video: INS018_055（Rentosertib）是一种由英矽智能自主研发的小分子TNIK抑制剂，目前已经进入临床试验阶段，用于治疗特发性肺纤维化。在新的研究中，团队借助人工智能驱动的机器人实验室，发现了Rentosertib是一种潜在高效的抗衰老因子(senomorphic agent)，能够显著缓解细胞衰老。 view more
Credit: 英矽智能
近期，由英矽智能研究团队主导的一项突破性研究揭示，抑制TNIK可能成为一种创新性的抗衰老策略。INS018_055（Rentosertib）是一种由英矽智能自主研发的小分子TNIK抑制剂，目前已经进入临床试验阶段，用于治疗特发性肺纤维化。在新的研究中，团队借助人工智能驱动的机器人实验室，发现了Rentosertib是一种潜在高效的抗衰老因子(senomorphic agent)，能够显著缓解细胞衰老。相关研究成果被发表在 Aging and Disease（影响因子=7.843）期刊上。
英矽智能生物学家、论文第一作者唐秋琼博士表示，“生成式人工智能已经展示出变革医疗健康领域和推动长寿研究方面的非凡潜力。这项研究展现了人工智能探索候选药物在疾病和抗衰老双重用途上的潜力，使候选药物既能针对IPF这类特定疾病，又能应对更广泛的系统性生物老化过程。此外，这项研究也突显了机器人实验室在验证临床前实验中更高效、更稳定、实验可复现、避免手动误差等优势。”
此前的研究表明，TNIK（Traf2-和Nck-相互作用激酶）在细胞衰老过程中起着至关重要的作用，它通过核心信号通路连接细胞衰老与纤维化。在这项新研究中，研究人员通过体外（in vitro）衰老模型、组学数据分析以及机制评估等方法，综合评估了 Rentosertib 作为抗衰老因子的潜力。
值得注意的是，该研究完全依赖于英矽智能先进的机器人实验室完成。人工智能驱动的自动化工作流程被应用于多个环节，包括样本处理与质量控制、高通量筛选、高内涵成像、下一代测序和人工智能辅助分析。这种工作流程不仅显著提高了效率，还能确保实验结果的一致性与可重复性，同时最大程度地减少了手动操作可能产生的偏差。此外，该工作流程启用了动态反馈循环机制，通过持续实验结果优化人工智能模型，进一步提高靶点发现和适应症预测的精准性。
研究结果表明，Rentosertib在多种衰老模型中能显著降低与衰老相关的标志物，如衰老相关分泌表型（SASP）和细胞外基质重塑（Extracellular Matrix Remodeling）。在机制层面，研究显示 TNIK 的抑制能够缓解 TGF-β 和 Wnt 信号通路，而这两个通路与衰老、纤维化及老化密切相关。值得注意的是，Rentosertib 作为一种潜在的抗衰老药物，不仅在抑制衰老方面表现出显著的安全性和稳定性，同时还能有效保留健康细胞的活性。该研究为Rentosertib在更广泛适应症上的探索铺平了道路，尤其是与衰老相关的特发性退行性疾病。
截至论文发表，Rentosertib 正在美国进行 II 期临床试验，并已在中国成功完成了 IIa 期试验，显示出改善特发性肺纤维化（IPF）患者肺功能的潜力。Rentosertib的开发得益于英矽智能专有的人工智能平台，该平台在候选药物的靶点发现和药物分子设计中发挥了关键作用。Rentosertib的早期研发过程于 2024 年 3 月被发表于Nature Biotechnology，阐述了针对特发性肺纤维化（IPF）识别TNIK作为创新靶点，并以此为基础设计和开发Rentosertib的过程。
2016年，英矽智能全球首次在同行评审期刊上阐述了使用生成式人工智能设计新型分子的概念，为涵盖生成生物学、化学和临床医学、科学等领域的商业化Pharma.AI平台奠定了基础。自2021年以来，英矽智能在自有人工智能平台Pharma.AI的支持下，建立了超过30条丰富的自研管线组合，并从中提名了22款研发候选化合物 / 临床前候选项目 （DC/PCC），其中10款化合物获得临床试验许可。此外，公司进度领先的两条药物管线已经完成多项人体临床试验， 并获得积极结果。
英矽智能整合人工智能和自动化技术，在实际应用案例中展现出显著的效率提升，与传统药物研发通常需要2.5-4年的时间周期相比，英矽智能在近期公布的内部DC项目关键时间线基准中表示，公司在2021至2024年间的自研项目平均达到DC的时间为12-18个月之间，每个项目仅合成和测试60-200 个分子，从 DC 阶段到 IND-enabling阶段的成功率达到 100%。
参考资料
[1] Tang, Q.,et al. (2025) AI-Driven Robotics Laboratory Identifies Pharmacological TNIK Inhibition as a Potent Senomorphic Agent. Aging and disease. doi.org/10.14336/AD.2024.1492
[2] Pun FW., et al. (2022) Hallmarks of aging-based dual-purpose disease and age-associated targets predicted using PandaOmics AI-powered discovery engine. Aging. doi.org/10.18632/aging.203960
[3] Ren, F., et al. (2024) A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models. Nature Biotechnology. doi.org/10.1038/s41587-024-02143-0
关于英矽智能
英矽智能是一家由生成式人工智能驱动的临床阶段生物医药科技公司，通过下一代人工智能系统连接生物学、化学、临床医学和科学研究，利用深度生成模型、强化学习、转换模型等现代机器学习技术，构建强大且高效的人工智能药物研发平台，识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域，推进并加速创新药物研发。
更多信息，请访问网站
www.insilico.com
商务合作，请联系 bd@insilico.ai
媒体垂询，请联系 pr@insilico.ai