登顶 Nature!全球首个AI 新药诞生:18个月、260万美金,逆转人体 3 岁生物年龄

导读：本文深度拆解人类制药史上首个“端到端全流程生成式 AI 新药”的技术闭环、临床数据与逆龄奇迹。（全文约 6,000 字，深度阅读约 15 分钟，文末附 Nature 核心文献与临床编号）

• 引言：人类制药史的“普罗米修斯时刻”
• 第一章：绝境之战——“不是癌症的绝症”特发性肺纤维化（IPF）
• 第二章：硅基智脑破局——从数千基因中算出的“双面靶点”TNIK
• 第三章：代码炼丹炉——生成式化学 AI 如何在 18 个月内“无中生有”
• 第四章：人体临床实证——从动物模型到双盲试验的器官挽救
• 第五章：顶刊新风暴——人体蛋白质组学衰老时钟的“逆龄奇迹”
• 第六章：药代动力学暗线——低剂量多次给药与抗衰老机制的分水岭
• 第七章：产业范式跃迁——“双十定律”崩塌与万亿赛道大洗牌
• 第八章：冷思考与未来地平线——从治愈疾病到改写人类寿命极限
• 结语与核心文献附录

在人类对抗疾病、痛苦与衰老的漫长征途中，药物研发始终是一场概率极低、代价极高的悲壮豪赌。

百年来，现代制药工业一直被一条冷酷无情的工业铁律所支配——“双十定律（Eroom's Law）”。开发一款真正意义上的全新机制药物（First-in-Class）：

• 从前期的靶点探索到最终获批上市，平均耗时 10 年以上；
• 整体研发耗资超过 10 亿至 20 亿美元；
• 临床阶段的最终失败率高达 90% 以上。

在传统的制药实验室里，成百上千名资深化学家和生物学家日复一日地在浩瀚如烟的文献中寻找致病的蛛丝马迹。随后，在高达 10^60 种可能的化学空间中，犹如盲人摸象般合成、筛选数以万计的化合物。每一次筛选失败，都意味着数以亿计的资金蒸发与整整一代科研人员青春的付之一炬。

💡 小贴士：“Eroom's Law（反摩尔定律）”是制药界著名的经济学规律（把摩尔定律 Moore 倒过来写）。它表明在过去半个世纪中，尽管人类计算力与测序技术呈指数级爆发，但全球每消耗 10 亿美元研发出的新药数量却每 9 年减半。制药工业长期受困于“低垂果实已被摘尽”的收益递减陷阱。

然而，就在 2024–2026 年间，这一延续了半个多世纪的工业铁律被彻底打破。

英矽智能（Insilico Medicine）联合全球多国科学家团队，在国际顶级学术期刊连续发表了一系列里程碑式的重磅成果：全球首个利用端到端生成式 AI 从零发现靶点、从零设计分子结构的候选新药——Rentosertib（代号 INS018_055），不仅顺利通过了健康人安全评估与 IIa 期临床疗效验证，更正式挺进全球多中心 III 期确证性临床试验！

更令人不可思议的是，这颗原本用于拯救致命呼吸系统绝症的药物，在最新的人体临床分子检测中展现出了令全球抗衰老学界为之沸腾的数据：受试患者用药仅 4 周，体内的系统性生物学年龄被显著逆转了近 3 岁，多项衰老分泌毒性表型全面熄火！

这不是科幻小说里的长生不老药，而是一场由生成式算法、多组学大数据、结构生物学与临床医学深度碰撞所诞生的工业奇迹。

要理解这颗 AI 新药的震撼，首先必须凝视它所挑战的恐怖对手——特发性肺纤维化（Idiopathic Pulmonary Fibrosis, 简称 IPF）。

在现代呼吸内科与老年医学领域，IPF 被公认为“不是癌症的绝症”。这是一种病因不明、进行性加重且完全不可逆的致死性间质性肺病。患者的肺泡壁在未知损伤刺激下持续发生异常修复，正常的弹性肺组织逐渐被僵硬、纤维化的瘢痕组织所彻底取代。

随着病情恶化，患者的双肺会逐渐呈现如同丝瓜囊或蜂窝状的结构，呼吸阻力急剧上升，氧气无法穿透厚重的纤维化组织进入血液。患者最终会在完全清醒的状态下，经历漫长而痛苦的窒息过程。

1.致命的疾病负担与生存绝境

• 生存期短于多数癌症：IPF 患者确诊后的中位生存期仅有 3 至 5 年，其 5 年生存率甚至低于肺癌、结直肠癌等多数常见恶性肿瘤。
• 现有疗法的无力与妥协：目前全球获批的一线治疗药物仅有吡非尼酮（Pirfenidone）和尼达尼布（Nintedanib）。然而，这两种数十年前通过传统方法研发出的药物，既不能逆转已经形成的纤维化组织，也无法阻止疾病的最终恶化，仅仅是略微延缓肺活量下降的斜率，且伴随严重的胃肠道恶心与肝脏毒性，大量患者不得不被迫减量或停药。

2.为什么传统制药在 IPF 面前屡战屡败？

现代老年医学与系统病理学给出了一个颠覆性的解释：特发性肺纤维化，本质上是人体局部器官发生的一场失控的“急剧加速衰老”。

在 IPF 患者的肺部组织中，细胞衰老（Cellular Senescence）、线粒体代谢障碍、细胞外基质（ECM）稳态崩塌、慢性无菌性炎症（Inflammaging）以及营养感知通路失调等核心衰老标志物呈现出极高的共线性和交织性。

传统的单一靶点还原论思维，在面对这种由多种衰老机制高度交织驱动的复杂网络疾病时，彻底陷入了“头痛医头、脚痛医脚”的泥潭。人类亟需一种能够在多维生物网络中进行全景全局搜索的超级智慧。

面对人类科学家的束手无策，生成式 AI 介入新药研发的第一步，就是接管最核心的源头决策——靶点发现（Target Discovery）。

在传统制药工业中，确定一个全新靶点往往依赖学术界数十年的机理摸索与零散论文发表，但文献中充斥着假阳性结论与孤立的局部视角。

英矽智能拿出了其历时数年研发的多组学 AI 靶点发现引擎——PandaOmics。

1.多组学知识图谱与异构网络随机游走

PandaOmics 没有局限于传统的关键词文献检索，而是构建了一个超大规模的生物医学异构知识图谱。它全面吞吐并清洗了：

• 来自全球数十个公开数据库与临床中心的数十万份健康人与 IPF 患者的临床组织转录组学（RNA-seq）、微阵列芯片数据；
• 全基因组表观遗传甲基化图谱与超大规模蛋白质相互作用网络（PPI）；
• 数以千万计的生物医学论文、专利、临床试验报告及基因敲除表型数据。

在这个高度复杂的异构网络中，AI 部署了专门的网络拓扑动力学算法与异构图随机游走（Random Walk on Heterogeneous Graph）模型。它不再孤立地看待某个单个基因表达的升高或降低，而是通过多层次图神经网络，精确计算该节点在整个细胞信号调控瀑布中的信息流控制能力、因果驱动权重以及抗扰动鲁棒性。

2.算力筛选的惊人汇聚：锁定冷门靶点 TNIK

在对 20,000 多个编码基因进行多维度打分和因果推断后，AI 将聚光灯打在了一个极其反直觉的冷门靶点上——TNIK（TRAF2 and NCK Interacting Kinase，TRAF2与NCK相互作用激酶）。

在此之前，全球几乎没有任何跨国制药巨头将 TNIK 作为特发性肺纤维化的核心临床靶点，学术界绝大多数学者仅在结直肠癌的局部信号转导和代谢研究中偶有提及。

但 PandaOmics 的深度多组学分析揭示了令人震撼的底层逻辑：

1. 促纤维化的核心开关：TNIK 是经典 Wnt/β-catenin 促纤维化信号通路下游不可或缺的核心丝氨酸/苏氨酸激酶。它直接与 TCF4 结合并发生磷酸化，精准驱动上皮-间质转化（EMT）和成纤维细胞向肌成纤维细胞的疯狂转化（FMT），直接拉响了胶原蛋白异常沉积的警报。
2. 衰老网络的关键枢纽：更为惊人的是，TNIK 深度参与了包括细胞衰老、线粒体代谢紊乱、细胞间通讯异常等在内的 6 项核心衰老标志物（Hallmarks of Aging）。

💡 核心概念：双重目的靶点策略（Dual-Purpose Target Strategy）这标志着制药哲学的一次重大跃迁：不再单纯寻找针对某一症状的“对症靶点”，而是寻找一个既能在特定严重疾病（如 IPF）中发挥立竿见影的治疗作用，又能从系统层面上重塑衰老微环境、修复底层损伤的**“疾病 + 衰老”双功能中枢**。

AI 成功完成了第一阶段的算力突围，为后续全部奇迹奠定了坚实的生物学基石。

靶点找到了，但人类立即面临着一个更为严峻的物理世界难题：如何凭空制造一个能够精准锁死 TNIK 活性口袋、同时在人体内安全无毒的小分子？

已知化学分子的潜在化学空间大小约为 $10^{60}$（比已知宇宙中的原子总数还要多）。在如此浩瀚的搜索空间中，传统的基于结构微调修饰或实体分子库高通量筛选（HTS）无异于大海捞针。

这次登场的，是生成式化学 AI 平台——Chemistry42。

1.42 个生成模型的算法协奏曲

Chemistry42 并非单一的神经网络，而是集成了 42 种不同的生成式算法模块：

• 涵盖了基于结构的条件变分自编码器（Conditional VAEs）、生成对抗网络（GANs）、基于片段的分子拼装树以及图神经网络扩散模型（Graph Diffusion Models）；
• AI 直接读取了 TNIK 激酶 ATP 结合位点的超高分辨率三维空间构象（3D Pocket），将结合口袋的电荷分布、疏水性、氢键供体与受体几何坐标转化为生成算法的物理边界约束条件。

2.强化学习驱动的多目标优化（Multi-Objective Optimization）

在分子生成过程中，AI 面临着极其严苛的“平衡木”挑战：

• 纳摩尔级极强结合力：分子必须与 TNIK 口袋紧密契合，实现低纳摩尔（nM）级别的抑制活性；
• 极高激酶选择性（Kinome Selectivity）：人体内存在 500 多种结构高度相似的激酶，分子必须精准识别 TNIK，严禁脱靶抑制其他维持生命活动的关键激酶（避免引发严重的脱靶毒性）；
• 优良成药性（ADMET）：必须具备良好的口服生物利用度、合适的代谢半衰期、低肝代谢清除率，且必须彻底规避引起恶性心律失常的 hERG 心脏离子通道毒性。

AI 在虚拟空间中自主执行了多轮“生成—打分—强化学习反馈—突变优化”的闭环迭代，迅速将搜索范围收敛至极高概率的优质化学空间。

3.降维打击的工业奇迹

在传统药企往往需要耗时数年、合成筛选 5,000 到 10,000 个化合物的探索阶段，Chemistry42 输出了极具确定性的候选名单：

• 极低的合成量：英矽智能团队在湿实验中仅仅合成了约 80 个化合物；
• 极高的命中率：第 55 号分子（代号 INS018_055，后被世界卫生组织正式定名为 Rentosertib）展现出了令人惊叹的完美理化与生物学性质；
• 全新分子骨架：这是一种全新的双咪唑甲酰胺衍生物（Bis-imidazolecarboxamide derivative），晶体复合物结构（
  PDB: 8ZML）证实其与 TNIK 活性口袋形成了天衣无缝的立体契合；
• 时间与资金的革命性节约：从立项、AI 靶点发现、分子生成、体外酶学与细胞验证，到最终确定临床前候选化合物（PCC），全程仅耗时 18 个月，耗资仅约 260 万美元！

相比传统研发动辄 4~6 年、数千万美元的漫长消耗，AI 将新药早期研发效率提升了整整一个数量级。

在计算机硅基世界里的优异表现，能否在真实的碳基生物体内经受住严酷的检验？

从 2021 年至 2025 年，Rentosertib 经历了一场无比严苛的由浅入深、层层递进的临床实证检验。

1.临床前动物模型：肺纤维化病理的逆转奇迹

在博来霉素（Bleomycin）诱导的严重肺纤维化小鼠和多种临床前疾病模型中，Rentosertib 展现出了极其强悍的疗效：

• 显著抑制了关键促纤维化胶原蛋白（COL1A1）和基质金属蛋白酶（MMP10）的过度分泌；
• 在已形成严重纤维化瘢痕的肺部病理切片中，科学家清晰观察到了纤维化程度的显著减轻与肺部正常微结构的修复重塑（该成果发表于 Nature Biotechnology, 2025）。

2.I 期临床：优异的人体安全性与耐受性

在新西兰和中国健康受试者中完成的 I 期单次/多次剂量递增（SAD/MAD）临床试验中，Rentosertib 表现出了极佳的人体安全性：

• 全程未出现严重不良事件（SAE），未观察到心脏 hERG 相关心电图 QTc 间期延长等异常；
• 口服吸收迅速，药代动力学曲线平稳可控，顺利拿到了进入患者临床的“通行证”。

3.IIa 期临床：改善肺活量指标，《Nature Medicine》权威确证

随后，在中国 22 家顶级三甲医院（包括北京协和医院、上海市胸科医院、四川大学华西医院等）展开了多中心、随机、双盲、安慰剂对照的 IIa 期临床试验（NCT05938920）。

试验纳入了确诊的特发性肺纤维化患者，设置了 30 mg QD（每日一次）、30 mg BID（每日两次）、60 mg QD（每日一次） 及 安慰剂组，连续给药 12 周。

临床主要终点结果令人振奋：

• 用力肺活量（FVC）的显著改善：在 12 周治疗结束时，给药组（尤其是 60 mg QD 组）患者的用力肺活量较基线呈现出明确的积极提升，显著遏制了安慰剂组不可逆转的肺功能衰退趋势；
• 生活质量与临床症状改善：患者耐受性极佳，咳嗽、活动后气促等临床症状得到显著缓解。

这一具有里程碑意义的成果发表在国际临床医学顶级期刊 Nature Medicine 上，宣告了全球首个 AI 从头设计的药物在人体临床中真正取得了针对严重疾病的明确疗效。

然而，科学界对 Rentosertib 的探索远未止步于肺器官本身。

2026 年最新一期 Nature Biotechnology 刊发了该药物的一项更加颠覆认知的临床重磅成果：研究团队利用前沿的蛋白质组学衰老时钟，对这批 IIa 期临床患者的纵向血清样本进行了全景式抗衰老评估！

1.为什么选择“蛋白质组学时钟”而非传统的“DNA 甲基化时钟”？

过去十年，表观遗传 DNA 甲基化时钟（如经典 Horvath Clock）是抗衰老评估的主流工具，但在指导临床药物干预时暴露出明显局限：

• 生物学间接性：甲基化修饰位于细胞核 DNA 层面，很难直接映射到药物靶向的具体生化反应与酶活通路；
• 组织特异性局限：外周血白细胞的甲基化往往主要反映造血免疫系统的变化，难以体现全身复杂器官微环境的动态改变；
• 蛋白质组学时钟的革命性飞跃：血清中的循环蛋白是全身所有器官生理功能与病理状态的直接执行者。利用 Olink Explore 3072 高通量平台检测的 2,841 种高精度蛋白，不仅能实时计算全身及特定器官的生物学年龄，更能通过蛋白表达丰度直接定位药物的微观分子作用网络。

2.6 款世界级衰老时钟的“多方联合会诊”

为了确保评估结论的绝对客观与严谨，研究团队引入了当前全球最前沿的 6 款蛋白质组学衰老时钟算法：

• 生理年龄预测模型：ProtAge (Argentieri 2024)、OrganAge chrono (Goeminne 2025)、ipfP3GPT (Galkin 2025)、PAOPAC (Han 2026)；
• 死亡率与疾病风险模型：PAC (Kuo 2024)、OrganAge mortality (Goeminne 2025)。

这些时钟涵盖了经典机器学习算法与深度学习神经网络，代表了全球衰老生物学界对人类生物年龄评估的不同维度。

3.震撼的临床数据：系统性生理年龄逆转 ~3 岁

数据分析呈现出极其显著且一致的抗衰老效应：

• 在 54 组对照检验中，有 21 组显示出生物学年龄的统计学显著降低（Q < 0.10），通过患者标签置换检验证明这绝非随机误差（P < 0.001）；
• 第 4 周达到最佳逆龄共识：18 组比较中有 11 组呈现极显著年轻化；
• 器官特异性时钟震撼发现：OrganAge 动脉血管（Artery）时钟在所有用药组中均呈现出惊人的年轻化（生物年龄降低 6.95 至 16.57 岁），胃、大脑、胰腺及免疫系统时钟同样呈现出广泛改善。

4.关键科学证据：抗衰老效应与肺病改善的“深度解偶联”

面对如此惊人的数据，科学界必须回答一个关键质疑：“患者肺活量改善了、身体呼吸通畅了，生物年龄下降难道不只是肺功能好转后的附带产物吗？”

研究团队通过三层严密的统计学与生物信息学论证，彻底排除了这种可能，证实了药物独立于抗纤维化之外的系统性抗衰老活性：

1. 剂量效应解偶联：在临床指标上，肺功能（FVC）改善幅度最大的是 60 mg QD 组；但生物年龄回拨幅度最深、多时钟共识度最高的，却是 30 mg BID 组。
2. 相关性极其微弱：多元线性回归分析显示，肺活量改变（ΔFVC）仅能解释约 6% 的生物年龄变化（R^2 = 0.06），绝大部分逆龄效应由全身生化通路的重塑所驱动。
3. UK Biobank 5.5 万人自然衰老轨迹对比：
• 将患者的蛋白质变化与英国生物样本库（UK Biobank）中 55,319 名健康老年人的自然衰老蛋白轨迹进行全基因组级别比对；
• 30 mg BID 组诱导的血清蛋白表达谱，与人类自然衰老方向呈现极显著的负相关（r = -0.30, P < 0.01），精准逆转了自然衰老进程中的关键蛋白异变；
• 而安慰剂组患者的蛋白变化则与自然衰老完全同向，疾病加速了机体的系统性衰老。

5.分子机制深挖：SASP 衰老分泌物熄火与代谢重置

基因集富集分析（GSEA）彻底揭开了 Rentosertib 的抗衰老微观机制：

• SenMayo 衰老分泌表型（SASP）全面熄火：安慰剂组患者体内大量促炎、促基质破坏的衰老毒性蛋白（MMP1/3/9/10/13、IL-1B、IL-6、GDF15 等）持续飙升；而在用药组中，SenMayo 衰老标志物被系统性压制（EREG、ESM1、IGFBP4、MMP10、MMP13、SPP1 等核心衰老蛋白全面下调）；
• 生长因子与营养感知通路重塑：促衰老、促异常增殖的过度营养感知轴（GF-RTK-RAS-ERK / PI3K-Akt）被有效下调，这一机制与热量限制（Caloric Restriction）和经典长寿分子雷帕霉素（Rapamycin）的抗衰老通路高度同源；
• 内源性抗氧化与 NAD+ 代谢激活：细胞保护性关键酶类（如催化 NAD+ 合成的限速酶 NAMPT、线粒体超氧化物歧化酶 SOD2、解毒酶 ALDH1A1）表达显著上调。

在这篇 Nature 顶刊论文中，还隐藏着一个对未来临床用药与长寿医学极具启发性的“药代动力学（PK/PD）密码”。

为什么同样是每日 60 mg 的总剂量，“30 mg BID（每日两次）” 在抗衰老时钟上的表现，远比 “60 mg QD（每日一次）” 更加优越而全面？

两种给药策略的深层机制对比

科学启示与给药哲学

1. 激酶靶向饱和与非线性药效：TNIK 抑制剂在人体内的半衰期相对较短（7~11 小时）。高剂量单次冲击（60 mg QD）瞬间过饱和击穿靶点，虽然强力扭转了严重的局部病理组织（肺纤维化），但靶点过饱和与高浓度骤升诱发了机体的应激代偿；而低剂量平稳维持（30 mg BID）则在不触发细胞应激的前提下，持续重塑了全身能量代谢与细胞衰老微环境。
2. “平台期（Plateau）”与间歇给药假说：
   在 12 周的临床观察中，生物年龄回拨在第 4 周达到峰值，第 12 周处于稳定的平台期。作者指出，机体在经历长周期的抗衰干预后可能会建立新的动态稳态。这提示未来的抗衰老用药可能不需要 365 天无休止服用，“周期性给药 / 药物假期（Drug Holiday）” 可能会释放更持久的逆龄潜力。

Rentosertib 的连环突破，不仅仅是一家创新药企的商业胜利，更吹响了整个万亿制药工业范式重构的冲锋号。

1.从“辅助驾驶”到“自动驾驶”的代际跨越

在过去很长一段时间，业内对“AI 制药”充满怀疑，戏称很多项目只是“在已有老药上做做虚拟筛选、算算分子对接”的营销噱头。

而 Rentosertib 是人类历史上第一次证明：AI 可以在没有前人成熟经验的未知新靶点上，从零构建生物网络图谱、精准锁定致病机理，并由生成式算法直接雕刻出高活性、高选择性、无毒性且能在人体内产生优异疗效的全新分子骨架。

AI 已经从传统研发中的“辅助工具（Copilot）”，真正演变为能够洞察生命底层逻辑的“首席科学家与架构师（Autopilot）”。

2.药企巨头的成本悬崖与研发重组

随着 Rentosertib 进入 III 期临床并展露出颠覆性的降本增效数据：

• 时间压缩 70% 以上：早期研发从 5 年压缩至 18 个月；
• 成本削减 90% 以上：早期数千万美金的花费降至 260 万美元；
• 极高的确定性：仅合成数十个分子即可命中候选物，大幅降低了湿实验室的耗材与试剂浪费。

这迫使辉瑞、诺华、阿斯利康、罗氏、礼来等全球顶级跨国药企（MNC）全面加速重组其研发管线，将多模态多组学 AI 与生成式化学置于最高战略核心。

3.“双重目的药物开发”开辟合规新蓝海

以往，抗衰老药物（Geroprotectors）面临着巨大的监管与商业困境：美国 FDA 和各国药监局并未将“衰老”定义为一种独立的疾病，因此单纯为了“抗衰老”开发新药无法获得正规的临床试验审批和医保支付通道。

Rentosertib 开创的 “严重疾病适应症（确保临床获批与商业化回款） + 伴随衰老时钟验证（拓展预防医学与泛退行性疾病蓝海）” 商业范式，为全球抗衰老药物的合规落地提供了前所未有的标准模板。

在欢呼与掌声之中，站在严谨理性的科学视角，我们依然需要保持审慎客观的冷思考。

1.最后的成人礼：III 期大临床的生死考验

目前 Rentosertib 正式进入的全球多中心 III 期关键性确证临床试验，是新药上市前最艰难、最凶险的一役：

• III 期试验需要招募数百至上千名背景各异、人种多样的患者，随访周期更长；
• 终点指标更加严苛（包括长期死亡率、急性加重事件发生率、长期生活质量持续改善等）；
• 只有跨过 III 期大临床的终点线，Rentosertib 才能真正完成从“学术神话”到“上市救命药”的终极蜕变。

2.数据黑盒与生命复杂系统的可解释性边界

尽管生成式 AI 在分子对接和打分上取得了奇迹，但人体生物学网络的复杂性仍远超目前的计算模型。Olink 平台目前能测量的近 3,000 种蛋白，仅占人体全部蛋白质及翻译后修饰变体的一小部分。如何深度融合单细胞空间多组学、代谢组与神经内分泌网络，仍是 AI 制药需要攻克的下一座高山。

3.长寿科技与生命哲学的未来叩问

当 AI 不仅能治愈绝症，还能在分子层面上精准校准人体的衰老钟摆，人类社会或将迎来全新的哲学与伦理洗礼：

• 如果“生理年龄回拨 3 岁、5 岁甚至 10 岁”在未来成为一种可以安全处方的常规医疗手段，人类的健康预期寿命（Healthspan）将被极大拓宽；
• 我们如何确保这类前沿生命科技能够普惠大众，而非沦为少数阶层的特权与鸿沟？
• 当慢性退行性疾病被逐一瓦解，人类社会的人口结构、养老体系乃至生命意义，都将被彻底重塑。

从远古神农尝百草的肉身试毒，到近现代工业化学家在试管与摇瓶间的万里挑一，人类在黑暗中摸索前行了数千年。

今天，当生成式人工智能将数十亿年的生物进化代码、海量病理多组学图谱与原子级的物理力场融会贯通，Rentosertib 的诞生与登顶，绝不仅仅是一颗药物分子的胜利，而是人类认知生命、改造生命方式的一次划时代质变。

18 个月、260 万美金、逆转 3 岁生物年龄。

碳基生命的精妙与硅基智慧的算力，正在这场伟大的融合中，为全人类推开一扇通往无疾与长寿的崭新大门。

💡 互动与结语

你认为 AI 全流程制药会在几年内彻底颠覆传统药企？如果未来有一款能逆转 3 岁生理年龄的药物获批，你会考虑尝试吗？

欢迎在评论区留言交流你的观点与洞察！如果本篇内容对你有启发，欢迎点赞、在看、分享给更多关注前沿科技的朋友！

📚 核心参考文献与权威数据来源

1. Nature Biotechnology (2026): Integration of proteomic aging clocks in a phase 2a clinical trial supports simultaneous geroprotective assessment. DOI: 
   10.1038/s41587-026-03286-y
2. Nature Medicine (2025): A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial. DOI: 
   10.1038/s41591-024-03445-2
3. Nature Biotechnology (2025): A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models. DOI: 
   10.1038/s41587-024-02143-0
4. ClinicalTrials.gov: Study Evaluating INS018_055 Administered Orally to Subjects With Idiopathic Pulmonary Fibrosis. Identifier: 
   NCT05938920 / NCT05975983
5. Protein Data Bank (PDB): Crystal structure of TNIK in complex with Rentosertib (INS018_055). ID: 
   8ZML