AI-designed drug appears to turn back the body's biological clock in early trial

AI 設計藥物在早期臨床顯示「逆轉」生物時鐘的跡象

Insilico Medicine 這家以人工智慧（AI）驅動的藥廠近日公布，旗下 AI 設計的候選藥物 rentosertib 在肺部纖維化（idiopathic pulmonary fibrosis，簡稱 IPF）患者的試驗中，除了改善肺功能外，血液蛋白質模式亦顯示出「生物年齡」下降的訊號。

背景與試驗設計

試驗規模：去年對 42 名 IPF 患者進行為期 4 週的隨機雙盲試驗。
主要結果：受測者的肺功能有顯著提升，研究團隊同步收集血樣進行蛋白質分析。
AI 生物時鐘：研究者使用六套由哈佛、牛津、北京與 Insilico 各自開發的「生物年齡時鐘」模型（透過血液蛋白質預測身體的實際年齡），對試驗資料進行評估。

主要發現

所有六套模型均預測接受 rentosertib 治療的患者，其生物年齡低於安慰劑組。
下降幅度：在第 4 週時，四至六套模型顯示年齡下降約 3 至 4 年，其中一套最高達 6 年。
需要強調的是，這僅代表血液蛋白質的分布趨向「較年輕」的模式，並不等同於實際身體年齡的測量。

「讓我信服的不是效果大小，而是六套模型的高度一致，因為它們的特徵與訓練資料互不相同。」
— 諾貝爾化學獎得主 Michael Levitt（公司新聞稿引述）

劑量與機制的線索

改善肺功能的最佳劑量為 每日一次 60 mg。
使預測生物年齡下降最顯著的則是 每日兩次 30 mg，兩者劑量不同暗示藥效可能部分獨立於肺部改善。
研究團隊將受試者的血液蛋白質與 UK Biobank（超過 55,000 份年齡分布資料）進行比對，發現 rentosertib 能逆轉隨年齡自然增減的蛋白質變化趨勢。

專家評述與未來挑戰

心臟科醫師 Eric Topol（長壽研究領軍人物）認為「這藥物看起來相當鼓舞人心，但仍缺乏決定性的大規模試驗。」
哈佛醫學院的 Vadim Gladyshev 指出樣本數過小、以及生物時鐘本身的可靠性仍有爭議，且目前僅在肺部疾病患者中觀察到效應，尚需在健康人群驗證。

AI 研發流程簡介

Insilico 以兩套 AI 系統共同完成藥物設計：

資料挖掘系統：掃描醫學文獻與健康資料庫，找出與疾病相關的目標蛋白質。
分子生成系統：根據目標蛋白質的結構特徵，設計能夠結合並調節其活性的化合物。

透過此流程，研究團隊鎖定 TNIK 蛋白質作為同時對抗老化與肺纖維化的關鍵靶點，最終衍生出 rentosertib。

結語與展望

rentosertib 的初步結果為 AI 藥物設計 在「延緩或逆轉生物老化」領域提供了實證的第一步。未來若能在更大規模、包括健康受試者的臨床試驗中重現此效應，將為抗老化藥物的研發開闢全新方向。對於關心自身健康與長壽的讀者而言，當下最重要的仍是關注正式的臨床證據，而非單一試驗的暫時訊號。