一场肺病试验，两个结果

去年，利用 AI 加速药物发现的英矽智能公布了一项临床试验结果，一款候选药物显示出治疗慢性肺病患者的潜力。当地时间 9 月 7 日，据《纽约时报》报道，英矽智能近日透露，同一项试验的数据还揭示出另一个可能性：这款药物或许也能减缓衰老过程。

这款药名为 Rentosertib，其分子结构由 AI 辅助生成。当地时间本周一登上《自然·生物技术》的一项新研究显示，根据 6 种”衰老时钟”的测量结果，接受 Rentosertib 治疗后，患者体内与年龄有关的生物标志物有所下降。

所谓”衰老时钟”，是利用 AI 预测个人患病风险和死亡风险的一类技术。这类系统可以估算人体整体的衰老速度，甚至判断单个器官相对于身体其他部位衰老得有多快。不过，衰老时钟究竟能提供多少真正有用的信息，科学界仍存在争议。

43 名患者，12 周，6 种衰老时钟全部下降

这项试验的核心指标原本是特发性肺纤维化的治疗效果。Rentosertib 针对的正是这种慢性疾病，它有时被称为”肺部阿尔茨海默病”——患者的肺组织会增厚并形成瘢痕，肺部向血液输送氧气的能力随之下降，病情严重时可能在数年内导致死亡。去年的试验显示，Rentosertib 可以显著增加患者肺部可容纳的空气量。

除评估肺病疗效外，研究人员还使用 6 种衰老时钟，对患者用药前后的年龄指标进行测量。共有 43 名患者参加试验。这些系统主要根据细胞、组织和器官的功能状况推算年龄。由于 6 种衰老时钟采用不同方法分析指标，得出的预测年龄也各不相同，但结果一致：患者连续服药 12 周后，6 种方法测得的预测年龄全部下降。

参与开发其中一种衰老时钟的哈佛医学院教授瓦季姆·格拉德舍夫指出：”这是第一项非常明确地显示预测生物年龄可以降低的研究。”

“扫描一把锁，生成一把钥匙”

英矽智能从十多年前开始探索这一代 AI 技术。公司由拉脱维亚裔加拿大数学家、物理学家和生物技术专家亚历克斯·扎沃隆科夫于 2014 年创立，是较早利用神经网络简化药物发现流程的企业之一。

其技术路径分为两步。第一步，公司利用与 ChatGPT 等 AI 系统相似的训练技术建立模型，分析规模庞大的医疗数据，包括数千名患者的健康记录、反映人体内蛋白质状况的血液检测结果，以及大量介绍这些蛋白质作用的学术论文，目标是找出可能导致疾病的特定蛋白质。第二步，公司建立第二套系统，分析大量有关蛋白质形态及其与其他分子结合方式的数据，再生成能够与特定药物靶点结合并中和其作用的全新分子。

扎沃隆科夫形容这个过程：”这就像扫描一把锁，然后生成一把与锁匹配的钥匙。”Rentosertib 正是通过这种方法开发出来的。他还透露，英矽智能在设计这款药物时，也希望它能够从整体上延长患者寿命。

距离结论还很远

多位专家在肯定这项研究价值的同时，也明确指出了它的边界。

格拉德舍夫承认，研究远未得出定论：试验样本规模较小，衰老时钟本身也并非始终可靠。更关键的一点在于，Rentosertib 没有在健康人群中接受测试——由于临床试验只招募了特发性肺纤维化患者，研究结果可能仅适用于这一特定患者群体。

心脏病学家、《Super Agers》一书作者埃里克·托波尔的评价同样谨慎：”这款药看起来很有希望。但我们还没有一项能够作出最终判断的决定性试验。”

此外，Rentosertib 即便用于患病患者，距离获得监管批准仍可能有数年之遥。

尽管存在这些局限，一些专家认为英矽智能的研究可以为未来的长寿研究提供范本。专门研究长寿问题的特拉维夫大学医学教授伊芙琳·比朔夫表示，这些方法将用于未来的试验。

对 AI 制药而言，这项试验的意义更多在于方法论层面：它第一次把”AI 生成分子”和”AI 评估衰老”两条技术链条接在了同一项人体试验里。至于减缓衰老这个结论本身，还需要更大规模、面向健康人群的研究来验证。

信息来源：IT之家（引《纽约时报》《自然·生物技术》报道）