یک مطالعه پیشرو در Nature Biotechnology آشکار کرد که رِنتوسیرتیب (Rentosertib)، دارویی که بالكامل توسط پلتفرمهای هوش مصنوعی اینسیلیکو مدیسین (Insilico Medicine) طراحی شده، میتواند پروفایل پروتئوم خون را به سمت الگوی جوانتر بیولوژیکی سوق دهد. این کاندیدای دارویی در نخستین مرحله برای مقابله با فیبروزیس پلمونری ایدیوپاتیک (IPF) — بیماری مخرب ریه با پیشبینی عمر محدود — توسعه یافته بود.
شش ساعت پیری مستقل، یک پیامد: جوانسازی پروتئوم خون
محققان نمونههای خونی ۴۲ بیمار شرکتکننده در آزمایش بالینی فاز ۲ را با شش «ساعت پیری» (Aging Clock) متمایز تحلیل کردند. این مدلهای هوش مصنوعی، ساخته شده توسط تیمهای مستقل در هاروارد، آکسفورد، دانشگاه پکن و خود اینسیلیکو، سن بیولوژیک را بر اساس سطوح پروتئینهای الدموية پیشبینی میکنند. نکته توجهبرانگیز این بود که همه شش مدل، علیرغم تفاوت در معماری، دادههای آموزشی و ویژگیهای ورودی، برای گروه تحت درمان سن بیولوژیکی معناداری پایینتر از گروه پلاسیبو محاسبه کردند.
میزان کاهش در بازه ۳ تا ۴ سال تا هفته چهارم رصد شد، با اینکه یک مدل کاهش تا ۶ سال را گزارش داد. مایکل لویت (Michael Levitt)، برندۀ نوبل شیمی، در باره این همزیستی گفت: «آنچه القا میکند اندازه اثر نیست، بلکه توافق نظر این مدلهاست، زیرا این مدلها نه ویژگیهایشان مشترک است و نه دادههای آموزشیشان.» این استقلال مدلها، اعتبار یافتن را به شدت تقویت میکند، هرچند محققان تأکید دارند که تغییر پروفایل پروتئینی لزوماً دلیلی بر عکسالعمل جوانسازی واقعی در سطح بافت یا عضو نیست.
تفاوت دوز، کلید مکانیسم جداگانه
یافتن حیاتی این مطالعه، عدم تطابق دوز بهینه برای دو اثر بالینی متمایز بود:
- دوز ۶۰ میلیگرم روزی یکبار: بیشترین بهبود در کارکرد ریه (هدف اصلی درمانی IPF) را ایجاد کرد.
- دوز ۳۰ میلیگرم دو بار در روز: بیشترین کاهش در سن بیولوژیکی پیشبینیشده را به همراه داشت.
این تفکیک دوزی، احتمال تأثیر مستقیم دارو بر مسیرهای مولکولی پیری — مستقیم و جدا از اثر بر کارکرد ریه — را تقویت میکند. افزون بر این، مقایسه پروفایلهای پروتئینی با بیش از ۵۵،۰۰۰ رکورد UK Biobank نشان داد رِنتوسیرتیب دقیقاً تغییرات پروتئینی مرتبط با سن را در جهت معکوس هدایت کرده است.
دیدگاه کارشناسان: امیدوارکننده، اما نیازمند احراز قطعی
- اریک تاپال (Eric Topol)، کاردیولوژیست و پژوهشگر لانژیوتی، به نیویورک تایمز گفت: «این دارو دلبخش به نظر میرسد، اما هنوز آزمایشی قطعی نداریم تا حکم نهایی صادر کنیم.»
- وادیم گلادیشِف (Vadim Gladyshev) از هاروارد، مطالعه را «اولین شواهد روشن کاهش سن بیولوژیکی پیشبینیشده» خواند، اما به محدودیتهای حجم نمونه کوچک (۴۲ بیمار) و عدم اعتبار مطلق ساعتهای پیری اشاره کرد.
هر دو کارشناس بر ضرورت آزمون در افراد سالم تأکید دارند، چرا که نتایج فعلی ممکن است منحصر به زیستفیزیک بیماری IPF باشد.
از هدفگیری تا کاندیدای بالینی در ۱۸ ماه
اینسیلیکو مدیسین از دو موتور هوش مصنوعی برای کشف و توسعه رِنتوسیرتیب بهره برد:
- موتور کاوش دادههای بیولوژیکی و ادبیات علمی برای شناسایی هدف درمانی (Target Identification).
- موتور تولید مولکول (Molecule Generation) برای طراحی ترکیبات کوچک متناسب با ساختار هدف.
این رویکرد منجر به شناسایی پروتئین TNIK به عنوان نود اشتراکی در مسیرهای پیری و فیبروزیس پلمونری شد. از لحظه شناسایی هدف تا رسیدن به کاندیدای بالینی، حدود ۱۸ ماه زمان برد — کسر قابلتوجهی از دوره سنتی ۴ تا ۶ ساله در صنعت داروسازی. اکنون رِنتوسیرتیب در فاز ۳ برای IPF قرار دارد، مرحلهای که در صورت موفقیت میتواند به اولین تایید داروی طراحیشده با AI مولد منجر شود.
چشمانداز: خط لوله ۲۸ کاندیدا و حمایت استراتژیک الی لایلی
الکس ژاوورونکوف (Alex Zhavoronkov)، بنیانگذار و مدیرعامل اینسیلیکو مدیسین، اعلام کرده که تا مارس ۲۰۲۶ شرکت حداقل ۲۸ کاندیدای دارویی با هوش مصنوعی مولد توسعه داده، که بسیاری از آنها در مراحل مختلف بالینی قرار دارند. سرمایهگذاری اخیر الی لایلی (Eli Lilly)، غول داروسازی آمریکایی، در این استارتاپ پایهگذاریشده در هنگکنگ (۲۰۱۴)، نشاندهنده اعتماد صنعت سنتی به مدل AI-First در اکتشاف داروست.
اگر رِنتوسیرتیب در فاز ۳ و احتمالیتر در یک آزمایش مخصوص لانژیوتی روی افراد سالم نتایج مشابهی ثبت کند، میتواند مقدمه ورود اولین داروی «آنتیایجینگ» با ریشه هوش مصنوعی به بازار باشد.
