AI制药英矽智能：rentosertib在临床试验中逆转生物年龄，开辟“疾病+抗衰”双轨研发路径

事件概述

2026年9月，AI制药公司英矽智能（Insilico Medicine）发布了一项突破性研究成果：其自主研发的药物 rentosertib 在针对特发性肺纤维化（IPF）的临床试验中，不仅改善了肺部功能，还显著逆转了患者的生物年龄。

在一项涉及42名平均年龄67岁的患者的研究中，服用rentosertib四周后，六套由不同团队（包括哈佛、牛津、北京大学及英矽智能等）开发的衰老时钟模型一致显示，受试者的身体正在向更年轻的方向移动。多数模型的预测生物年龄下降了3到4年，其中一只模型甚至显示倒退接近6年。

核心事实与数据

• 药物机制与靶点：rentosertib 是一种 TNIK 抑制剂。TNIK 蛋白参与推动肺部纤维化过程，导致肺组织结疤变硬。现有疗法通常只能延缓恶化，而 rentosertib 旨在干预这一过程。
• 临床试验进展：
  • IIa期试验：在中国完成，71名患者参与。结果显示最佳剂量组（60mg/日）用力肺活量平均增加98.4毫升。该药已于2026年7月正式进入III期临床。
  • 生物年龄分析：研究人员对42名完成试验的患者进行了蛋白质组学分析，检测了2841种蛋白的变化。数据被输入六套不同的衰老时钟模型进行评估。
• 衰老时钟的一致性：以往研究中，不同衰老时钟往往给出矛盾结果。此次六套模型得出高度一致的“年轻化”结论，增强了结果的可信度。这些模型基于DNA甲基化、血液代谢物、蛋白表达等多种生物标志物训练，涵盖实际年龄、器官状态及死亡风险估算。
• 排除混杂因素：
  • 非单纯肺功能改善：肺功能改善最显著的组别（60mg每日一次）与衰老信号最稳定的组别（30mg每日两次）并非同一组，表明衰老时钟反映的不仅是肺部炎症的减轻。
  • 正常衰老轨迹对比：研究人员将患者数据与英国生物样本库中5.5万名老年人的正常衰老数据进行对比，发现服药后部分随年龄升高而升高的蛋白开始下降，原本减少的蛋白回升，呈现出与正常衰老相反的轨迹。

战略意义：AI驱动的“双重用途”研发模式

这项研究展示了英矽智能创始人 Alex Zhavoronkov 提出的 “Aging First” 策略，即先通过AI从衰老数据中寻找靶点，再将其应用于具体疾病的治疗，从而解决长寿药物研发的商业化和验证难题。

1. 解决临床终点缺失问题：目前监管机构尚未批准以“治疗衰老”为适应症的药物，因为衰老本身缺乏短期、可测量的临床终点。通过将药物定位为治疗严重老年疾病（如IPF），可以在短期内获得明确的疗效数据（如肺活量变化），从而推进临床试验。
2. 商业化可持续性：传统长寿研究依赖巨额资本或老药新用，难以持续。英矽智能的模式允许药物通过治疗特定疾病获得收入（如授权给大型药企），同时利用同一款药物进行长期的抗衰老效果验证。这种“戴着镣铐跳舞”的方式为漫长的抗衰老研究提供了商业支撑。
3. AI加速研发流程：英矽智能利用生成式AI在21天内设计出DDR1抑制剂分子，并在不到18个月内将TNIK靶点推进至临床前候选药物阶段。AI大幅压缩了从海量生物数据中筛选靶点和设计分子的周期。

关键结论

尽管不老泉尚未被发现，但rentosertib的研究证明，AI辅助的药物研发可以同时在疾病治疗和生物年龄逆转两个维度上取得进展。这一成果不仅验证了AI在发现新型抗衰老靶点上的能力，也为未来长寿药物的开发提供了一条兼具科学严谨性和商业可行性的路径。随着rentosertib进入III期临床，其在更大规模人群中的表现将成为验证这一模式的关键。