Insilico Medicine: ИИ-препарат снизил биологический возраст пациентов в испытании

Insilico Medicine, гонконгская фармкомпания, использующая генеративный ИИ для разработки лекарств, сообщила о новых данных по препарату рентосертиб (rentosertib). Изначально его создали для лечения идиопатического лёгочного фиброза (ИЛФ), заболевания, при котором лёгочная ткань рубцуется. В прошлогоднем испытании с участием 42 пациентов препарат улучшил функцию лёгких, и заодно у участников брали образцы крови для анализа белков. Новый разбор этих данных, опубликованный в журнале Nature Biotechnology, показал, что рентосертиб может обращать вспять и маркеры биологического старения.

Исследователи прогнали образцы крови через шесть независимых ИИ-«часов старения», моделей, предсказывающих биологический возраст по белкам крови, построенных командами Гарварда, Оксфорда, Пекина и самой Insilico. Все шесть моделей независимо показали у пациентов на препарате более низкий биологический возраст, чем у группы плацебо: сильнейший эффект, снижение на три-четыре года к четвёртой неделе, а по одной из моделей, до шести лет. Это не значит, что пациенты физически помолодели: сдвинулись лишь белковые паттерны крови, которые модели читают как признак более молодого возраста. «Меня убеждает не размер эффекта, а совпадение, потому что эти модели не имеют ни общих признаков, ни общих обучающих данных», говорит нобелевский лауреат по химии Майкл Левитт в пресс-релизе компании.

Доза 60 мг раз в день сильнее всего улучшала работу лёгких, а доза 30 мг дважды в день сильнее всего снижала предсказанный биологический возраст, то есть два эффекта хотя бы частично не совпадают и не сводятся друг к другу. Исследователи также сравнили белки пациентов с более чем 55 000 профилей из базы UK Biobank, которая отслеживает типичные возрастные изменения белков, и, по данным компании, рентосертиб в точности обратил именно эти изменения. Сама компания признаёт, что такие корреляции, не доказательство, а лишь демонстрация «потенциала».

Внешние эксперты осторожны. Кардиолог Эрик Тополь, много занимающийся темой долголетия, назвал результаты обнадёживающими, но подчеркнул New York Times: «Но у нас пока нет окончательного испытания, чтобы вынести итоговый вердикт». Вадим Гладышев из Гарвардской медицинской школы указал на небольшую выборку и на то, что «часы старения» как метод не всегда надёжны, но всё же назвал работу «первым исследованием, которое чётко показывает: предсказанный биологический возраст можно снизить». По его словам, не хватает испытания на здоровых людях, без него результаты могут относиться только к пациентам с лёгочным заболеванием.

Мишень и молекулу Insilico нашла с помощью двух ИИ-систем: одна ищет в научных данных белки, связанные с заболеванием, другая анализирует их структуру и проектирует под них молекулы. Так был найден белок TNIK, мишень одновременно для старения и для лёгочного фиброза; путь от мишени до кандидата в препараты занял около 18 месяцев, и сейчас рентосертиб проходит III фазу испытаний по ИЛФ, последнюю стадию перед возможным одобрением. Insilico Medicine основана в Гонконге в 2014 году; недавно в публичную компанию вложился фармацевтический гигант Eli Lilly, чтобы вывести на рынок препараты, созданные совместно с ИИ. Основатель и генеральный директор Алекс Жаворонков говорит, что по состоянию на март 2026 года Insilico разработала с помощью генеративного ИИ не менее 28 кандидатов в препараты, многие из которых уже проходят клинические испытания.

Ключевые факты

• Рентосертиб (Insilico Medicine) снизил показатели биологического возраста по всем шести независимым ИИ-«часам старения»: снижение на три-четыре года к 4-й неделе по самым сильным оценкам, до шести лет, по одной из моделей.
• Испытание охватывало 42 пациента с идиопатическим лёгочным фиброзом; новый анализ их крови опубликован в Nature Biotechnology.
• Доза, сильнее всего улучшавшая работу лёгких (60 мг раз в день), не совпала с дозой, сильнее всего снижавшей биологический возраст (30 мг дважды в день).
• Эксперты (Эрик Тополь, Вадим Гладышев) называют результат обнадёживающим, но указывают на маленькую выборку и отсутствие испытаний на здоровых людях.
• Рентосертиб уже проходит III фазу испытаний по лёгочному фиброзу; Insilico заявляет о не менее чем 28 кандидатах в препараты, разработанных с помощью ИИ.

Почему это важно

Это первое клиническое подтверждение того, что ИИ-разработанный препарат может влиять не только на болезнь, для которой его создали, но и на маркеры общего старения организма, причём эффект независимо подтвердили шесть разных ИИ-моделей, построенных разными командами на разных данных. Именно совпадение независимых оценок, а не размер эффекта, убедило одного из экспертов, нобелевского лауреата Майкла Левитта.

Кому это важно

Фармкомпаниям и инвесторам, которые ставят на генеративный ИИ в разработке лекарств, Insilico уже привлекла вложения Eli Lilly; исследователям старения, ищущим биомаркеры для оценки антивозрастных препаратов; пациентам с идиопатическим лёгочным фиброзом, для которых рентосертиб уже проходит III фазу испытаний.

Как это применить

Практического применения для здоровых людей пока нет: рентосертиб испытан только на пациентах с лёгочным фиброзом и остаётся экспериментальным препаратом в клинических испытаниях, а не доступным средством против старения.

Можно ли доверять

Работа опубликована в рецензируемом журнале Nature Biotechnology, а независимая оценка сразу шестью разными ИИ-моделями старения снижает риск, что результат, случайность одной методики. Но внешние эксперты, кардиолог Эрик Тополь и Вадим Гладышев из Гарварда, прямо говорят, что делать окончательные выводы рано.

Риски и подводные камни

Выборка мала, всего 42 пациента, и все они с лёгочным заболеванием, а не здоровые люди, так что результат может не переноситься на общую популяцию. Источник не говорит, была ли разница по «часам старения» статистически значимой, и не приводит данных о безопасности препарата. Сама компания признаёт, что совпадение с типичными возрастными изменениями белков в базе UK Biobank, это корреляция, а не доказательство причинности.

«Меня убеждает не размер эффекта, а совпадение, потому что эти модели не имеют ни общих признаков, ни общих обучающих данных»

— Майкл Левитт, лауреат Нобелевской премии по химии