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。时钟类型测量数据核心逻辑适用场景表观遗传时钟DNA 甲基化水平CpG 位点特定基因组位点的甲基化随年龄规律变化最常用被验证最多转录组时钟基因表达水平组织或血液中基因表达模式随年龄改变反映细胞功能状态蛋白质组时钟血浆蛋白组合循环蛋白浓度随年龄呈现系统性变化易于临床采样动态性好代谢组时钟代谢物浓度代谢小分子谱随年龄改变反映代谢与营养状态免疫时钟免疫细胞亚群/功能指标免疫系统组成随年龄重塑评估免疫衰老程度整合时钟多种组学数据联合建模融合多个维度提升预测稳定性用于综合评估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。
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。时钟类型测量数据核心逻辑适用场景表观遗传时钟DNA 甲基化水平CpG 位点特定基因组位点的甲基化随年龄规律变化最常用被验证最多转录组时钟基因表达水平组织或血液中基因表达模式随年龄改变反映细胞功能状态蛋白质组时钟血浆蛋白组合循环蛋白浓度随年龄呈现系统性变化易于临床采样动态性好代谢组时钟代谢物浓度代谢小分子谱随年龄改变反映代谢与营养状态免疫时钟免疫细胞亚群/功能指标免疫系统组成随年龄重塑评估免疫衰老程度整合时钟多种组学数据联合建模融合多个维度提升预测稳定性用于综合评估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。
