AI驱动抗衰老药物临床验证：Rentosertib与衰老时钟数据解读

这条消息在药物研发圈里刷屏的时候，我的第一反应不是转群，而是去找原始项目资料。英矽智能的 Rentosertib 进入人体临床试验，同时研究团队公布了用 6 种衰老时钟评估受试者预测年龄的结果——用药后预测年龄出现下降。对不关注这个领域的人来说，这像科幻情节；但在药圈里，真正值得讨论的并不是“AI 又创造了一个奇迹”，而是另一个信号：AI 驱动的抗衰老药物研发，正在从概念验证走向临床验证阶段。这篇文章我想把两件事拆开讲清楚：Rentosertib 究竟是怎样被 AI 做出来的，以及“6 种衰老时钟测得预测年龄下降”这句话放到临床研究语境里该怎么理解。别急着兴奋，也别急着否定，先把管线逻辑和数据边界捋清楚，才知道这次到底值不值得激动。

1. Rentosertib 的 AI 起点：靶点识别、分子生成与 I 期推进

1.1 靶点发现：AI 在组学数据里找“枢纽基因”

药物研发链条的第一环，也是最容易被神化的一环，是靶点发现。

传统做法的思路是专家从文献里提出假设，比如“某条信号通路和纤维化有关”“某个受体在炎症反应里高表达”，然后去做基因敲除、动物实验验证。这个模式成熟且可靠，但有两处天生短板：一是人脑处理不了爆炸式增长的组学数据，二是很多新靶点因为“不是热点”，根本没机会进到研究者的视野里。

AI 介入后，工作逻辑发生了变化。Rentosertib 背后的公开资料里，经常被提到的一个靶点是 TNIK——TRAF2 和 NCK 相互作用蛋白激酶。这个名字对大多数人很陌生，但在纤维化、细胞衰老相关信号通路里，TNIK 扮演着信号枢纽的角色。传统药企过去很可能不会把这样一个冷门激酶列入优先开发清单，因为它缺乏足够的“历史研究基础”。而 AI 做了一件很实际的事：把转录组、蛋白组、单细胞数据、GWAS 信息放进同一个模型里，构建疾病状态下的分子互作网络，找出那些处于枢纽位置、又具备成药性的节点。

我参加过类似的靶点筛选项目，可以负责任地说，真实流程远没有外界想象得那么“一键生成”。AI 的输出通常是一长串候选靶点列表，我们拿到手之后要做的第一件事是人工审阅：查看这些靶点在独立数据集里的表达情况、分析其可成药性口袋、评估潜在毒性风险。有一回，单看转录组数据筛出 2000 多个差异基因，加入蛋白组数据后过滤掉 80%，再结合 GWAS 证据之后只剩下 189 个，最后经过三轮人工评审，才敲定 9 个候选进入湿实验。AI 的贡献是大幅度压缩了“找可能项”的时间，而不是替人完成全部决策。

1.2 分子生成与优化：生成化学模型只完成了前半段

靶点确定之后，需要找到一个能够干预它的分子。Rentosertib 被称为 AI 研发药物，很大程度上是因为这一阶段用到了生成化学模型。

传统的高通量筛选是把公司化合物库里的几十万、上百万个分子逐一拿去跑活性实验，成本高、周期长，而且命中的结构往往不是最优的。AI 的做法不同：生成模型在海量化学空间里采样，根据靶点口袋结构、已知活性分子特征以及 ADMET 属性约束，直接生成一批“有希望但未必完美”的候选结构。形象一点说，这就像一位极其熟悉行业货源的选品专员，按需求快速给出几十个备选方案，而不是让你自己走遍所有仓库。

但这里必须强调一个很多人忽略的细节：从 AI 生成分子到临床候选化合物，中间隔着大量人工优化工作。药化团队会逐个审视 AI 生成的分子，替换不稳定的基团、调整手性中心、改善溶解度，甚至完全推翻某个骨架重新设计。公开管线中常见的情况是：AI 提供起点，药物化学家决定终点。Rentosertib 能走到人体试验，绝不是“AI 出一个分子然后直接灌进药瓶”这么简单，而是生成模型、属性预测、合成可行性评估和药化专家经验反复碰撞的结果。

1.3 首次进入 I 期：AI 管线跑通了“从纸面到人体”这条路

一个新药进入 I 期临床试验，意味着它已经跨过了临床前阶段最严苛的门槛：药效学、毒理学、药代动力学、制剂工艺、CMC 质量研究全部达标，并且通过了监管机构的审评。

我以前在项目里最深的感受是，AI 制药在 PPT 上讲一个动人的科学故事并不难，真正难的是把化合物稳定地合成出来、把毒理实验做完、把临床方案设计好，然后一点一点推进。很多 AI 制药公司的候选分子其实在临床前阶段就不了了之了，原因未必是靶点选错，而是分子性质太差、毒理不过关、或者生产工艺放不小。

所以这次“首次进入人体临床试验”这个动作本身，比“预测年龄下降”更值得注意。它说明整条 AI 靶点发现到分子设计到临床申报的路径被真实跑通了。当然，I 期试验主要评估的是安全性、耐受性和药代动力学特征，还不是疗效确认的阶段。把期望放在合理的位置上，后面每一步才有讨论价值。

2. 六种衰老时钟各测了什么，为什么一开始就要用六种

2.1 三种主要时钟的工作机制与适用范围

“衰老时钟”这个词经常出现在媒体报道里，但真正落到数据层面，它并不是一块手表，而是一系列基于生物数据的回归模型。不同类型时钟的“表盘”完全不一样。

先把表观遗传时钟单独拎出来讲一下。DNA 甲基化是研究最深入的衰老生物标志物，Horvath 时钟就是通过计算特定 CpG 位点的甲基化程度来预测年龄。它的优点是稳定性好，但缺点是慢：甲基化变化通常需要数月甚至更长的时间才能看到明显偏移。转录组时钟和蛋白质组时钟则相对“灵敏”，细胞状态或者炎症水平出现短期波动时，读数就可能变化。代谢组时钟更偏向反映短期内身体的代谢环境，比如饮食和运动状态都能影响它。

2.2 时钟训练逻辑：用回归模型把生物特征换算成“年龄”

所有衰老时钟共享同一套底层逻辑：把已知年龄的人群作为训练集，提取他们的生物特征，让模型学到特征和年龄之间的映射关系。训练完成后，把新样本的特征输入模型，输出的就是“预测年龄”。

预测年龄减去真实年龄，在领域里被称为“年龄加速”或“年龄差距”。如果一个人的预测年龄小于真实年龄，就说他生物学上看起来更年轻；反过来就是衰老加速。这个概念本身没有争议，但问题在于，很多人把“预测年龄”当成了可以直接观测的生理测量，这其实是不准确的。

我处理甲基化数据的经验是，一个衰老时钟模型在测试集上的平均绝对误差通常在 2 到 4 岁之间。换句话说，模型预测值本身就带有一个“年”量级的噪声带。一个 50 岁的受试者预测年龄为 48，并不能直接宣判他“比同龄人年轻 2 岁”，只能说“他的表观遗传特征更接近训练集中 48 岁人群的典型状态”。

2.3 六个维度同时变化，为什么比单个时钟更有说服力

用 6 种衰老时钟而不是只用一个，这个设计本身就是严谨性的体现。

不同时钟对各维度特征的敏感性差异很大。DNA 甲基化反映长期积累的表观遗传变化，蛋白质组对急性炎症反应很敏感，代谢组容易受短期生活方式干扰，免疫时钟则更多反映免疫系统的重塑程度。如果只用一个时钟，研究者很难判断观察到的变化是真实的生物学年龄改善，还是某个单一模态特有的一次波动。

打个比方，判断一个人的身体健康，你不会只看体重秤上的数字，还要看血压、心率、血常规、体脂比这些多维指标。六个指标朝同一个方向变化，和只有一个指标变化，可信度完全不同。Rentosertib 试验中如果 6 种时钟都出现预测年龄下降的同向趋势，那这个信号就值得认真对待；如果只是其中一两种变化，则应视为模态特异性的数据波动。这也是业内判断衰老干预措施是否有潜力的一个基本框架：至少要有 2 到 3 个机制互补的独立指标出现同向变化，才敢谈“趋势”。

3. “预测年龄下降”是真实逆转，还是数据解读错觉

3.1 从机制看，哪些变化可能让时钟读数“变年轻”

先讨论一种可能性：如果预测年龄下降是真实的生物学变化，那原因可能是什么。

Rentosertib 的核心靶点 TNIK 参与调控多种衰老相关信号通路，同时与纤维化过程关系密切。纤维化本身是组织衰老的重要表现之一，特发性肺纤维化患者也被观察到存在明显的细胞衰老特征。如果药物能够抑制 TNIK 活性，可能产生两类效应：

第一类是直接作用于衰老细胞。某些抗衰老药物通过诱导衰老细胞凋亡来清除组织中积累的“僵尸细胞”，从而减少衰老相关分泌表型（SASP）的炎症因子释放。如果 Rentosertib 对衰老细胞有类似影响，血液中的炎症蛋白组分、免疫细胞组成都会发生变化，蛋白质组时钟和免疫时钟自然会被带动。

第二类是间接改善组织微环境。肺纤维化组织的病理状态会系统性影响血液指标、炎症水平和代谢状态。当药物治疗让纤维化程度减轻时，这些外周生物参数恢复正常，多个时钟的读数也会随之“年轻化”。这种情况下的预测年龄下降更接近“疾病状态改善后的生物指标回归”，而非传统意义上“抗衰老药物让人返老还童”。两种机制的结果在时钟数据上可能很相似，但含义并不相同。

3.2 探索性生物标志物和临床终点之间还隔着什么

这是这次新闻里最容易被忽略的一点：衰老时钟数据在当前阶段属于探索性终点，而不是临床终点。

I 期临床研究的核心任务是回答三个问题：药物安不安全、人体耐受剂量是多少、药物在体内的代谢过程如何。衰老时钟“预测年龄下降”是一个非常有吸引力的探索性发现，但它不能替代安全性数据，更不能直接证明药物对某种疾病有效。药监部门在产品获批时看的依然是硬终点，比如肺功能改善、生存期延长、疾病进展延缓，而不是一个算法模型输出的预测年龄。

我并不是在贬低衰老时钟的价值。如果后续 II 期、III 期试验能把时钟变化和临床获益联系起来，那它完全可以成为一种有价值的伴随生物标志物，帮助医生更早判断患者是否应答。但在这个阶段，把“预测年龄下降”直接等同于“抗衰老药物被证实有效”，是跳过了好几层证据的过度解读。

3.3 我提醒自己慢点兴奋的三个原因

第一，样本量问题。如果这个 I 期试验只有十几例甚至几十例受试者，那么平均预测年龄下降很容易被一两个极端响应者放大。更重要的是，目前能看到的信息未必提供了完整的个体数据分布，如果没有配对检验、没有置信区间，任何“平均下降 X 岁”的说法都要打折。

第二，对照组缺失的问题。I 期试验为了快速推进通常没有严格的安慰剂对照。受试者进入临床试验后，生活方式、饮食、医疗监护水平都可能发生改变，这些因素本身就会影响蛋白组、代谢组和免疫时钟的读数。没有对照，就不能把这些变化完全归因于药物。

第三，受试人群的特殊性。如果受试者是纤维化患者，他们的基线预测年龄很可能明显高于同龄健康人。治疗后预测年龄下降，可能只是“病理状态改善后的指标正常化”。这个结果的临床意义在于验证药物的生物学效应，但不等于药物能让健康人获得长寿收益。明确这层边界，才不会对数据产生错误期待。

4. 处理衰老时钟数据时我踩过的三个深坑

4.1 批次效应能让结果轻易偏出 2 岁

做组学数据的人都会遇到批次效应：样本在不同时间、用不同试剂盒、由不同操作者处理，都会引入系统性差异。这个差异在衰老时钟这种以“岁”为单位的模型里，可能是致命的。

我自己做过一个表观遗传时钟项目，第一批样本和第二批样本用了不同批次的检测试剂盒，结果同一个质控样本在两批数据里计算出的预测年龄竟然相差 2.3 岁。这个偏差完全不是生物学差异，而是技术差异。如果试验设计不均衡，比如干预组样本集中在一批检测，对照组在另一批检测，任何组间差异都可能是假的。

后来我摸索出一套比较稳的做法：样本收集时把不同分组尽可能随机分散到检测批次里，分析时把批次信息作为协变量放进统计模型，同时每一批都要加重复质控样本用于校正。这是我处理衰老数据时最优先考虑的事，没有之一。技术偏差控制不好，后面所有解读都是空中楼阁。

4.2 把预测年龄当成“生理年龄”是最常见的误读

预测年龄是一个数学模型针对特定训练集映射关系给出的估计值，不是对一个生物体的全面评判。

我在解读数据时经常提醒团队，一个受试者的预测年龄下降 2 岁，严谨表述应该是“他的生物特征分布更接近训练集中比自己小 2 岁人群的典型状态”，而不是“他的身体年轻了 2 岁”。这两句话在外行听来差不多，但在专业语境里有很大差别。前者描述了统计分布上的位置变化，后者暗示了生理状态的实质改变，而后者在只凭少数时钟读数的情况下是无法成立的。

同样的逻辑适用于衰老干预研究。一项干预措施如果能改变某个衰老时钟的读数，只能说明它影响到了这个时钟所依赖的生物特征，比如甲基化模式或蛋白组分，离证明它能延缓衰老进程、延长健康寿命还有很长的路。

4.3 样本量过小，“平均年龄下降”可能只是一个统计幻觉

衰老时钟数据的个体差异非常大。同样是 60 岁的健康人，预测年龄可以分布在 55 到 75 岁的范围内。在这种高变异数据里，小样本平均值极不稳定。

假设试验入组 12 个人，其中一个人变化特别大，预测年龄下降了 5 岁，另外 11 个人基本没变化，平均值也会被拉下来。如果只看“平均下降了约 0.4 岁”，很容易得出“药物有效”的错误结论。正确做法是报告个体变化分布、配对检验结果、效应量及其置信区间，而不只是均值。

我在自己的分析流程里会把每个受试者的前后变化点图画出来，肉眼先看分布再做统计检验。很多看起来显著的均值差异，点图一画就露馅了——全是两点极端值撑起来的。所以无论看到什么好消息，先问一句：样本多少？分布长什么样？置信区间多宽？

5. 这次人体试验对整个 AI 制药与抗衰老赛道意味着什么

5.1 AI 药物研发正在从“故事驱动”进入“数据驱动”的验证期

过去几年，AI 制药经历了概念火热、资本涌入、估值暴涨的阶段，随后又因不少管线临床失败而受到质疑。行业里一直有一种声音：AI 能讲故事，但能不能拿出扎实的临床数据？

Rentosertib 这类案例的价值，不在于它已经证明了药物对某种疾病有效，而在于它提供了一个范式：AI 筛靶点、AI 设计分子，然后这个分子真的通过临床前层层考核走到了人体试验，还顺便带回了有启发性的探索性生物标志物结果。这套流程一旦被验证可重复，它带来的就不仅仅是单个药物的进展，而是整个研发模式上的可信度提升。

数据驱动的验证期意味着衡量标准会更苛刻。今后的 AI 制药公司不能再拿“我们有多少靶点候选”当卖点，而得回答“有多少分子能稳定合成”“能进入临床”“能在人体里产生可测量的生物效应”。Rentosertib 的预测年龄下降数据，恰好属于“可测量的生物效应”这一类。

5.2 接下来我会盯着哪三类数据

第一，I 期和 II 期的完整数据。安全性是否平稳，药物暴露量和生物标志物变化之间有没有剂量关系。预测年龄下降如果存在，是出现在高剂量组还是所有剂量组？这是判断因果性的关键。

第二，更大的样本和对照组设置。如果后续试验有安慰剂对照、有大于百人的样本，年龄时钟的变化还能保持同向显著，那这个发现的分量会完全不同。

第三，衰老时钟变化与临床终点之间的关联。最理想的情况是：时钟读数改善的受试者，同时表现出更好的器官功能指标。如果这个关联被验证，衰老时钟才真正拿到了作为替代生物标志物的“入场券”。

我对这条赛道的态度是保持关注但不过度反应。一个 I 期试验结果再好，也只是长跑的第一公里。真正决定 Rentosertib 乃至整个 AI 抗衰老药物方向走多远的，是未来两三年内更大规模、更严设计的临床数据。如果到了那一步，早期这组衰老时钟数据还会被反复拿出来复盘。希望在复盘的时候，我们能笑着说：这个信号来得不算太迟。