AI制药新突破：肺纤维化药物意外显现“逆龄”信号，但离抗衰老尚远

【科技纵览】当一款旨在治疗特发性肺纤维化的药物，在临床试验中意外展现出让患者血液指标“年轻”约3岁的迹象时，这不仅是医学界的惊喜，更是人工智能深度介入药物研发全流程的一次有力证明。这颗名为rentosertib的药物，其诞生过程本身就极具代表性：从靶点发现到分子设计，全程由AI主导。英矽智能（Insilico Medicine）作为背后的推手，其核心研发团队长期驻扎在上海浦东张江，而主要办公地点则位于香港。几年前，该公司的AI平台PandaOmics从海量生物数据中锁定了一个名为TNIK的激酶靶点，如今，这一判断已转化为实体药物，并推进至关键的III期临床试验阶段。

今年7月，英矽智能宣布rentosertib正式进入III期临床，计划在47个中心招募约320名患者。然而，就在药物向上市终点冲刺之际，研究人员对IIa期留存的血样进行回顾性分析时，捕捉到了一个令人意想不到的信号。在42名参与蛋白组学分析的患者中，六套独立的“衰老时钟”模型均显示，服药后患者的血液蛋白特征趋向于更年轻的状态。特别是在每日两次、每次30mg的剂量组中，第4周时有五套时钟指向“年轻化”；而在每日一次60mg组中，预测年龄下降了2.7至3.5年。这意味着，“吃4周年轻3岁”并非纯粹的比喻，至少在蛋白组学层面，某种形式的“返老还童”确实发生了。

这种基于血液蛋白组合变化的“衰老时钟”，类似于通过面部特征估算年龄，但其依据是体内数千种蛋白随年龄增长呈现出的规律性变化。值得注意的是，这一“年轻化”信号与肺功能改善并不完全同步。IIa期数据显示，肺功能改善最显著的是60mg剂量组，而衰老时钟变化最稳定的却是30mg剂量组。进一步分析表明，用力肺活量（FVC）的变化与预测生物年龄的变化之间缺乏强相关性。这暗示着，血液指标的年轻化可能不仅仅是肺部疾病好转的连带效应，或许触及了更底层的生理机制。研究团队还将这些蛋白变化与英国生物样本库中5万多名老年人的自然衰老轨迹对比，发现部分蛋白的变化方向确实与正常衰老相反。

然而，必须冷静看待这一发现。首先，样本量极小，仅42名患者被纳入蛋白组学分析，每组仅9至11人。其次，肺纤维化本身涉及炎症、代谢和组织修复等多种系统性变化，这些变化同样会反映在血液蛋白上。因此，观察到的“年轻化”究竟是药物直接作用于衰老机制，还是疾病缓解后的间接结果，目前尚无定论。此外，最显著的“逆龄”效果集中在第4周，到了第12周，部分时钟的效果有所减弱，这也引发了同行评审专家的质疑：如果药物真能持续逆转衰老，为何最佳效果出现在中期而非后期？

英矽智能创始人Alex Zhavoronkov对此持谨慎态度。他在接受《华尔街日报》采访时明确表示，目前没有任何药物经过严格的人体临床试验被证明能真正延长人类寿命。尽管他相信未来十年内“逆转部分生物年龄”是可能的，但他坚决反对“AI很快让人类寿命翻倍”的夸大说法。哈佛大学的衰老研究专家Vadim Gladyshev也指出，虽然这是一个清晰的预测生物年龄下降信号，但受限于样本量和衰老时钟本身的局限性，且该药未在健康人群中验证过此效果，距离真正的抗衰老应用仍有巨大鸿沟。

事实上，rentosertib并非首个进入III期临床的AI辅助药物。就在不久前，Moderna和默沙东宣布，其个体化mRNA癌症疗法intismeran autogene联合Keytruda在黑色素瘤III期试验中取得阳性结果。该疗法利用AI算法从患者肿瘤突变中筛选出新抗原，定制个性化疫苗。这与rentosertib的路径不同：前者解决的是“如何为个体定制疫苗”，后者则是“如何从复杂疾病中发现全新靶点”。两者共同标志着AI制药正从早期的概念验证走向决定药物命运的关键临床阶段。

从行业视角看，AI在靶点发现上的价值日益凸显。《自然评论：药物发现》近期综述指出，AI能同时处理基因组、转录组等多维数据，识别人力难以察觉的疾病关联。BenevolentAI和阿斯利康在慢性肾病等领域的探索，以及Recursion在家族性腺瘤性息肉病上的进展，都证明了这一点。然而，AI挑出靶点只是第一步，后续的分子设计、毒理实验及多期临床验证才是更大的挑战。许多AI发现的靶点在中间环节折戟，正是因为小样本中的“顺理成章”在大样本III期临床中可能被稀释或暴露出新的风险。

对于rentosertib而言，当前的首要任务仍是完成III期临床，验证其对肺纤维化患者的实际疗效。只有跨过这道门槛，所谓“年轻3岁”的附加价值才具备讨论的基础。AI正在加速将复杂的生物学猜想转化为可验证的药物实验，但这并不意味着长生不老药近在咫尺。它更像是一把钥匙，打开了通往更深层生命机制的大门，至于门后究竟藏着什么，仍需时间和更多严谨的科学证据来揭晓。