5D Library › 衰老动力学、mTOR-AMPK自噬开关与毒物兴奋效应的生物数学模型 · English
第三章 毒物兴奋效应与线粒体低剂量应激
低剂量的「反方向」
毒理学的传统图景是单调的：剂量越大，效应越强，在某个阈值以下则没有可观察的效应。毒物兴奋效应（hormesis）说的是另一种形状：低剂量时，反应朝与高剂量相反的方向偏离对照，形成一条双相曲线。例如，某种物质在高剂量时抑制细胞生长，在低剂量时却使生长略高于对照。
证据
卡拉布雷塞与鲍德温 2002 年给出了一个被广泛引用的定义 (Calabrese and Baldwin 2002)：毒物兴奋效应是一种适应性反应，表现为双相的剂量—反应关系，其刺激部分在幅度与范围上具有大致相似的定量特征，可以是直接诱导的，也可以是初始稳态被扰乱之后的代偿过程。他们汇总的资料显示，最大刺激通常只比对照高 30%–60%，一般不超过对照的两倍；在 2,609 个例子中，约 90% 的刺激区间宽 5 到 100 倍（剂量跨度），紧接在毒性阈值之下。他们特别强调两点：因为刺激幅度有限，判断因果需要更严格的设计与重复；有益还是有害不应写进定义，而应留给对具体生物学与生态学情境的评估。
最后一点常被忽视。「毒物兴奋 = 小剂量的毒对身体有好处」把一个描述曲线形状的概念变成了价值判断：低剂量时某指标上升，可能是好事（抗氧化酶增加），也可能是坏事（肿瘤细胞增殖加快）。
推导
一条示意性的双相曲线：反应相对于对照为
、、（剂量单位任意）。程序先找出最大刺激、刺激消失回到对照的剂量（零当量点，ZEP）与刺激区间的宽度；再模拟一类典型实验：一个对照组与 4 个低剂量组，每组 个样本，变异系数 35%，用单侧 检验比较每个低剂量组与对照，并与一条没有低剂量刺激的阈值曲线作对照。
推导
# Biphasic response r(d) = (1 + S d/(d + K)) / (1 + (d/T)^4), arbitrary dose units.
# Part 2: control + 4 low doses, n per group, CV 35 %, one-sided t-tests (fixed seed).
import math, random
S, K, T = 0.4, 0.05, 3.0
r = lambda d: (1 + S * d / (d + K)) / (1 + (d / T) ** 4)
grid = [i / 10000 for i in range(1, 60001)]
d_max = max(grid, key=r)
zep = next(d for d in grid if d > d_max and r(d) < 1) # zero equivalent point
half = next(d for d in grid if r(d) - 1 >= (r(d_max) - 1) / 2)
print(f"maximum stimulation {r(d_max) - 1:+.0%} at dose {d_max:.2f}; back to control (ZEP) at"
f" {zep:.2f}")
print(f"half-maximal stimulation at dose {half:.3f}: stimulatory zone spans {zep / half:.0f}-fold")
DOSES = (0.01, 0.03, 0.1, 0.3, 1, 2, 3, 4)
print("dose: " + " ".join(f"{d:6.2f}" for d in DOSES))
print("response: " + " ".join(f"{r(d):6.2f}" for d in DOSES))
T05 = {8: 1.860, 18: 1.734, 38: 1.686, 78: 1.665} # one-sided 0.05 t quantiles
def experiment(curve, n, rng, doses=(0.01, 0.03, 0.1, 0.3)):
def group(mean):
g = [rng.gauss(mean, 0.35) for _ in range(n)]; m = sum(g) / n
return m, sum((x - m) ** 2 for x in g) / (n - 1)
mc, vc = group(1.0)
return [(m - mc) / math.sqrt((vc + v) / n) > T05[2 * n - 2]
for m, v in (group(curve(d)) for d in doses)]
rng = random.Random(30)
flat = lambda d: 1 / (1 + (d / T) ** 4) # threshold curve, no hormesis
print(" n/group | P(lowest dose significant) | P(any of 4 significant) | same, flat curve (false)")
for n in (5, 10, 20, 40):
runs = [experiment(r, n, rng) for _ in range(2000)]
low = sum(h[0] for h in runs) / 2000; anyh = sum(any(h) for h in runs) / 2000
false = sum(any(experiment(flat, n, rng)) for _ in range(2000)) / 2000
print(f" {n:3d} | {low:5.1%} | {anyh:5.1%} |"
f" {false:5.1%}")
# maximum stimulation +37% at dose 0.76; back to control (ZEP) at 2.37
# half-maximal stimulation at dose 0.043: stimulatory zone spans 55-fold
# dose: 0.01 0.03 0.10 0.30 1.00 2.00 3.00 4.00
# response: 1.07 1.15 1.27 1.34 1.36 1.16 0.70 0.34
# n/group | P(lowest dose significant) | P(any of 4 significant) | same, flat curve (false)
# 5 | 8.9% | 54.4% | 14.8%
# 10 | 10.5% | 77.2% | 13.9%
# 20 | 14.8% | 95.3% | 14.5%
# 40 | 21.1% | 99.7% | 14.2%这条曲线的最大刺激为 37%，出现在剂量 0.76；剂量升到 2.37 时回到对照水平，再往上转为抑制。刺激达到最大值一半的剂量是 0.043，所以刺激区间跨越约 55 倍的剂量，与卡拉布雷塞等人描述的典型范围一致。
程序的后半部分说明为什么低剂量效应难以确认。最低剂量（0.01）只比对照高 7%，即使每组 40 个样本，检出它的概率也只有约 21%；每组 5 个样本时只有约 9%。另一方面，如果同时检验 4 个低剂量组、只要有一个显著就宣布「发现毒物兴奋」，那么即使真实曲线完全没有低剂量刺激，也有约 14%–15% 的实验会得到「阳性」结果，几乎是名义上 5% 的三倍。小样本、多重比较与选择性报告结合起来，既会漏掉真实的小效应，也会制造虚假的效应。
证据
对概念外推的批评。 肯迪格、勒与贝尔彻 2010 年回顾了毒物兴奋效应的概念史 (Kendig et al. 2010)。他们承认在药理学与毒理学研究中都能找到这类反应，但指出：这一概念的接受受到概念理解不清、使用不当与缺乏明确机制的限制；对已有研究的回顾性解读有问题；由于缺乏共同的术语，它被套用到许多彼此无关的剂量—反应关系上。他们建议今后的研究用无偏的、描述性的标准来考察低剂量效应，并给出清楚简明的定义。
线粒体低剂量应激
把毒物兴奋效应用于衰老生物学的一个代表性假说是线粒体低剂量应激（mitohormesis）。
证据
里斯托与扎尔泽 2010 年提出了这一概念 (Ristow and Zarse 2010)：线粒体呼吸增加时产生的活性氧（ROS）不只是造成损伤的副产物，也是信号；适度升高的活性氧可以诱导抗氧化防御与应激抵抗，最终提高对后续应激的耐受力，并在一些模式生物中延长寿命。舒尔茨等人 2007 年的线虫实验是这一假说的重要依据：限制葡萄糖使线虫的线粒体呼吸增加、活性氧升高、寿命延长，而用抗氧化剂处理会抵消寿命的延长 (Schulz et al. 2007)。
注
动物数据外推到人的限制。 线虫的寿命只有几周，其代谢、应激通路与组织结构都与人有很大差异；在线虫中延长寿命的干预，在小鼠中常常没有同样的效果，在人身上更没有寿命数据。所以「线粒体低剂量应激延长寿命」在人身上是一个未经检验的外推。人体研究能测量的只是中间环节：例如运动后的胰岛素敏感性、最大摄氧量或肌肉中某些蛋白的表达，而这些都是标志物，不是寿命或健康寿命本身。
抗氧化剂与运动：一个没有一致重复的结果
如果运动的部分益处来自活性氧信号，那么在运动期间大量补充抗氧化剂，理论上可能削弱这种适应。这是一个可以在人身上检验的推论。
证据
最初的结果。 里斯托等人 2009 年在《美国国家科学院院刊》上报告了一项 4 周的运动干预，受试者为 19 名此前未训练与 20 名已有训练的健康年轻男性，分别同时服用维生素 C 与 E 的组合或不服用 (Ristow et al. 2009)。用高胰岛素—正葡萄糖钳夹测得的胰岛素敏感性，只在不服用抗氧化剂的人中因运动而改善。
证据
后来的试验。 伊凡蒂等人的两篇报告研究了 21 名中等训练水平的年轻男性，随机、双盲地分为抗氧化剂组与安慰剂组，进行 12 周、每周 5 次的高强度有监督耐力训练。2010 年的报告显示，两组的最大摄氧量、最大功率、乳酸阈功率、肌糖原与肌肉氧化酶活性都显著提高，组间没有差别 (Yfanti et al. 2010)；2011 年的报告显示，用钳夹测得的胰岛素刺激葡萄糖摄取在抗氧化剂组提高约 17%、安慰剂组约 19%，两者相近 (Yfanti et al. 2011)。保尔森等人 2014 年的随机双盲试验有 54 名年轻男女，进行 11 周耐力训练：两组的最大摄氧量都提高约 8%，跑步成绩的改善也没有差别；但安慰剂组肌肉中的线粒体蛋白 COX4 与胞质 PGC-1α 增加，补充剂组没有增加，组间差别显著 (Paulsen et al. 2014)。
把这几项研究放在一起，可以说的是：大剂量的抗氧化剂可能削弱运动训练引起的某些细胞标志物的变化，但在这几项试验中，它没有一致地削弱最大摄氧量、运动成绩或胰岛素敏感性的改善。各研究的受试者、训练方式、时长、补充剂组成与剂量都不同，结果不一致并不奇怪。「抗氧化剂阻断运动益处」不能写成已证实的结论。
注
本书不写剂量，也不推荐补充或回避任何补充剂。 上述研究使用了特定的维生素组合与剂量，书中有意不转述这些剂量。这些研究的问题是「运动适应的机制」，而不是「人们应该吃什么」；它们也不说明低剂量或来自食物的抗氧化物质有任何类似的作用。
急性脉冲与恢复
毒物兴奋效应的另一个常见说法是：应激必须是急性的脉冲，并且给予足够的恢复时间，适应才会出现；慢性、持续的应激则造成损伤。这可以写成一个最简单的系统模型。
推导
每次训练（每隔 gap 天一次）给出一个大小为
的应激脉冲。它造成急性负荷
增加
（
是适应能力），负荷以 1.5 天的时间常数恢复；同时产生一个信号，使
向上限 3
增长，
又以 12 天的时间常数回落到
1。模型的关键假设是：在负荷尚未恢复时训练，适应信号打折扣，信号为
；
是信号被「淬灭」的比例，只是一个代表任何削弱信号因素的参数，不对应任何产品的剂量。结局指标「净韧性」=
最后四周平均的
减去平均负荷
。
推导
# Pulse + recovery toy model: a pulse s every `gap` days adds strain s/C (recovers, tau 1.5 d) and
# a signal s (1 - beta) max(0, 1 - D/2) that raises capacity C towards 3 (decays to 1, tau 12 d).
# beta = quenched share of the signal, not a dose of anything. Net = mean C - mean D, last 4 weeks.
def run(gap, s=1.0, beta=0.0, days=140, dt=0.01, gamma=0.25, cmax=3.0):
C, D, sumC, sumD, n = 1.0, 0.0, 0.0, 0.0, 0
spd = round(1 / dt)
for i in range(days * spd):
if i % (gap * spd) == 0: # a session starts
d_before = D
D += s / C
C += gamma * s * (1 - beta) * max(0.0, 1 - d_before / 2) * (cmax - C) / (cmax - 1)
D -= D / 1.5 * dt
C -= (C - 1) / 12 * dt
if i >= (days - 28) * spd:
sumC += C; sumD += D; n += 1
return sumC / n, sumD / n
GAPS = (1, 2, 4, 7)
print("net resilience (capacity C - mean strain D); rows = pulse size s, columns = gap in days")
print(" pulse s | " + " | ".join(f"every {g} d" for g in GAPS))
for s in (0.5, 1, 2, 3, 4):
cells = []
for g in GAPS:
c, d = run(g, s=s)
cells.append(f" {c - d:+5.2f} ")
print((f" {s:3.1f} | " + " | ".join(cells)).rstrip())
c0, d0 = run(2, s=2); c1, d1 = run(2, s=2, beta=0.5)
print(f"every 2 d, s = 2: C = {c0:.2f}, strain {d0:.2f}; with half the signal quenched:"
f" C = {c1:.2f}, strain {d1:.2f}")
c3, d3 = run(1, s=3)
print(f"every day, s = 3: C = {c3:.2f}, mean strain {d3:.2f} (no recovery, adaptation stalls)")
# net resilience (capacity C - mean strain D); rows = pulse size s, columns = gap in days
# pulse s | every 1 d | every 2 d | every 4 d | every 7 d
# 0.5 | +1.37 | +1.28 | +1.17 | +1.11
# 1.0 | +1.34 | +1.41 | +1.31 | +1.20
# 2.0 | +0.90 | +1.44 | +1.47 | +1.36
# 3.0 | -3.47 | +1.32 | +1.54 | +1.48
# 4.0 | -4.96 | +1.14 | +1.56 | +1.56
# every 2 d, s = 2: C = 2.16, strain 0.72; with half the signal quenched: C = 1.77, strain 0.87
# every day, s = 3: C = 1.00, mean strain 4.47 (no recovery, adaptation stalls)
模型显示了三件事。第一，在固定的频率下，脉冲大小与净韧性呈倒 U 形：每天一次时，脉冲大小 0.5 最好（+1.37），加到 2 时降到 +0.90，加到 3 时变为 −3.47——负荷来不及恢复，适应信号被完全压制， 停在 1，平均负荷达到 4.47。第二，恢复时间越长，能承受的最佳脉冲越大：每 2 天一次时最佳在 附近（+1.44），每 4 天一次时 仍在上升（+1.56）。第三，信号被淬灭一半时，同样的训练（每 2 天、）使适应能力从 2.16 降到 1.77，平均负荷反而从 0.72 升到 0.87。
这些数字没有单位，也没有经过人体数据校准；模型只说明剂量、频率与恢复必须一起考虑，这是第六章训练模型与第八章「压力脉冲与睡眠恢复配比」的来源。
假说 · 尚未验证
恢复不足会削弱低剂量应激的适应（尚未确立）。如果「急性脉冲 + 恢复」的结构对人体适应确实重要，那么在训练总量相同的条件下，把高强度训练安排在连续两天、并减少其间的睡眠恢复，应当比把它们间隔 48 小时以上安排时，带来更小的最大摄氧量与心率恢复改善。可以在随机交叉或平行设计中检验；如果两种安排的适应没有差别，这一假说就被削弱。
本章小结
毒物兴奋效应是一种双相剂量—反应形状，定义不包含「有益」；低剂量刺激通常只有 30%–60%，容易被漏掉也容易被虚构。线粒体低剂量应激在线虫中有支持，人身上没有寿命证据。「抗氧化剂阻断运动益处」没有一致重复：某些肌肉标志物被削弱，最大摄氧量、成绩与胰岛素敏感性的改善不受影响。剂量、频率与恢复必须一起考虑。下一章讨论蛋白稳态及其临界点。
参考文献
Fan, Y. (2026). Ageing Kinetics, the mTOR-AMPK Autophagy Switch and Hormesis: From the Gompertz Mortality Law and Mitohormesis to Cardiorespiratory Fitness Epidemiology, Read Beside Classical Chinese Longevity Philosophy [衰老动力学、mTOR-AMPK自噬开关与毒物兴奋效应的生物数学模型] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23770092 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).