top of page

Insilico Rentosertib 衰老研究发现更年轻的生物标志物,而非更年轻的患者

Insilico Medicine 表示,其 rentosertib 衰老研究令六种生物学时钟出现回拨,尽管受试者仅为 42 名患有严重肺部疾病的人群。报告显示,治疗四周后,多种时钟的信号约相当于年轻了三到四岁。其中一个模型给出的估计值接近六岁。

这一结果听起来像是人类年轻化的证据,但并非如此。这些时钟测量的是循环蛋白的变化,而不是更长的生存期、器官功能恢复,或原本健康成年人的健康状况改善。

真正的进展更为有限,但可能更具实际价值。一种由 AI 发现的药物,在随机临床试验期间,跨多个独立开发的模型产生了一致的生物标志物响应。这为在传统药物开发中研究衰老生物学提供了一条可检验的路径。

但这也带来了一项严峻比较。Rentosertib 必须依据监管机构认可的临床结局,证明自身可与减缓特发性肺纤维化(IPF)进展的获批疗法竞争。衰老时钟信号不能替代这一检验。

Insilico Rentosertib 衰老研究发现了什么

该研究发现,与更年轻预测年龄相关的血液蛋白出现协调性变化,而非证明 rentosertib 逆转了人类衰老。

这项新分析于 2026 年 9 月 7 日发表于 Nature Biotechnology。研究人员将六种蛋白质组学衰老时钟应用于一项此前已报告的 2a 期试验所保存的血清样本。

蛋白质组学衰老时钟是一种统计模型,通过血液中循环蛋白的模式估计生物学年龄。这些蛋白质反映炎症、代谢、组织重塑、细胞应激及其他活跃的生物学过程。

这六个模型分别为 ProtAge、两种 OrganAge 变体、PAC、ipfP3GPT 和 PAOPAC。其中一些旨在预测实际年龄,另一些则围绕与死亡风险相关的模式进行训练。

这种多样性很重要,因为生物学时钟常常给出不同结果。某一个模型呈现有利结果,可能反映其训练数据、所选特征,或其对特定疾病的敏感性。

在这项蛋白质组时钟分析中,六个模型均检测到 rentosertib 治疗组的预测生物学年龄向更低方向变化。安慰剂接受者并未呈现相同的整体模式。

研究人员分析了 42 名拥有完整样本并同意参与该子研究的受试者。原始试验将 71 名成年人随机分配至三种 rentosertib 给药方案及一个安慰剂组。

受试者接受每日一次 30 毫克、每日两次 30 毫克、每日一次 60 毫克的治疗,或接受安慰剂。治疗持续 12 周。

研究人员在基线以及第 2、4 和 12 周采集血液,并使用 Olink Explore 3072 平台测量了 2,841 种蛋白质。

最强的一致性出现在第 4 周。在 60 毫克组中,四种实际年龄时钟估计的降幅介于 2.71 至 3.46 岁之间。

每日两次 30 毫克组在实际年龄时钟和死亡风险训练时钟中呈现最广泛的一致性。第 4 周时,六个模型中有五个向有利方向变化。

不同给药组之间的差异,使简单的抗衰老叙事变得复杂。时钟结果最一致的方案,并不是报告中肺功能改善幅度最大的方案。

这种分离支持 Insilico 的观点,即蛋白质变化并不只是呼吸变得更轻松的反映。然而,这并不能证明存在独立的抗衰老效应。

这些信号在早期峰值后也有所减弱。到第 12 周,统计学上仍显著的比较更少,尽管研究人员将该模式描述为平台期,而非反转。

这一时间节点很重要。一种持久的老年健康保护疗法,最终应显示其分子效应能够持续,并与具有意义的改善相对应。

相反,该研究仅提供了短暂的观察窗口。它表明 rentosertib 快速改变了一组生物学测量指标,但其持久性和临床意义仍存在不确定性。

这仍比单次治疗后血液检测提供了更多信息。随机设计、安慰剂对照、重复采样及多种时钟,使这一发现更难被视为随机波动。

但这些因素并不能将一项 42 人的探索性分析变成一项长寿试验。

为什么一款 AI 设计的肺病药物会产生衰老信号

在开展临床分析之前,rentosertib 已与衰老生物学相关,但同样的生物学机制也会驱动肺纤维化。

Insilico 最初是为 IPF 开发 rentosertib。IPF 是一种进行性疾病,会使肺组织形成瘢痕并限制呼吸。该疾病主要发生于老年人,并与生物学衰老共享多种机制。

该药物抑制 TRAF2- 和 NCK 相互作用激酶,即 TNIK。激酶是一种帮助传递调控细胞行为信号的酶。

Insilico 使用机器学习系统识别 TNIK,将其作为潜在的疾病靶点。随后,其生成式化学平台协助设计出能够抑制该靶点的小分子。

该公司表示,TNIK 与六项公认的衰老标志相关。这些标志描述了包括细胞衰老、营养感知改变以及细胞间通信受扰等过程。

细胞衰老发生在受损或受应激的细胞停止分裂、却未被清除时。这些细胞可能释放影响邻近组织的炎症信号。

细胞衰老同样会促进肺纤维化。这种重叠使 IPF 成为有用的测试案例,但也构成了该研究的核心解读难题。

如果 rentosertib 降低炎症和纤维化活动,衰老时钟估计值可能改善,因为患者的疾病状况正在好转。这种变化未必意味着全身衰老速度变慢。

作者承认,蛋白质组学时钟本身无法区分这些解释。在健康志愿者或另一种与衰老相关的疾病中测试 rentosertib,将提供更清晰的比较。

因此,研究人员没有只依赖年龄估计值,而是检查了潜在的蛋白质变化。他们发现,不同治疗组中有 326 种蛋白质的变化轨迹发生改变。

在相同的分析方法下,安慰剂组仅有两种蛋白质随时间显著变化。大多数与药物相关的变化因给药方案而异。

每日两次 30 毫克组有 142 种独特的蛋白质变化。跨多个治疗组,89 种蛋白质朝相同方向变化。

数种下降的蛋白质与纤维化和细胞外基质重塑有关。细胞外基质是细胞周围的结构性物质,在纤维化过程中会出现异常沉积。

分析还发现,与代谢、应激抵抗和抗氧化活性相关的蛋白质发生变化。这些模式超出了单一数值化生物学年龄评分的范围。

研究人员比较了三组既有的衰老相关蛋白集合。治疗组总体上与安慰剂组呈相反变化,而安慰剂组的模式提示衰老相关活性增强。

与细胞衰老相关的七种蛋白质,在所有 rentosertib 给药方案中均有所下降。作者将这一模式描述为与 senomorphic 效应一致。

Senomorphic 治疗会改变衰老细胞产生的有害信号,但不一定杀死这些细胞。这与 senolytic 不同,后者旨在清除这些细胞。

分析还发现,数条与衰老和纤维化相关的生长因子通路活性降低,其中包括通过 PI3K、RAS 和 ERK 的信号传导。

这一机制为时钟结果提供了生物学背景。这些模型并非只给出了更年轻的数字,同时被测蛋白质却无法解释。

不过,通路分析仍然只能观察关联。它无法证明改变这些蛋白质会改善行动能力、认知能力、心血管健康或生存率。

该机制支持一种假设。临床结局必须决定这一假设是否描述了一种有用的治疗方法。

真正的较量是临床获益与生物标志物承诺

Rentosertib 的衰老信号,只有在后续试验将其与患者和监管机构认可的结局联系起来时才有意义。

IPF 提供了一项严苛考验。这种疾病会逐渐使肺部僵硬并形成瘢痕,导致呼吸急促、咳嗽、运动能力下降和呼吸功能衰退。

用力肺活量(FVC)衡量一个人在深吸气后能够呼出的空气量。临床试验通常追踪其下降情况,作为 IPF 进展的指标。

原始2a 期试验主要评估安全性和耐受性。四个组中治疗期间出现的不良事件发生率大致相近。

该研究也探索了疗效。每日一次接受 60 毫克治疗的受试者,在 12 周后报告的平均 FVC 改善为 98.4 毫升。

安慰剂组的平均下降为 20.3 毫升。由于获批的抗纤维化疗法通常旨在减缓恶化,这一差异引起了关注。

然而,该试验规模小、持续时间短,且并未具备确立决定性疗效的统计把握度。71 名受试者中有 16 人在完成 12 周前停止治疗。

停药情况分布并不均衡。每日两次给药组有 6 人停药,60 毫克组同样有 6 人停药。

蛋白质组子研究规模更小。只有 43 名受试者同意接受额外分析,其中一人缺少所需的最终测量值。

这意味着,42 人被分配到四个原始治疗组中。一个表面上跨算法一致的模式,仍可能受到少数异常受试者的影响。

这些衰老时钟也并不是六项完全独立的临床实验。它们分析的是来自同一小型人群的相同血液样本。

它们之间的一致性降低了这一发现仅属于某一特定模型的担忧,但并不会增加实际有效患者数量。

与此同时,IPF 治疗格局已经发生变化。吡非尼酮和尼达尼布奠定了抗纤维化治疗基础,而较新的进入者则面临对更大规模、更长期证据的要求。

FDA 于 2025 年批准 nerandomilast,此前随机试验显示其 FVC 下降幅度小于安慰剂。Jascayd 的批准决定使其成为十多年来美国首个获批用于 IPF 的新疗法。

这一批准提高了 rentosertib 的竞争标准。新颖靶点和 AI 辅助设计带来了科学上的差异化,但两者都不能保证其成为更好的药物。

医生将需要有关肺功能持续改善、症状、不良反应、治疗中止、住院和生存率的证据。他们还需要了解不同背景治疗方案下的比较结果。

患者不会直接体验基于蛋白质的年龄估计值。他们实际体验的是自己能否呼吸、行走、睡眠、工作,以及保持独立生活。

这正是 Insilico rentosertib 衰老研究中的主要对手:引人入胜的生物标志物叙事,对阵更缓慢而严谨的临床验证过程。

这种张力并不意味着生物标志物研究无关紧要。早期分子信号可以指导剂量选择、揭示机制,并识别可能产生响应的人群。

当一个探索性指标被用来替代临床获益时,危险便随之而来。Rentosertib 尚未越过这条界线,但公开宣称的“逆龄”可能模糊二者的区别。

老化时钟无法揭示什么

更年轻的蛋白质谱并不能证明参与者在医学意义上实现了生物学年轻化。

老化时钟将复杂的生物学过程压缩为单一估计值。这使其便于研究和传播,但这种简化也掩盖了重要假设。

每个模型都会从参考人群中选择特征,随后学习这些特征与年龄、死亡率或其他老化相关结局之间的关系。

一种治疗可以改变这些特征,却不改变时钟训练时所预测的结局。例如,它可能暂时抑制炎症,同时不触及其他老化过程。

这一担忧对于患有活动性疾病的人尤为重要。IPF 本身就会改变炎症、代谢和组织重塑相关蛋白。

治疗疾病可能让患者的血液更接近年轻参考人群的特征。这会是令人鼓舞的结果,但并不能证明发生了全身性年轻化。

作者明确表示,他们无法在 IPF 队列中完全区分抗纤维化效应与老化调节效应。这一局限应当成为解读所有结果的前提。

研究也未与 DNA 甲基化时钟进行比较。这类模型根据 DNA 的化学修饰估算年龄,捕捉的是不同的生物学层面。

蛋白质组时钟能够更即时地反映活跃过程。然而,Olink 面板测量的蛋白质不足 3,000 种,而现代甲基化阵列可检测近 100 万个基因组位点。

即使在蛋白质分析中,该平台也没有测量 TNIK 本身。因此,研究人员通过蛋白质相互作用和通路变化间接评估靶点结合情况。

统计阈值同样需要谨慎看待。一些探索性通路发现采用了 0.25 的假发现率阈值,其容忍的潜在假阳性多于确证性研究通常接受的水平。

研究中最强的年龄信号出现在第 4 周,随后失去了统计显著性。研究人员提出了若干解释,包括适应、新的平衡状态或模型敏感性。

这些解释均未得到证实。更长期的治疗可能使该信号恢复、维持平台期、消失,或呈现不同的反应。

给药方案也带来了另一个悬而未决的问题。每日一次、60 毫克的方案带来了报告中最大的 FVC 改善,而每日两次给药则获得了更广泛的时钟一致性。

据报道,Rentosertib 的半衰期为 7 至 11 小时。更频繁的给药或许能维持更稳定的暴露水平,并与每日一次较大剂量产生不同的信号传导影响。

这一假设值得开展前瞻性检验。研究者需要在看到结果之前明确老化终点及给药方案比较。

回顾性分析对发现新线索很有价值,但也为研究者提供了许多分析选择。预先设定终点能更有力地防止事后挑选有利模式。

该亚组还来自一项在中国开展的试验。更广泛的研究必须确定,这些发现能否在不同祖源、医疗环境、疾病阶段和背景治疗中得到复现。

该分析并未显示 Rentosertib 是否改变死亡风险。它也没有证明健康寿命延长;健康寿命指的是人在没有严重残疾或疾病的状态下生活的年数。

它同样不能为健康人群使用该药提供依据。对进行性肺病而言合理的风险收益权衡,对没有该疾病的人可能无法接受。

监管机构区分生物标志物与已验证的替代终点。生物标志物可以揭示生物学反应,却未必能可靠预测一个人的感受、功能或生存情况。

FDA biomarker framework 强调,直接临床结局提供最可靠的证据。标志物资格认定需要在明确的使用场景中获得证据支持。

这里使用的任何蛋白质组老化时钟,都尚未成为可普遍替代临床获益的监管标准。Insilico 若提出任何治疗主张,仍需依赖传统终点。

这并不意味着这些时钟无效。它只是将其放回当前应有的位置:能够为大型试验提炼问题的探索性工具。

为什么这一结果对 AI 药物发现仍然重要

最重要的成就并非一种抗衰老药物,而是一个可追溯的 AI 设计候选药物,产生了可解释的人体生物学数据。

AI 药物发现因承诺加快靶点识别和分子设计而吸引投资。临床开发仍是更严峻的检验。

算法可以快速对靶点排序并提出分子结构。研究人员仍必须合成化合物、测试毒性、实现稳定生产,并完成分阶段人体试验。

许多计算筛选出的候选药物失败的原因,与传统发现的药物相同。它们可能无法在人类体内命中靶点、产生有害影响,或缺乏有意义的疗效。

Rentosertib 提供了一个比实验室预测更进一步的案例。Insilico 从计算靶点筛选推进至分子生成、临床前工作和随机人体试验。

该公司称,其从靶点识别到选定临床前候选药物约用了 18 个月。这一时间线涉及的是发现阶段,而非走向获批药物的完整历程。

这一区别很重要,因为临床试验会耗费数年。AI 可以缩短早期研究的部分环节,却无法消除生物学不确定性或监管要求。

Rentosertib 项目还围绕一个假设串联了多个阶段。TNIK 源自计算靶点发现,分子为该靶点而设计,临床蛋白质则被用于分析下游效应。

这条链条比仅宣布算法生成了一个化学上合理的化合物更具信息价值。它让研究人员能够将最初的计算论点与人体证据相比较。

老化分析增强了这种可追溯性。它表明,该候选药物影响了与纤维化、细胞衰老、代谢和生长因子信号传导相关的通路。

不过,该研究并不能证明 AI 选择了最佳靶点。它也无法说明传统发现方法是否同样能找到 TNIK,或开发出类似抑制剂。

因此,应根据重复展现的管线表现来评判 AI 的贡献。单一候选药物的成功,可能源于坚实的生物学基础、专业的药物化学、严谨的试验,或多种因素的结合。

可信的平台必须持续产出多个候选药物,并以有竞争力的速度、安全性和疗效达到临床里程碑。失败项目也必须被纳入这一评估并保持可见。

Rentosertib 进入后期试验的路径为观察者提供了有用的参照。Insilico 于 2026 年 7 月宣布启动phase 3 trial,试验标识符为 CTR20262475 和 NCT07687459。

这项研究将候选药物置于一个其起源故事不再那么重要的阶段。3 期试验要回答的是,该药物能否在规模大得多的人群中可靠地发挥作用。

该项目也为双重目的试验提供了潜在范式。开发者可以在针对已获认可疾病测试治疗方案时,同时收集与老化相关的生物标志物。

这一方法避免了等待监管机构将“老化”认定为独立适应症。它将开发锚定于具有公认终点和明确患者群体的疾病。

如果生物标志物发现得到复现,研究人员或可识别出对多条年龄相关通路产生影响的治疗方法。这些观察结果可能支持此后在其他疾病中的试验。

这一策略类似于系统性的适应症拓展,但由老化生物学来揭示其关联。它比将一种药物营销为通用长寿疗法更为严谨。

研究的开放要素同样有帮助。作者称已存入底层蛋白质组数据并发布分析代码,使外部研究人员能够审查方法。

独立再分析无法弥补样本量小的问题。但它可以发现编码错误、测试不同的统计假设,并展示结论对这些因素的敏感程度。

对 AI 药物发现而言,这种透明度至关重要。平台之间仍难以比较,因为公司披露的时间线、成功定义和专有方法各不相同。

Rentosertib 提供了更具体的内容:一个明确命名的靶点、一种确定的分子、已发表的试验、可测量的生物学效应,以及一项待完成的后期试验。

这足以让人认真看待该项目,但还不足以宣布 AI 药物发现模式已得到临床验证。

决定该主张能否成立的三个信号

接下来的证据必须证明结果可复现、具有临床相关性,并能区分疾病改善与更广泛的老化效应。

第一个信号是 Rentosertib 在 IPF 中的 3 期表现。研究人员必须在更大规模的人群中、经过更长时间,复现肺功能结果。

持续的 FVC 获益将增强 Rentosertib 作为 IPF 治疗方案的价值。若失败,则会削弱老化叙事,因为疾病改善仍是该候选药物的主要临床目的。

安全性将具有同等分量。用于慢性治疗的药物,必须在更长暴露时间和更多样化的参与者中保持可接受的安全性特征。

停药率、严重不良事件和剂量特异性耐受性值得密切关注。这些结果也将决定每日两次给药方案是否切实可行。

第二个信号是前瞻性生物标志物分析。未来方案应在入组结束前明确选定的时钟、时间点、统计阈值和预期方向。

复现第 4 周的变化将降低原始发现依赖于小型回顾性样本的可能性。维持这一变化则能够回应当前的平台期问题。

研究人员还应增加原始蛋白质面板以外的生物学测量。DNA 甲基化、代谢组学、免疫细胞谱和直接组织测量,可以独立检验同一假设。

不同生物学层面的结果一致,将强化老化解释。若结果不一致,则表明表观逆转仍局限于循环蛋白或某一种分析框架。

第三个信号是 IPF 之外的证据。在另一种年龄相关疾病中开展研究,或可揭示 TNIK 抑制究竟影响共同的老化机制,还是主要治疗纤维化。

一项针对老年志愿者的精心设计的早期研究,或许能提供更清晰的比较。这类工作需要足够的安全性余量,以及与功能相关的终点。

如果健康参与者或非 IPF 参与者表现出相同的蛋白质组反应,那么疾病改善这一解释便不再充分。如果没有出现,则当前信号更像是 IPF 特异性的。

功能性结局会比单独增加一个时钟更有力。体能表现、恢复力、器官功能和经过验证的疾病风险指标,可以将分子变化与实际生活获益联系起来。

眼下的结论应当保持准确:Insilico 的 Rentosertib 老化研究在一个小型 IPF 试验亚组中发现,六种基于蛋白质的模型均预测出更低的生物学年龄。

它并未显示患者寿命更长。它没有证明健康人群会获益。它也没有确立一种获批的抗衰老治疗。

它所提供的是一个结构化的临床信号,研究人员如今可以尝试复现。该结果在一项随机试验中,将 AI 辅助药物研发与衰老生物学联系起来。

读者应关注 3 期数据、预先设定的生物标志物计划,以及任何在 IPF 以外开展的研究。这些信号将共同决定,rentosertib 究竟是一种具有有趣生物标志物的有效肺部药物,还是更广泛治疗策略的开端。

目前,应将“年龄逆转”视为一项研究假设,而非临床结局。关注那些影响患者的测量指标,然后再观察这些时钟是否能够持续、一致地预测它们。

 
 

免费开始

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)M-Chip Mac

你的 AI 工作伙伴

remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page