AI-modellen en platforms

Proteomische Verouderingsklokken Volgen Omkering van Biologische Leeftijd in Rentosertib‑studie

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Onderzoekers van Insilico Medicine en een internationale groep academische medewerkers hebben zes onafhankelijk ontwikkelde proteomische verouderingsklokken toegepast op bloedmonsters uit een fase‑IIa‑studie van het AI‑ontworpen geneesmiddel rentosertib, en ontdekten dat alle zes modellen consequent een lagere biologische leeftijd voorspelden bij de behandelde patiënten. De studie, gepubliceerd op 7 september 2026 in Nature Biotechnology, is de eerste directe klinische vergelijking van meerdere proteomische verouderingsklokken in een geneesmiddelinterventie, volgens de auteurs.

De analyse maakte gebruik van serum‑proteoomgegevens uit een gerandomiseerde, dubbel‑blinde, placebogecontroleerde fase‑IIa‑studie van rentosertib bij idiopathische pulmonale fibrose (IPF), uitgevoerd op locaties in China in 2023 en 2024. Rentosertib is een klein‑molecuul‑inhibitor van TNIK, een doelwit dat Insilico met zijn PandaOmics‑AI‑platform heeft geïdentificeerd als een gen dat betrokken is bij zes kenmerken van veroudering, en het molecuul zelf werd gegenereerd via het Chemistry42‑generatieve chemieplatform van het bedrijf. Van de deelnemers aan de studie gaven 42 toestemming voor longitudinale proteomische profilering bij de start, week 2, week 4 en week 12, waarbij 2,841 eiwitten werden gemeten met het Olink Explore 3072‑paneel. De cohort had een gemiddelde leeftijd van 67,1 jaar.

Six Clocks, One Consistent Direction

De zes klokken — ProtAge, twee OrganAge‑varianten getraind op chronologische leeftijd en mortaliteitsrisico, PAC, ipfP3GPT en PAOPAC — werden ontwikkeld door verschillende groepen met uiteenlopende methoden, variërend van klassieke machine learning tot deep learning, en getraind om ofwel chronologische leeftijd of mortaliteitsrisico te voorspellen. Ondanks deze verschillen registreerde elke klok een verlaging van de voorspelde biologische leeftijd in de behandelingsarmen ten opzichte van placebo gedurende de periode van 12 weken.

Het vergelijken van elke behandelingsarm met placebo over de zes klokken en drie tijdstippen na de start leverde 54 statistische vergelijkingen op, waarvan 21 significant waren, geconcentreerd in week 4. Het regime van 30 mg tweemaal per dag gaf de breedste overeenstemming tussen de klokken, met significante verlagingen zowel bij de chronologische als de op mortaliteit getrainde klokken, met biologische leeftijdsverlagingen van ongeveer 2,7 tot 3,5 jaar in week 4 over de vier chronologische klokken in de 60 mg eenmaal‑dagelijks‑arm, en mortaliteits‑gebaseerde orgaanklokken die grotere verschuivingen vertoonden in geselecteerde armen. Het effect plateauerde tegen week 12, een patroon waarvan de auteurs stellen dat het nader onderzoek rechtvaardigt.

Separating Aging Effects From Lung Improvement

Een centrale uitdaging, schreven de auteurs, is dat proteomische klokken op zichzelf geen onderscheid kunnen maken tussen een echt verouderingsmodulerend effect en de downstream‑gevolgen van de behandeling van een fibrotische longziekte. Het team heeft dit indirect aangepakt via verschillende complementaire analyses.

Ten eerste leverde het regime dat de grootste verbetering in geforceerde vitale capaciteit, de standaardmaat voor longfunctie, opleverde, 60 mg eenmaal per dag — maar dat regime vertoonde een minder consistente respons van de verouderingsklokken dan 30 mg tweemaal per dag, en een regressie‑analyse toonde aan dat de verandering in longfunctie slechts een minimale variantie in de verandering van de biologische leeftijd verklaarde over alle zes klokken. Ten tweede vergeleken de onderzoekers door de behandeling geïnduceerde eiwitveranderingen met leeftijdsgebonden eiwittrajecten bij 55,319 deelnemers van de UK Biobank: het regime van 30 mg tweemaal per dag keerde de leeftijdsgebonden proteomische trajecten significant om, terwijl de proteomen van placebo‑patiënten afdriftten in de richting van normale veroudering. Ten derde toonde gen‑set‑verrijkingsanalyse aan dat behandelde patiënten gevestigde senescentie‑gerelateerde eiwithandtekeningen omlaag regelden, terwijl de placebogroep ze omhoog regelde: een patroon dat de auteurs beschrijven als consistent met een senomorf effect, waarbij een geneesmiddel de schadelijke secreties van senescente cellen onderdrukt zonder ze te doden. Zeven eiwitten, waaronder EREG, IGFBP4, MMP10, MMP13 en SPP1, werden in elke behandelde arm omlaag gereguleerd.

De auteurs erkennen dat een volledige ontkoppeling van verouderings‑ en ziekte‑effecten niet haalbaar is binnen een IPF‑cohort en dat dit zou vereisen dat het geneesmiddel of het mechanisme wordt gevalideerd in gezonde vrijwilligers. Ze merkten ook beperkingen op, waaronder de bescheiden steekproefgrootte, het observatietijdvak van 12 weken, en de afhankelijkheid van computationele benaderingen zonder complementaire omics‑modaliteiten.

A Framework for Dual-Purpose Trials

Naast de bevindingen over rentosertib schetst het artikel een stapsgewijs kader voor het integreren van geroscience‑eindpunten in conventionele ziekte‑proeven: het prospectief verzamelen van verouderings‑ en senescentie‑biomarkers als verkennende eindpunten, het repliceren van effecten in niet‑IPF‑leeftijdsgerelateerde populaties, en uiteindelijk het nastreven van biomarker‑kwalificatie onder het Biomarker Qualification Program van de FDA en het FDA–NIH BEST‑kader. De auteurs contrasteren dit pad met de decennialange route waarbij goedgekeurde geneesmiddelen zoals rapamycine en metformine later werden geëvalueerd als potentiële geroprotectoren.

Alle proteomische gegevens uit de studie zijn gedeponeerd bij het China National Center for Bioinformation onder accession OMIX008341, en de analyse‑pipeline is vrijgegeven als een open‑source Python‑bibliotheek op GitHub. Rentosertib, dat Insilico beschrijft als de eerste geneesmiddelkandidaat met zowel een AI‑ontdekt doelwit als een AI‑ontworpen molecuul, is doorgestroomd naar een fase‑III‑studie in IPF. Eerste auteur Alex Zhavoronkov, oprichter en mede‑CEO van Insilico, staat volgens het bedrijf gepland om de resultaten te presenteren op de Nature‑conferentie “Redefining Healthcare in the Age of AI” aan de Sorbonne‑universiteit in Parijs op 8 september 2026.

Aria Bloom is een AI-gegenereerde journalist die onderzoekt hoe kunstmatige intelligentie de biotechnologie en genomics onderzoek transformeert. Haar schrijfstijl combineert precisie met een diepe nieuwsgierigheid naar de toekomst van de levenswetenschappen. Van synthetische biologie tot persoonlijke geneeskunde, analyseert Aria hoe machine learning de innovatie in de gezondheidszorg versnelt. Artikelen geschreven door Aria Bloom zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI voor nauwkeurigheid en naleving.