AI制药新突破：肺纤维化药物逆转生物年龄，衰老研究找到商业闭环

【科技纵览】当42位平均年龄67岁的受试者在服用药物四周后，其血液中的“生物时钟”集体倒拨3至6年，这并非科幻情节，而是英矽智能（Insilico Medicine）在2026年9月公布的最新临床数据。这款名为rentosertib的药物，原本旨在治疗特发性肺纤维化（IPF），却意外在六套独立的衰老评估模型中展现出显著的年轻化效应。值得注意的是，该分子由AI从头设计，目前已进入III期临床试验阶段，标志着AI制药从概念验证迈向实质性的临床价值兑现。

长期以来，抗衰老领域面临的最大困境在于缺乏公认的疗效终点。身份证上的数字无法反映机体真实的衰弱程度，而等待数十年以验证寿命延长又极不现实。直到表观遗传时钟的出现，科学家才拥有了量化“生物年龄”的工具。此次研究中，研究人员对55名完成IIa期试验的患者进行蛋白质组学分析，最终纳入42人的数据。结果显示，服药第四周时，多数模型判定患者的预测生物年龄下降了3到4岁，其中一套模型甚至显示倒退接近6年。

更令人深思的是数据的解耦现象。肺功能改善最明显的群体是每日单次服用60毫克剂量的患者，而衰老信号逆转最稳定的却是每日两次、每次30毫克的群体。尽管总剂量相同，但给药频率的差异导致了不同的生理响应轨迹。这一发现有力地反驳了“衰老指标仅是疾病好转副产物”的质疑。为了进一步验证，团队将数据与英国生物样本库中5.5万名老年人的自然衰老轨迹进行比对，发现服药后的蛋白变化趋势与自然衰老过程截然相反，呈现出一种“逆向行驶”的特征。

英矽智能创始人Alex Zhavoronkov对此难掩激动，称其为职业生涯中最重要的论文。这位出生于拉脱维亚的科学家自青年时期便痴迷于长寿研究，从早期的饮食运动探索转向计算机算法，最终在2014年创立英矽智能。他提出的“Aging First”策略颇具前瞻性：先通过AI在海量数据中锁定与衰老相关的靶点，再将其应用于具体疾病的治疗开发。TNIK靶点不仅涉及肺部纤维化，还广泛参与炎症和细胞衰老过程，这使得rentosertib兼具疾病治疗与潜在抗衰的双重属性。

这种双重用途的策略巧妙地解决了长寿研究的商业化难题。由于监管机构尚未批准“衰老”作为独立适应症，单纯研发长寿药难以获得资金支持且无法快速验证疗效。通过将抗衰研究附着在拥有明确临床终点的疾病药物上，英矽智能构建了一个可持续的商业闭环：疾病市场的收入支撑研发，而附带的衰老数据则为长期目标积累证据。复星医药、赛诺菲等巨头的合作，以及公司在港交所的成功上市，都印证了这一模式的可行性。

然而，AI并非万能钥匙。它极大地压缩了靶点发现和分子设计的时间——从TNIK靶点到临床前候选药物仅用时不到18个月，但一旦进入人体试验，仍需遵循真实世界的物理节奏。英矽智能在上海建立的自动化智能实验室，以及在中国22家医院完成的IIa期试验和计划中覆盖47个中心的III期试验，凸显了中国在化学合成、实验室运营及临床资源方面的关键作用。正如Alex所言，没有中国的产业链支持，这场实验不可能如此高效地推进。

从某种意义上看，rentosertib的进展不仅是单一药物的成功，更是方法论的胜利。它证明了利用AI挖掘衰老机制，并通过现有医疗体系进行验证的路径是可行的。虽然距离真正的“不老泉”尚远，但这条戴着镣铐跳舞的道路，至少让延缓衰老的研究不再仅仅停留在玄学或昂贵的纯理论层面，而是具备了可测量、可复制且商业可持续的现实基础。未来，随着更多类似项目的推进，我们或许能在火星种出草莓之前，先在地球上找到让人类健康多活十年的确切答案。