2026 年 9 月，42 位平均 67 岁的受试者做了一次抽血。
报告里那套算身体年龄的模型，给出的数字比服药前小了 3 到 4 岁。六套模型分开跑。答案罕见地一致。其中一套给出的差距，接近 6 年。
他们吃的药叫 rentosertib，四周前开始服用。研究人员一共检测了近 3000 种蛋白，326 种发生了显著变化。
这款药的另一个身份，是 AI 做出来的。
它来自英矽智能。这家公司已经在港交所上市，也是目前全球临床进展最快的 AI 制药团队之一。AI 从海量生物数据里找到靶点，再设计出作用在这个靶点上的分子。如今这款药已经走进Ⅲ期临床。
英矽智能创始人 Alex Zhavoronkov 平均每六天发表一篇论文。说起这项研究，他说这是他一生中最重要的论文。
古老传说里，世界某处藏着一眼不老泉。喝下泉水的人能恢复青春，让时间在身体里往回走。几千年过去，没有人找到它。这一次，人们在一场真实的人体试验里，看见了它可能流过的痕迹。
血液里的年龄，被往回拨了六年
你几岁容易回答。身体几岁不容易。
两个同样 67 岁的人，一个还能出门跑步，另一个已经同时患上肺病和糖尿病。日历上走过的时间一样长，身体内部的时间走得完全不同。
现代医学几乎能测量人体的一切。血糖有数字，肿瘤有影像，肺功能能精确到毫升。医生手里始终缺一支温度计，插进去就能读出一个人老到了什么程度。
这也是抗衰老药很难被证明的原因。让人吃下一种药，再等半个世纪看结论。没人耗得起。
20 世纪 50 年代，科学家开始正式讨论生物年龄这个概念。身份证上的数字只说明一个人出生了多久，身体里的年龄应该反映他离衰弱和疾病还有多远。这个年龄怎么测，困住了研究者几十年。
转折出现在 2013 年前后。UCLA 教授 Steve Horvath 发现，观察 DNA 上数百个随年龄变化的化学标记，就能相当准确地推算年龄。这套方法后来被叫作表观遗传时钟。
时钟看的不是生日。它看时间在身体里留下的东西。DNA 上的微小标记，血液里的代谢物，成千上万种蛋白，都会随年龄变化。把这些数据交给 AI，它就能从一管血里猜出，这个人的身体更像 50 岁还是 70 岁。
过去，衰老时钟只负责报时。
现在情况变了。
9 月 8 日，英矽智能宣布，他们第一次在自己的一款药物试验里，看见六只时钟同时向后走。
这款药原本以另一种身份出现。它是一款治疗特发性肺纤维化的新药，属于 TNIK 抑制剂。
那个靶点可以理解成药物要压住的一个生物开关。它参与推动肺部纤维化，让肺组织在反复损伤中结疤和变硬。现有药物通常只能让恶化慢一点，很难把失去的肺功能拿回来。
这款药做到了其中一部分。在中国完成的Ⅱa期试验里，71 名患者服用了不同剂量的药或者安慰剂，持续 12 周。表现最好的一组，用力肺活量平均增加了 98.4 毫升。今年 7 月，它正式进入Ⅲ期临床。
团队从第一天起，就在这场疾病试验里藏了第二个问题。一款治疗肺病的药，能不能同时干预衰老。
他们向 55 名完成试验的患者征集蛋白质组学分析的知情同意，43 人签署，1 人因为第 12 周数据缺失被排除，最终 42 人进入分析。治疗前和服药后的第 2 周、第 4 周与第 12 周都抽了血，一共检测了 2841 种蛋白。
这些数据被交给六套由不同团队开发的衰老时钟。有的按实际年龄训练，有的观察器官状态，还有的原本用来估算死亡风险。
Alex 说，以往的研究里这几套模型经常各说各话。这一次不一样。答案出奇一致。
服药第四周，多数时钟认为患者的预测生物年龄下降了 3 到 4 岁。其中一只给出的最大数字，接近 6 岁。
这款药原本要阻止一个人的肺继续变老。结果它似乎把血液里的时间也往回拨了一段。
当然有一个更简单的解释。这些患者本来就患有严重的肺病。药物让病情好转，炎症下降，血液里的蛋白自然变得更健康。
实验数据给出的答案更有意思。肺和时钟没有选出同一组人。
肺功能改善最多的是 60 毫克每日一次组。衰老信号最稳定的，却是 30 毫克每日两次组。两组每天吃下的药一样多，只是吃法不同。如果衰老时钟只是肺功能的另一种说法，两条曲线应该大致重合。结果并不重合。
另一种怀疑指向评价体系本身。衰老时钟不是真正的寿命。用它来评价药物，很容易让人怀疑这是一场模型自己出题自己答题的考试。
所以团队选了六只时钟。
它们不都来自英矽智能。其中几套出自哈佛和牛津，北京大学与英矽自己也各有一套。使用的蛋白、算法和训练目标都不一样。
只有一只时钟倒退，可能只是模型偏爱某几项恰好被药物改变的蛋白。六只一起倒退，说明它们看见的不是同一个狭窄的统计巧合。
审稿人还追问了一步。所有参与者都是肺纤维化患者，怎么知道这些变化和正常人的衰老也有关系。
研究人员找来英国生物样本库里 5.5 万多名老年人的数据。这些数据记录了人在正常变老的过程中，血液里的蛋白会怎样一点点变化。把受试者的数据叠上去，一组相反的轨迹出现了。
一些会随年龄增长而升高的蛋白，服药后开始下降。原本逐渐减少的那些，开始回升。
它们正在沿着衰老走过的路往回移动。
AI 给长寿药找了一条不必等人老死的路
一款肺病药从一开始就测量衰老，答案要回到这款药诞生以前很久。
1979 年，英矽智能创始人 Alex Zhavoronkov 出生在拉脱维亚。从小他对长寿就有很强的执念。
20 世纪 90 年代，年轻的 Alex 研究过饮食和运动，也试过睡眠和各种替代疗法。按他自己的说法，他看了大量胡说八道的东西。
最后他选了计算机。衰老牵涉太多基因和蛋白，也牵涉器官和疾病，单靠人脑很难理清。
2014 年，他在英伟达 GTC 大会上做了一场演讲。当时大多数人关心的是深度学习能不能认出图片，能不能听懂人说话。他问的是，英伟达能帮助解决衰老吗。
同一年，他创办了英矽智能。
公司最初更像一个计算衰老的算法实验室。2016 年，团队收集超过 6 万份体检数据，训练出一组神经网络。只需要血糖和白蛋白等 41 项指标，AI 就能猜出一个人的年龄，平均误差约 5.5 年。这是最早一批基于深度学习的人体衰老时钟。
真正让这家公司走出长寿研究小圈子的，是三年后的一场实验。
2019 年，团队用生成式 AI 为 DDR1 靶点设计抑制剂。通常需要几个月甚至更久的早期分子筛选，AI 用了 21 天。
研究人员把这些分子合成出来。其中一些在细胞实验中有效，还有一个进了小鼠实验。论文发表后，《福布斯》把标题写成一家创业公司用 AI 在 21 天内设计出药物。
这个标题有些夸张。英矽当时完成的只是早期分子设计，离真正的新药还很远。但它让外界第一次直观地看到，AI 生成的分子不只是一张电脑图片。它可以被合成，也可能在生物体内产生作用。
这几年 AI工具 的迭代速度大家都看得到，能走进人体临床的分子却没几款。所谓 AI 制药，最后仍然是一门卖分子的生意。
药企购买的不是装在瓶子里的几克粉末，而是一个候选分子的开发和商业化权利。这个分子必须能被合成，拥有专利，经过实验，最好已经向人体临床迈出几步。
2021 年，复星医药成为英矽智能的首个大额合作伙伴。2022 年赛诺菲与它达成 12 亿美元的药物研发合作。此后合作名单里又多了 Exelixis 和美纳里尼等公司。施维雅、礼来还有诺和诺德也陆续加入。2025 年底，英矽智能登陆港交所。
一个研究衰老时钟的算法团队，逐渐变成能把候选药物送进人体、再把开发权卖给大型药企的上市公司。
看起来 Alex 终于从不切实际的抗衰老，转向了更现实的癌症和代谢疾病。实际上他从来没有离开。
Alex 说，英矽大约 40 个药物项目里，至少一半以治疗疾病开始，又以不同方式与衰老有关。这款药就是其中最重要的一个。
英矽最初注意到那个靶点，不只是因为肺。它还同时出现在炎症和细胞衰老等与年龄相关的过程中。
特发性肺纤维化主要影响老年人，缺少真正逆转疾病的疗法，同时拥有一个非常清楚的临床数字。患者能吸进多少空气，可以通过肺活量测出来。
药物有没有作用。几个月就能看见方向。
所以这款药从一开始就有两种身份。在临床登记里它是一款肺纤维化药。在 Alex 最初的设想里，它是一款通过调控肺部疾病进而影响人体的抗衰候选物。
让疾病业务养活长寿研究
直到今天，还没有一款药被证明能通过改变衰老本身，让人类多活一年。
长寿研究面对的第一个问题不是怎么延长生命。它要解决的是怎么把一款药送进人体。
新药进入临床之前，必须说明它治疗什么疾病，招募哪些患者，什么结果算有效。但衰老还不是一种拥有明确审批路径的适应症，也没有一个得到监管机构认可、能在几年内读出结果的临床终点。
你可以研究衰老，很难把治疗衰老写进一张新药申请。
过去，研究者通常从已经获批的老药里找延寿效果。雷帕霉素原本用于器官移植，二甲双胍原本用于治疗糖尿病。这些药已经被大量患者服用多年，更容易找到人体线索。
问题在于它们大多已经失去专利保护。即使实验成功，任何药厂都能生产仿制药。很少有公司愿意花数亿美元，再用几十年替所有人验证一次。
Calico 和 Altos Labs 选了另一种办法。它们用数十亿美元，为漫长的长寿研究买单。
Alex 认为，这款药展示了第三种可能。它没有摘掉镣铐，而是试着戴着镣铐跳舞。
先从人类衰老的数据里找靶点，用 AI 设计一款拥有专利的新药，再选择一种与年龄密切相关、又能在短期内测量疗效的疾病。疾病试验照常进行，衰老指标同时放进去。
Alex 把这种顺序叫作 aging first。先从衰老出发寻找目标，再回到具体疾病里做药。
如果这款药通不过Ⅲ期，它就不是一款合格的肺病药。如果衰老时钟的变化不能在别人身上复制，也没有带来更好的体能和更少的疾病，它就不能被称为抗衰老药。
这条路允许自己失败。过去很多抗衰产品之所以永远有效，恰恰因为它们从未进入一场足以证明自己无效的实验。
它也为漫长的验证过程找到了一个能跑下去的商业结构。这条路能跑起来。
Alex 说，英矽早期很难靠抗衰老拿到资金。投资人愿意为一种具体疾病和明确的临床终点付钱，却不愿意等几十年，看一群人是不是真的活得更久。
双重用途的药物把两个目标放在了一起。疾病市场负责让一款药活下来。临床进展和药物授权带来收入，抗衰研究附着在同一款药上，等待更长期的答案。
Alex 把它称为一种商业上可行、能够持续的探索。
他并不担心一款真正有效的长寿药有没有市场。具体疾病只影响一部分人，衰老会找上所有人。
真正困难的是先把药做出来。AI 压缩的是寻找的时间。
AI聊天 只是它最表面的用法。它能读完人类读不完的论文和组学数据，从数万个基因里筛靶点，再从近乎无限的化学空间里找分子。英矽用不到 18 个月，把一个新靶点推进到临床前候选药物。
但药物一旦进入临床，所有公司都只能按真实世界的速度前进。
Alex 说得很直接。我们可能会先在火星上种出草莓，才知道怎么让地球上的每个人健康地多活十年。
只有 AI 也做不出这款药。
英矽在上海建立研发团队，设立自动化智能实验室。AI 提出的分子要在那里被合成，被测试，被反复修改。Ⅱa期试验在中国 22 家医院完成。Ⅲ期计划在 47 个中国临床中心招募约 320 名患者。
Alex 说，没有中国这场实验永远不可能发生。
AI 缩短了电脑里的寻找。中国的化学体系和临床体系，缩短了一个分子进入人体的距离。
不老泉还没有被找到。但寻找它，终于有了一条能持续走下去的路。
