AI揪出5000个“衰老密码”:我们离破解“长寿程序”还有多远?
如果有一天，AI不仅能写代码、做分析，还 能从过 去几十年积累的海量真实实验中，主动找出让身体“变年轻”的方法，会怎样？ 2025年，哈佛医学院的研究团队将一项看似不可能的任务交给了 AI系统K-Dense：用转录组学数据构建一只“衰老时钟” 。以往这类研究，需要从数十万条基因表达谱中反复筛查、比对，人工推进往往要拖上数年。 K-Dense却在短短数周内跑完了全流程——从60万份转录组样本中挑出6万份高质量数据， 在五万多个基因里“精准确认了5000个与衰老最密切相关的基因” ，同时还揭示出一个 颠覆性结论 ：衰老不是一个缓慢、线性的滑落过程，而是一系列分阶段运转的“生物程序”。 参与研究的哈佛医学院教授David Sinclair本人也坦言：“这不仅仅是一件新工具， 它真正改变了我们研究衰老的科学方法 。” 一个新时代悄然来临：科研不再是慢工出细活，而是由AI驱动的全球加速竞。 智能体大军——AI如何从“工具”变成“科学合伙人” K-Dense之所以厉害，不单因为它快，更因为它“像科学家一样思考”。 K-Dense Analyst采用了一种“双环架构”设计：外层负责科研规划，内层负责执行与验证。复杂的研究目标会被拆解成具体任务，在安全环境里逐步完成，每一步都有方法验证和技术校验。在生物信息学领域公认最严苛的BixBench测试中，K-Dense以29.2%的准确率超越了GPT-5（22.9%）和Claude等前沿模型。 哈佛、斯坦福、华盛顿等大学团队共同研发了另一平台—— ClockBase Agent ，后者集成了四十余种衰老时钟模型，可 对数百万组人类及小鼠的分子数据进行分析，系统性地挖掘逆转衰老的线索 。 ClockBase由三类智能体协同运作：Coding Agent负责编码与数据分析，Reviewer Agent评估实验质量，Report Agent整合前两者结果、生成结构化科研结论。 它给出了首批验证性成果，从海量数据中筛选出五百多个可能延缓衰老的干预方向，并 成功验证了一种名为Ouabain的全新抗衰老化合物 。在动物实验中，该化合物显著延缓了老年小鼠的虚弱进程，同时改善了心脏功能和神经炎症。 衰老生物学长期存在一个核心假设：人体内有一套“生物年龄时钟”，会随累积损伤不断加速。AI现在已经证明，它 有能力去解读、搜索和干预这套时钟的前进轨迹 。 AlphaFold的进化——从“结构预测”到“原子设计” 如果说ClockBase和K-Dense是在“读取”衰老的生物学信号，那么让AI“书写”干预方案的重任，则落在了结构生物学领域。 2020年，DeepMind用AlphaFold攻破蛋白质折叠这一50年来的科学难题，此后拿下了诺贝尔化学奖 。6年后的今天，AlphaFold 3已将预测能力覆盖到蛋白质与DNA、RNA、配体等几乎所有生物分子间的动态相互作用 。 关键的算力飞跃也在同步发生： 如今的AlphaFold 3已能在数秒内完成蛋白质结构预测，较上一版本速度提升逾1000倍 。在学术层面，2024年底DeepMind向学术界释放了AlphaFold 3的源代码，为全球数百万科学家打开了一个统计算医学的新纪元。 AlphaFold 3面向药物设计的变革尤为直接。2026年初， 业界已诞生首批由AlphaFold 3驱动的“AI原生”药物候选分子，并正式进入一期临床试验 。 AI制药大爆发——新药研发进入“精密工程”时代 AI在分子层面的突破正在加速转化为临床成果。2026年1月，英矽智能（Insilico Medicine）开发的 口服NLRP3抑制剂ISM8969获FDA批准，正式进入I期临床试验，该化合物旨在治疗帕金森病，具备穿越血脑屏障的能力 。 这一设计全程由英矽自研的Chemistry42引擎驱动。 传统早期药物发现需平均4.5年方能推进到临床前候选阶段，而英矽将该阶段缩短至12到18个月 。基于AI驱动研发模式，英矽从2021到2024年四年间已成功提名20个临床前候选化合物。礼来也曾为合作为依据，与英矽智能签下总额最高27.5亿美元的 另一方面，DeepMind分拆的药物发现子公司 Isomorphic Labs正试图像设计飞机一般，精密规划药物研发 ，规避过去消耗数十亿美元仍难迭代的传统研发路径。 其关注的重点是令传统药企无从下手的“不可成药”靶点，如胰腺癌、肺癌等 。通过AlphaFold引擎 锁定靶点表面的“隐蔽口袋” ，即可设计出以前无法实现的活性药物。2025年3月，Isomorphic完成了6亿美元A轮融资，此后与礼来和诺华达成近30亿美元协议，共同推动AI设计的抗癌与免疫疗法开发。 在中华区， 深圳剂泰科技自主开发出全球首个AI纳米递送平台 ， 将药物靶向递送的平均开发时间从数年压缩至2至3个月 ，已于2026年4月通过港交所聆讯，瞄准“AI药物递送第一股”。 人机协作的开篇——一条狗带来的重大启示 在所有这些宏大发展的背后，来自澳大利亚的工程师Paul Conyngham借助AI工具为自己罹患晚期肥大细胞癌的爱犬Rosie完成了全基因组测序。他仅用3000澳元就取得了测序数据，然后借助AlphaFold预测突变蛋白结构，再用生成式AI设计出新抗原靶点，最终与大学合作研发出全球首款犬类个性化mRNA癌症疫苗。 注射该疫苗仅数周后，Rosie原本网球大小的肿瘤缩小了约75%，甚至重新能够跳过围栏去追赶兔子。这一消息震动了全球AI界，OpenAI总裁Greg Brockman称之为“窥见通用人工智能机遇的一角”，而DeepMind首席执行官Demis Hassabis评价道：“仅仅是个开始。” 哈萨比斯的远见——“下一步，用AI治愈一切疾病” Google DeepMind首席执行官、2024年诺贝尔化学奖得主Demis Hassabis一直秉持一个信念：AI不仅要回答现实已有问题，还要成为解决未知的新科学工具。 2026年4月，哈萨比斯在对话中强调： “药物设计的所有筛选工作，以后都可以先在虚拟计算环境中完成。 ”他的目标，是把医药研发从偶然发现变为精密工程，最终以每年数十款新药的方式实现产业化突破。目前， 全球已有超过300万名科学工作者使用AlphaFold。 写在最后：不赶时间，但算法已上路 从Harvard实验室里精准识别出的5000多个衰老基因，到AlphaFold原子级别的药物设计，再到跑在真实人类体内的AI生成候选药物，AI正在把生物学从“观察科学”推向全新型“工程科学”。 衰老正在从一个哲学命题，被AI重新定义为一个可被解码、干预和重塑的系统问题 。 从今天起，认真睡眠、持续运动、按期体检 ， 仍是你能直接影响“寿命硬件”的最佳实践。 此外，这个世界正在被一种更加精准的科学方法所改造，它叫做 人工智能驱动的生命科学 。 👇 如果你也想用科学的方式延长自己的健康寿命，欢迎关注「余生的代码」 我们一起，把余生当作一段代码，慢慢调试，慢慢运行。 点击上方名片关注，每周一次系统更新，不焦虑，只调试。
夜雨聆风
