逐条核对 · 2026-09-14

文章说素食让基因"逆天改命"。论文说校正之后一个位点都不剩

论文本身没有造假,作者把否定结果、反向时钟和局限性都写进了正文与讨论。被扭曲的是从论文到新闻稿再到中文自媒体这条链。下面是逐条对照——左边是文章说的,右边是论文里的原话和原数。

被核对的文章

《炸了!最新研究实锤:不吃肉一个月,你的基因正在"逆天改命"!抗炎、抗癌、延缓衰老,全齐了!》

mp.weixin.qq.com/s/YikBWh-bsQGwYX5x0x2aFg
原始论文(开放获取)

Karbacher L, Mertens J, Storz MA, et al. A Vegan Diet Epigenetically Modulates Inflammatory Pathways and Biological Aging. MedComm 2026;7(8):e70899.

PMC13430503 · doi 10.1002/mco2.70899
0
多重检验校正后的显著位点数。作者随后取消校正,用未校正 p 值继续分析
10 → 3 → 1
计算了 10 把表观时钟,细看 3 把,头条用 1 把。最准的那把结论相反
24 / 812,934
"系统性重编程"的实际体量:干预前已有 158 个组间差异位点,干预后 182 个
逐条对照

八条表述,八次偏移

右栏引用均可在 PMC 全文中检索到。标签含义:反转把不显著说成显著 · 放大量级夸张 · 略去论文写了但文章没提 · 换概念测的不是文章说的那个东西。

最关键的一张表

三把时钟,三个方向,唯一显著的那把方向相反

这是随机对照试验,所以最该看的一步是把两组直接放在一起比。下图横轴是干预后的生物学年龄变化(左=变年轻,右=变老),每行两个点:素食组与肉食组。最右一列是这两组直接比较的 p 值。

时钟
组内年龄变化(岁)
预测准确度 R²
组间 p
−2 岁−10+1+2 岁

怎么读这张表:被做成中文标题的是第一行的 −1.7 岁。但那是组内前后变化的斜率,不是随机对照那一刀;把两组直接比,它的 p 是 0.14,没过。GrimAge 的 p 是 0.27,也没过。唯一过了的是 Blood&Skin(p=0.0059),而它说素食组老得更快——并且它是这批数据里预测最准的时钟(R²=0.95,高于 PhenoAge 的 0.83)。论文把它归入"按实际年龄训练、量的是另一回事",放进补充材料 Figure S4。

"While the chronologically optimized Blood&Skin clock suggests short-term acceleration in predicted chronological age, health-outcome clocks indicate the [opposite]. … It remains to be explored whether this could be the effect of an unsupplemented VD devoid of vitamin B12."

— 论文 Discussion 原文。作者没有藏这个结果,还主动猜测了原因:这次的素食没有补 B12。
没有报的那七把

方法段写明共计算 10 个时钟:Horvath、Hannum、Levine(PhenoAge)、BNN、skinHorvath(Blood&Skin)、PedBE、Wu、TL、BLUP、EN。论文只进一步分析了 3 个,另外 7 个的结果走向全文未给

这是本页判断最脆弱的一环:如果那 7 把多数与 PhenoAge 同向,选择性报告的指控要减弱;如果多数与 Blood&Skin 同向,整篇结论方向要反转。作者没有给这些数。

尺子为什么会打架(推演,非论文结论)

甲基化时钟量的是全血——一锅细胞。中性粒细胞和 T 细胞的甲基化模式完全不同,配比一变,整锅的平均信号就变,而尺子分不清读到的是"老了一岁"还是"今天白细胞配比换了"。

这篇论文恰好实测到了真实的细胞构成变化(下一节)。如果这条成立,三把尺子读出三个方向就不奇怪——它们可能在不同程度上读到了同一件事。论文做了细胞反卷积,但算时钟那一段没写明对细胞构成做过校正。

统计地基

八十一万个位点,校正之后剩零个

要从 812,934 次比较里挑出"真的被饮食改变了"的位点,标准做法是多重检验校正。论文原文:"because adjusting for multiple testing by the Benjamini–Hochberg method did not yield any significant DMPs, we expanded our analysis to non-adjusted p-values."

全部分位数归一化 CpG 位点812,934
全基因组 EPIC 芯片
↓  施加 Benjamini–Hochberg 多重检验校正
校正后显著的差异甲基化位点0
↓  取消校正,改用未校正 p<0.05 且 |log2FC|>0.5
干预后组间差异位点182
182
干预(刚随机分完组)已存在的组间差异位点158
158
净增24 个(占全部位点的 0.003%)

后续所有"促癌通路被沉默""AMPK 与长寿通路被激活"的 KEGG 热图,全部建在这批未过校正的位点上。而且通路富集用的不是"所有显著位点",是"按未校正 p 值排序取前 2000 个"——在一个连一个都没过校正的列表里取前两千名做富集,产出的是下一个假设,不是结论。

"we acknowledge the small sample size and the rather short duration of the dietary intervention, which yielded no significant p-values after multiple correction … the individual methylation profile [is] the strongest driver of epigenetic similarity regardless of dietary change."

— 论文 Limitations 与 Results 原文。作者自己说清楚了:个体差异盖过了饮食效应。
剩下什么是真的

一个月换饮食,确实能推动免疫细胞的分布

全文唯一一处能用外部测量交叉验证的结果,也是最该被记住的结果。

站得住 ✓

用甲基化数据反推血里各类白细胞比例,再去对该试验先前发表的实际血常规计数——两边高度吻合。反推结果:干预后素食组中性粒细胞比例低于肉食组CD4+ T 细胞比例高于肉食组。方向指向炎症状态轻一点。

这说明饮食在一个月尺度上能推动免疫细胞分布。它不说明癌症,不说明寿命,也不说明基因被改写。

而且这不是你想的那种素食

论文局限性原文:为达到每日 1800–2000 kcal 的等热量目标,"some participants artificially consumed higher amounts of nuts, oils or granola bars";并且"no special emphasis was paid to maximizing the intake of unprocessed, whole plant foods",也没有补充 B12。

这个干预真正测的是"去掉动物产品、其余随意、持续一个月",不是"清淡的全食物植物性饮食"。

判断规则

以后看到"生物学年龄减少了 X 岁",先别问是怎么减的,先问三个数:一共用了几把尺子,报了几把,没报的那几把说了什么。这三个数从来不在标题里,但它们决定标题值不值钱。

同一个病

这和前一篇糖配给论文是同一个毛病:报出来的 ≠ 跑过的。糖那篇是没报(结肠癌缺席);这篇是报了但埋进补充材料。后者其实更诚实——脏活是新闻稿和自媒体干的。