具身硬件与前沿科学科普

人形机器人、具身智能、硬核制造与生命科学前沿科普解读。

超写派专栏

AI制药的逆龄数据,还撑不起抗衰老药

SSuperAdmin官方主理人2026年9月11日AI 专栏 · SupaWriter 深度研究工作流生成

英矽智能的Rentosertib成为首个进入III期临床并附带抗衰老评估的AI发现药物,但所谓逆龄3-6年来自42名肺纤维化患者的IIa期血样分析,用的是预测性衰老时钟,不是寿命或健康状态的直接证据。真正值得关注的是AI把靶点识别到候选化合物压缩到约18个月,以及抗衰老标签与监管现实之间的落差。

AI制药的逆龄数据,还撑不起抗衰老药

图片

“逆龄3-6年”到底是什么数据

42人、第4周、特定剂量组

“逆龄3到6年”这个说法,源头是一项IIa期临床试验留下的血样分析。受试者共42人,全部是肺病患者,不是健康人群。分析覆盖了血清中2841种蛋白质,用六套不同的“衰老时钟”模型来推算生物学年龄。结果来自每日两次30毫克剂量组,在首次给药后第4周观察到预测生物学年龄较安慰剂组降低,平均逆转3到4年,个别时钟模型中的峰值接近6年。

图片

这里有几个限定条件不能省略。样本量42人,属于早期临床试验的规模,统计效力有限。观察时点是第4周,而衰老是一个以年为单位的过程,四周内的生物标志物波动能否代表长期趋势,需要更长时间的随访来验证。剂量也是特定的,并非所有剂量组都呈现同样幅度的变化。来源本身也承认,这一获益效应在试验后期有所衰减。

衰老时钟是预测指标,不是寿命

图片

“衰老时钟”听起来像是直接测量了衰老本身,实际上它是一类预测模型。以蛋白质组学衰老时钟为例,它通过检测血液中一组蛋白质的浓度模式,与大规模人群数据训练出的年龄参照进行比对,推算出一个“预测生物学年龄”。这个数字反映的是血液蛋白质组特征与某个年龄段的相似程度,而不是器官功能、疾病发生率或剩余寿命的直接测量。

六种独立时钟方向一致,确实让这个信号比单一模型更值得留意。方向一致说明不同算法从同一批蛋白质数据中提取到了相似的年龄相关变化,降低了某一种模型偶然出错的可能性。但一致性解决的是测量稳健性问题,不解决因果问题。受试者本身患有肺病,药物改善肺部病情后,全身炎症水平、代谢状态等都可能随之变化,这些间接影响同样会反映在血液蛋白质组上。要区分药物对衰老过程的直接作用与疾病改善带来的伴随效应,42人的数据和4周的窗口还不够。

因此,把这组数据称为“抗衰老效果”是不准确的。它是一项探索性生物标志物分析,提示了一个值得进一步验证的信号,距离证明药物能延长健康寿命或降低年龄相关疾病风险,还有多个关键步骤。

图片

AI到底在哪个环节省了时间

18个月从靶点到候选化合物

药物研发的链条可以粗略切成几段:先找到与疾病相关的靶点,再设计出能作用于该靶点的分子,然后做临床前研究确认安全性和初步有效性,最后进入I、II、III期临床试验。每一段都可能耗时数年,且越往后失败的成本越高。

图片

Rentosertib被讨论最多的数字,是从靶点识别到临床前候选化合物提名约18个月。英矽智能方面表示,此前抗衰老研究多依赖对已获批药物(如二甲双胍、雷帕霉素)的回顾性分析,验证周期常达数十年,而AI驱动的研发和“双重目的”试验设计或有望加快这一进程。这个对比有参照意义,但需要看清它比较的是什么:18个月覆盖的是链条前段,传统抗衰老药物“数十年”的说法指向的是从老药使用到抗衰结论的漫长观察期,两者并非同一口径。

真正被压缩的是靶点识别和分子设计这两个环节。传统方式下,研究者需要在海量文献和实验数据中筛选与疾病相关的蛋白或通路,再靠经验或高通量筛选找到可能成药的分子;AI介入后,候选空间的搜索效率提高,可以在更短时间内给出可测试的分子方案。这是Rentosertib案例中AI贡献的具体位置,也是“AI发现药物”这个说法最实在的部分。

图片

AI不是自动生成神药

把AI在Rentosertib中的角色理解为“自动生成药物”会高估它。AI没有替代临床前毒理和药代动力学研究,没有替代I期安全性验证,也没有替代II期、III期在真实患者中确认疗效。2022年2月该药进入I期临床,2023年7月IIa期在中国启动、71名特发性肺纤维化患者接受12周治疗,2026年7月才开启III期。从候选化合物到关键临床阶段,中间仍有四年多的实验和临床工作,这些环节的节奏由监管要求、患者招募和生物学本身决定,AI能优化的空间有限。

公司称这是首个“AI发现新靶点+生成式AI设计新分子”进入关键性临床阶段的案例。这一表述需要限定:它是公司自述,并非独立第三方认定;而且AI参与药物研发并进入后期临床已有先例,Moderna与默沙东合作的个体化mRNA癌症疗法同样走到了较后阶段,只是AI在其中的介入方式和程度不同。Rentosertib的特殊性在于靶点发现和分子设计两个环节都由AI主导,这确实少见,但“全球首例”的标签取决于如何定义AI的参与深度。

效率提升是真实的,但它发生在研发链条的前段,且18个月是公司口径,缺乏与传统研发路径的严格对照。早期提速不自动转化为临床成功率,也不构成抗衰老适应症的证据。

图片

为什么抗衰老不能作为适应症

药物核心定位仍是肺纤维化

Rentosertib拿到的两项监管资格——FDA孤儿药资格和中国CDE突破性治疗品种认定——针对的都是特发性肺纤维化,不是衰老。孤儿药资格意味着该病在美国患病人数低于20万,药企可获得税收抵免、市场独占期等激励;突破性治疗品种认定则说明CDE认为现有数据提示该药在严重疾病上可能比现有疗法有显著优势。两项资格的共同指向很明确:监管机构认可的,是这款药治疗一种具体、罕见、致死性肺病的潜力。

图片

英矽智能自己的临床布局也印证了这一点。进入III期后,试验计划在47个中心招募约320名肺纤维化患者。这个规模和终点设计围绕的是肺功能指标和疾病进展,与衰老生物学指标无关。抗衰老评估是在这批肺病患者身上附带做的一项探索性分析,不是试验的主要终点,更不是注册审评的依据。

监管不承认“衰老”为疾病

图片

药物审批的基本逻辑是:申请者必须针对一个被监管机构定义为“疾病”的状态,证明疗效和安全性。衰老不符合这个定义。FDA没有把“衰老”列为可批准的适应症,CDE的适应症目录里同样没有这一项。衰老被视为多种疾病的共同风险因素,而不是一个可以单独用药治疗的靶点。

这直接决定了“AI抗衰药”在当前审批框架下无法成立。一款药可以延缓某种年龄相关疾病的进展,可以改善某项与年龄相关的生物标志物,但只要它没有针对一个被承认的疾病适应症完成注册试验,就不能以“抗衰老”名义获批。Rentosertib的抗衰老数据即便未来被进一步验证,也需要找到具体的疾病出口——比如某种年龄相关疾病——才能进入审评通道。

一个可能的变数是监管科学的发展。如果FDA或CDE未来接受“衰老相关生物标志物”作为替代终点,抗衰老适应症或许能打开一条通道。目前没有先例。替代终点的接受需要经过多年论证,涉及标志物与临床结局之间的因果链是否足够确凿。就现有证据而言,这条路径尚未进入任何监管机构的正式议程。

所以,Rentosertib的“逆龄3-6年”和它的审批前景之间,隔着一整套尚未建立的监管标准。前者是探索性信号,后者需要的是针对具体疾病的注册试验数据。两者不能混为一谈。

图片

真正值得跟踪的是什么

III期能否复制IIa期信号

图片

III期计划在47个中心招募约320名肺纤维化患者,主要终点是肺功能。这个规模是IIa期71名受试者的四倍以上,意味着统计效力更强,也意味着任何微弱的效应都可能被稀释。IIa期观察到的疗效呈剂量依赖特征,这在早期试验中是一个积极信号,但剂量依赖本身不等于临床获益——它只说明药物在体内的作用方向与预期一致。真正需要看的是:III期能否在预设的主要终点上达到统计学显著,以及效应量是否具有临床意义。

还有一个容易被忽略的变量:时间。IIa期的抗衰老生物标志物数据来自12周治疗窗口,如果III期随访周期更长,效应是否随时间衰减、是否出现耐受,目前没有数据可以回答。

“一药双评”设计能否推广

Rentosertib试验的一个结构性创新,是在同一批受试者身上同时评估肺功能终点和衰老生物标志物。这种设计降低了成本,也让“药物是否同时改善疾病和衰老指标”这个问题有了直接观察窗口。但它有一个内在局限:受试者是肺纤维化患者,不是健康人群。肺部病情改善后,全身炎症、代谢状态都可能随之变化,这些间接效应同样会反映在衰老时钟上。研究团队自己也指出,目前无法完全区分“肺部病情改善”和“全身衰老减缓”的关联,需要在健康志愿者中进一步验证。

所以,后续值得跟踪的节点很具体:III期主要终点是否达到;衰老生物标志物是否继续与肺功能改善同向变化;如果同向,这种关联在更长随访中是否稳定;以及是否有独立的健康人群干预试验启动。这四项中任何一项缺失,都不足以把Rentosertib从“肺病药物”重新定义为“抗衰老药物”。即使III期成功,它证明的也只是该药对特发性肺纤维化有效。通用抗衰老疗法的验证,需要另一套完全不同的试验体系。

想拥有高效的全自动内容生产力?

SupaWriter 打通热点选题、长文创作、智能语义配图、文章 4 维客观评分与浏览器扩展一键发布,助你提升 10 倍创作效率。