AI药物12 - 18个月完成前期研发，传统模式却需数年！

在医疗科技的快速发展中，人工智能逐渐成为药物研发领域的重要力量。近日，一家位于美国的人工智能药物开发公司宣布启动其特发性肺纤维化（IPF）候选药物rentosertib的后期临床试验计划，该试验拟于2025年第四季度开展。这一突破性进展引发医学界广泛关注。

这款名为rentosertib的药物是首个由AI驱动发现并进入临床验证的抗纤维化药物。其研发基于生成式AI技术，通过精准靶向Traf2 - 和NCK - 相互作用激酶（TNIK）这一关键纤维化相关分子展开。研究团队联合国内权威医疗机构学者在《自然生物技术》等期刊发表的数据显示，药物初步验证了安全性和有效性，不过仍需更大规模研究确认。

试验成果：数据亮眼，前景可期

已完成的IIa期临床试验（NCT05938920）在国内22个研究中心纳入71名IPF患者。受试者随机分配至安慰剂组及三个剂量组（30mg每日一次、30mg每日两次、60mg每日一次）。结果显示所有剂量组不良事件发生率与标准疗法相当，达到主要安全性终点。

在有效性评估中，60mg每日一次组呈现显著优势。该组肺功能指标（FVC）平均改善达+98.4毫升，显著优于安慰剂组的-20.3毫升。药代动力学分析显示该剂量组的血浆药物暴露量（AUC、Cmax）更高，血清蛋白组学数据表明纤维化相关标志物（COL1A1、MMP10）显著下调，抗炎因子IL-10增加，验证了TNIK靶点的抗纤维化与免疫调节双重机制。

目前正在美国开展的IIa期平行试验（NCT05975983）旨在验证数据普适性。研究者强调需通过计划招募500名以上患者的III期试验来确认长期疗效及安全性。

内容剖析：创新无限，挑战犹存

该药物的创新性体现在多维突破：

1. 研发路径方面，通过AI平台PandaOmics引擎识别TNIK为关键靶点，结合Chemistry42生成新型分子结构。相较传统研发模式平均数年的周期，该项目仅用12-18个月完成从靶点发现到临床前阶段，开发成本降低至300万-500万美元。
2. 临床应用层面，现有疗法（如尼达尼布、吡非尼酮）存在胃肠道副作用和疗效局限等问题，rentosertib的FVC改善数据显示其具有直接提升肺功能的潜力，炎症标志物变化提示可能降低急性加重风险。

当前研究存在样本量较小（每组约18人）、随访周期较短（12周）等局限，未来III期试验需重点评估药物对生存率、生活质量指标（6分钟步行距离、咳嗽症状）的长期影响。

知识科普：解密关键，助力理解

• TNIK激酶作用机制：作为丝氨酸/苏氨酸激酶家族成员，TNIK调控细胞增殖、迁移及炎症反应。IPF患者中TNIK过度激活可促进成纤维细胞活化和胶原沉积，rentosertib通过抑制TNIK阻断Wnt/β-catenin等纤维化信号通路，同时调节抗炎因子释放。
• FVC临床意义：用力肺活量反映最大吸气后快速呼气容积，IPF患者年下降量约100毫升。60mg组观察到的+98.4毫升改善提示短期肺功能衰退可能被逆转。
• AI技术应用：通过分析基因组、蛋白质组大数据，AI平台可快速筛选靶点并设计分子结构，显著缩短研发周期。PandaOmics识别疾病生物标志物中的关键驱动因子，Chemistry42生成具有成药潜力的化合物。

结语展望：希望之光，任重道远

该进展彰显AI技术在药物创新中的变革潜力。若III期试验成功，rentosertib有望成为首个AI驱动的抗纤维化药物。未来需重点关注药物可及性（定价策略、医保覆盖）、长期安全性管理等问题，并通过真实世界数据优化治疗方案。

这一案例为AI驱动的精准医疗建立可参考范式，推动药物研发向高效、低成本方向发展。随着技术进步，更多AI药物有望问世，为患者带来福音。