions”, Nature 461, 53–59. DOI: 10.1038/nature08227
  • Scheffer, M. et al. (2012) “Anticipating critical transitions”, Science 338, 344–348. DOI: 10.1126/science.1225244
  • van de Leemput, I. A. et al. (2014) “Critical slowing down as early warning for the onset and termination of depression”, PNAS 111(1), 87–92. DOI: 10.1073/pnas.1312114110
  • Maturana, M. I. et al. (2020) “Critical slowing down as a biomarker for seizure susceptibility”, Nat. Commun. 11, 2172. DOI: 10.1038/s41467-020-15908-3

脑临界性与雪崩

  • Beggs, J. M., Plenz, D. (2003) “Neuronal avalanches in neocortical circuits”, J. Neurosci. 23(35), 11167–11177. DOI: 10.1523/JNEUROSCI.23-35-11167.2003
  • Shew, W. L., Yang, H., Petermann, T., Roy, R., Plenz, D. (2009) “Neuronal avalanches imply maximum dynamic range in cortical networks at criticality”, J. Neurosci. 29(49), 15595–15600. DOI: 10.1523/JNEUROSCI.3864-09.2009
  • Friedman, N. et al. (2012) “Universal critical dynamics in high resolution neuronal avalanche data”, Phys. Rev. Lett. 108, 208102. DOI: 10.1103/PhysRevLett.108.208102
  • Moretti, P., Muñoz, M. A. (2013) “Griffiths phases and the stretching of criticality in brain networks”, Nat. Commun. 4, 2521. DOI: 10.1038/ncomms3521 | arXiv:1308.6661
  • Cocchi, L., Gollo, L. L., Zalesky, A., Breakspear, M. (2017) “Criticality in the brain: A synthesis of neurobiology, models and cognition”, Prog. Neurobiol. 158, 132–152. DOI: 10.1016/j.pneurobio.2017.07.002 | arXiv:1707.05952
  • Wilting, J., Priesemann, V. (2018) “Inferring collective dynamical states from widely unobserved systems”, Nat. Commun. 9, 2325. DOI: 10.1038/s41467-018-04725-4 | arXiv:1608.07035
  • Wilting, J. et al. (2018) “Operating in a reverberating regime enables rapid tuning of network states to task requirements”, Front. Syst. Neurosci. 12, 55. DOI: 10.3389/fnsys.2018.00055
  • Ma, Z., Turrigiano, G. G., Wessel, R., Hengen, K. B. (2019) “Cortical circuit dynamics are homeostatically tuned to criticality in vivo”, Neuron 104(4), 655–664. DOI: 10.1016/j.neuron.2019.08.031
  • Wilting, J., Priesemann, V. (2019) “25 years of criticality in neuroscience — established results, open controversies, novel concepts”, Curr. Opin. Neurobiol. 58, 105–111. DOI: 10.1016/j.conb.2019.08.002 | arXiv:1903.05129
  • Zimmern, V. (2020) “Why brain criticality is clinically relevant: a scoping review”, Front. Neural Circuits 14, 54. DOI: 10.3389/fncir.2020.00054
  • O’Byrne, J., Jerbi, K. (2022) “How critical is brain criticality?”, Trends in Neurosciences 45(11), 820–837. DOI: 10.1016/j.tins.2022.08.007
  • Tian, Y. et al. (2025) “A shift toward supercritical brain dynamics predicts Alzheimer’s disease progression”, J. Neurosci. 45(9), e0688242024. J Neurosci 链接

谱、复杂性、节律指标

  • Linkenkaer-Hansen, K. et al. (2001) “Long-range temporal correlations and scaling behavior in human brain oscillations”, J. Neurosci. 21(4), 1370–1377. DOI: 10.1523/JNEUROSCI.21-04-01370.2001
  • Costa, M., Goldberger, A. L., Peng, C.-K. (2002) “Multiscale entropy analysis of complex physiologic time series”, Phys. Rev. Lett. 89, 068102. DOI: 10.1103/PhysRevLett.89.068102
  • Costa, M., Goldberger, A. L., Peng, C.-K. (2005) “Multiscale entropy analysis of biological signals”, Phys. Rev. E 71, 021906. DOI: 10.1103/PhysRevE.71.021906
  • Costa, M., Peng, C.-K., Goldberger, A. L. (2008) “Multiscale analysis of heart rate dynamics: entropy and time irreversibility measures”, Cardiovascular Engineering 8(2), 88–93. DOI: 10.1007/s10558-007-9049-1
  • Voytek, B. et al. (2015) “Age-related changes in 1/f neural electrophysiological noise”, J. Neurosci. 35(38), 13257–13265. DOI: 10.1523/JNEUROSCI.2332-14.2015
  • Donoghue, T. et al. (2020) “Parameterizing neural power spectra into periodic and aperiodic components”, Nat. Neurosci. 23, 1655–1665. DOI: 10.1038/s41593-020-00744-x

衰老的复杂性丧失与系统级综述

  • Shen, X. et al. (2024) “Nonlinear dynamics of multi-omics profiles during human aging”, Nature Aging 4, 1619-1634. DOI: 10.1038/s43587-024-00692-2
  • Chiavacci, E. et al. (2026) “Resilience to cardiac aging in Greenland shark Somniosus microcephalus“, Aging Cell (accepted). DOI: 10.1111/acel.70505 — 首份格陵兰鲨心脏组织学+分子分析，与深海对照 E. spinax 和短寿 N. furzeri 比较；记录心室广泛纤维化、脂褐素、线粒体损伤、3-硝基酪氨酸氧化应激，但心脏功能维持；明确以”resilience”（而非 resistance）框架解读——为”损伤-功能解耦”提供最干净的物种学证据。
  • Lipsitz, L. A., Goldberger, A. L. (1992) “Loss of ‘complexity’ and aging. Potential applications of fractals and chaos theory to senescence”, JAMA 267(13), 1806–1809. DOI: 10.1001/jama.1992.03480130122036
  • Goldberger, A. L. et al. (2002) “Fractal dynamics in physiology: alterations with disease and aging”, PNAS 99(Suppl 1), 2466–2472. DOI: 10.1073/pnas.012579499
  • Chan, M. Y., Park, D. C., Savalia, N. K., Petersen, S. E., Wig, G. S. (2014) “Decreased segregation of brain systems across the healthy adult lifespan”, PNAS 111(46), E4997–E5006. DOI: 10.1073/pnas.1415122111
  • López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., Kroemer, G. (2013) “The hallmarks of aging”, Cell 153(6), 1194–1217. DOI: 10.1016/j.cell.2013.05.039
  • López-Otín, C., Blasco, M. A., Partridge, L., Serrano, M., Kroemer, G. (2023) “Hallmarks of aging: An expanding universe”, Cell 186(2), 243–278. DOI: 10.1016/j.cell.2022.11.001

内稳态调节回路衰老

  • Van Cauter, E., Leproult, R., Kupfer, D. J. (1996) “Effects of gender and age on the levels and circadian rhythmicity of plasma cortisol”, J. Clin. Endocrinol. Metab. 81(7), 2468–2473. DOI: 10.1210/jcem.81.7.8675562
  • Franceschi, C. et al. (2000) “Inflamm-aging: An evolutionary perspective on immunosenescence”, Ann. NY Acad. Sci. 908, 244–254. DOI: 10.1111/j.1749-6632.2000.tb06651.x
  • Van Cauter, E., Leproult, R., Plat, L. (2000) “Age-related changes in slow wave sleep and REM sleep and relationship with growth hormone and cortisol levels in healthy men”, JAMA 284(7), 861–868. DOI: 10.1001/jama.284.7.861
  • Otte, C. et al. (2005) “A meta-analysis of cortisol response to challenge in human aging: importance of gender”, Psychoneuroendocrinology 30(1), 80–91. DOI: 10.1016/j.psyneuen.2004.06.002
  • Hofman, M. A., Swaab, D. F. (2006) “Living by the clock: the circadian pacemaker in older people”, Ageing Res. Rev. 5(1), 33–51. DOI: 10.1016/j.arr.2005.07.001
  • Nakamura, T. J. et al. (2011) “Age-related decline in circadian output”, J. Neurosci. 31(28), 10201–10205. DOI: 10.1523/JNEUROSCI.0451-11.2011
  • Franceschi, C., Campisi, J. (2014) “Chronic inflammation (inflammaging) and its potential contribution to age-associated diseases”, J. Gerontol. A 69(Suppl 1), S4–S9. DOI: 10.1093/gerona/glu057
  • Yiallouris, A. et al. (2019) “Adrenal aging and its implications on stress responsiveness in humans”, Front. Endocrinol. 10, 54. DOI: 10.3389/fendo.2019.00054

我的判断

[个人判断]

这个框架的价值

不是把”衰老”换个新名字叫”距临界距离漂移”——这样做没有解释力。价值在于：

  1. 提供共同的可观测量族。本调研给出的 14 个指标都已经在文献中被测过，多数还有跨系统、跨物种的复现。把它们放进同一个框架，让”复杂性丧失””HRV 下降””SCN 振幅衰退””HPA 紊乱””inflammaging”不再是各自独立的现象学描述。
  2. 提供共同的机制类型。所有这些现象的机制都是”主动调节回临界附近的能力下降”——突触可塑性、稳态可塑性、神经调质动态范围、应激-恢复闭环。这给出了干预靶点：保住或恢复主动调节的能力，比单点抗氧化、单点抗炎更有抓手。
  3. 预测协同移动。如果框架对，那么一个人的 HRV MSE 下降应该与他的 EEG 1/f 斜率变平、皮质醇昼夜振幅压缩、应激恢复变慢协同——这是可证伪的预测。

这个框架的限制

[仍不确定处]

  1. 临界态是不是真的最优？ 神经雪崩文献说”最大动态范围、信息传输、计算灵活性都在临界点最大”，但这是基于简化模型的论证。真实大脑可能在亚临界 reverberating 区（σ ≈ 0.98）才是最优——多留一点安全边际比”踩在悬崖上”更稳健。这意味着”距临界距离”不一定是越小越好；可能存在一个最优非零距离。
  2. 多指标协同性未直接验证。文献多是横断研究分别报告各指标随年龄变化。同一个人身上多个指标在 5–10 年随访里协同移动的证据非常稀缺。这是本框架最大的实证空洞。
  3. 机制因果链未闭合。”主动调节能力下降”是一个高层抽象。具体到分子-细胞层，哪些 hallmarks 直接削弱主动调节、削弱哪些回路，仍需要逐案研究。
  4. 干预的方向性。如果年轻最优工作点是 σ ≈ 0.98 的亚临界，那”恢复临界性”应该向 σ ↗ 推（更超临界化）；但 AD 数据显示后期是超临界漂移——所以前期亚临界化和后期超临界化都可能同时是”距最优点距离增加”的表现。这让”调回临界”作为干预原则需要分阶段、分系统讨论。

与”衰老是相变”说法的距离

【严格表述】：衰老不是相变。衰老是一个慢漂移——非平衡生命系统的工作点随时间偏离其年轻基线，这个偏离的几何特征与”临界减慢”和”临界丧失”的标准签名一致。

把这个表述压缩成”衰老是相变”会同时丢三层信息：(a) 慢漂移≠突变，(b) 工作点不一定是严格临界点而可能是亚临界 reverberating 或 Griffiths 相，(c) 不同器官系统有不同的距临界距离和不同的漂移速率，不能压成一个全局相变。

所以我建议在传播这个框架时，始终用”距临界距离漂移”而不是”衰老相变”。

40 多岁与 60 多岁的阶段性转折

[文献较稳结论 + 理论整合] 这不排除衰老过程中存在”相变样”的局部转折。Shen et al. 2024 的 Nature Aging 纵向多组学研究追踪了 108 名 25-75 岁成年人，整合分子、微生物组等 13 万余项特征，发现许多分子和微生物变化并非线性累积，而是在约 44 岁和 60 岁附近出现两个明显的非线性波峰。

在本框架下，这更像慢漂移中的阶段性重构：系统长期积累的代谢、免疫、血管、节律、微生物组和修复压力，在某些年龄段跨过补偿阈值，于是多个指标同步换挡。它可以被称为”相变样”转折，但不等于严格物理相变，因为目前没有单一序参量、热力学极限、临界指数或有限尺寸标度分析。

[仍不确定处] 这些年龄点不是每个人的固定阈值，可能受性别、绝经、生活方式、疾病负担、队列结构和采样窗口影响。更稳妥的结论是：人类衰老不是完全平滑线性过程，而可能表现为慢性漂移 + 若干局部阈值跨越。这反而强化了本调研的边界表述：衰老不是一个全局相变，但可能包含多个局部、阶段性、相变样的系统重构。

不确定点

  1. 皮层稳态工作点的精确定位：严格临界点（σ = 1）、亚临界 reverberating（σ ≈ 0.98）、还是 Griffiths 延展相？文献尚未统一。三种描述对”距临界距离”的几何含义不同。
  2. AD 的临界性偏离方向：Tian et al. 2025 报告超临界漂移；早期文献多报告亚临界化。可能病程分阶段，需要纵向证据。
  3. 1/f 斜率变平的临界解读：变平到底意味着距临界更近还是更远？文献多以”E/I 失衡”或”神经噪声增加”叙述，未直接定位到”临界距离”。
  4. MSE 与 DCC 在衰老中的纵向数据：现有证据多是横断；同一个人的纵向多指标数据是本框架最大的实证缺口。
  5. 40 多岁与 60 多岁的非线性波峰：Nature Aging 2024 的多组学结果提示阶段性重构，但需要更大样本、更长随访和更强混杂控制来判断这些波峰是否代表稳定的人类衰老阶段，而非队列、生活方式或绝经等因素叠加。
  6. 植物作为”分布式 Griffiths 相”的解读：本调研提出植物的”分布式慢调节 + 模块化更新”可能在 Griffiths 框架下被表述，但这是理论推断，没有直接文献支持。
  7. 复合”动力学年龄”指数尚无标准定义：本调研建议这是后续工作，但具体的降维方式、加权、基线流形如何定义都未确定。
  8. 干预对距临界距离的可逆性：运动、慢呼吸、间歇性禁食、节律光暗对哪些指标有可逆效应？是否存在”过点不归”的不可逆漂移？现有数据不足。
  9. AI 系统是否也有”距临界距离”的衰老：训练时间过长的过参数化网络是否会偏离临界？这是有意思的延伸方向，但本调研未展开。

后续问题

  1. 设计一个纵向多指标研究方案：在 200–500 人样本上，5 年随访，同时测 HRV MSE、EEG 1/f 斜率、DFA Hurst、皮质醇 24h profile、TSST 恢复时间、rs-fMRI segregation。检验多指标在个体内是否协同移动。
  2. 在公开数据集（UK Biobank、PhysioNet、Cam-CAN）上做回顾性验证：用现有数据构造一个简单的”距临界距离复合指数”，看它和 DNA 甲基化时钟、表型年龄的相关性。
  3. 干预实验：在认知正常的中老年人群，测试规律运动 / 节律光暗 / 慢呼吸训练对多指标的纵向影响。预测应观察到指标向年轻基线有限度地回归。
  4. AD 早期识别：用 Tian 2025 的超临界漂移指标 + MSE + 1/f slope 构造复合指标，与现有 AD 早期生物标记（Aβ PET、p-tau）做头对头比较。
  5. 物种比较：在真正的可忽略衰老物种（Hydra、裸鼹鼠）上测复杂性指标，看是否真的不随年龄漂移；同时在 resilience 型极端长寿物种（格陵兰鲨）上测——预测：分子损伤指标累积，但功能性动力学指标（HRV MSE、ECG 复杂性）变化幅度极小，从而提供”损伤-功能解耦”的可观测证据。详见 跨物种系统架构比较 §5.4 预测 3。
  6. AI 系统的距临界距离漂移：训练动力学中的临界性指标是否在 grokking 之后、长时间继续训练时漂移？这能不能预测模型能力的”老化”？

关联笔记

标签: