Inde i Virtual Aging Cell: Sådan simulerer Insilico Medicines multi-agent-platform aldring på seks biologiske niveauer

De fleste virtuelle cellemodeller fryser biologien på et enkelt tidspunkt – et detaljeret fotografi af noget, der aldrig holder op med at bevæge sig. Insilico Medicines Virtual Aging Cell (VAC) gør noget andet ved at behandle biologisk alder som en førsteklasses inputvariabel, ikke bare en note i kanten af et datasæt . Lanceringen som et teknologisk preview den 14. august 2026 beskrives som "industriens første multi-agent virtuelle celleplatform", der simulerer, hvordan en celles tilstand ændrer sig dynamisk med alderen på tværs af seks sammenkoblede biologiske skalaer .

Hvad gør VAC anderledes: Biologisk alder som kerneparameter

Traditionelle virtuelle cellemodeller simulerer en celle på et enkelt tidspunkt. VAC gør alder til en grundlæggende betingelse: Brugere kan indstille en art, et væv, en alder og en forbindelse, og systemet forudsiger responsen på tværs af transkriptomet, proteomet og methylomet . Platformen koordinerer over 30 specialiserede AI-agenter, der arbejder på tværs af seks biologiske skalaer – molekylær, intracellulær, intercellulær, væv, organ og organisme – med masteragenter, der sender signaler i begge retninger mellem niveauerne .

"Alle modeller har brug for et første princip. Vores er alder," står der på VAC-hjemmesiden . Platformen modellerer interventioner som lægemiddelmål-hæmning og gen-knockout ved at generere forudsagte multi-omics-responser ved forskellige biologiske aldre, hvilket gør det muligt for forskere at teste hypoteser om aldringsmodulering in silico, før de går til våde laboratorieforsøg .

PreciousGPT-arven: Tre generationer af fundamentmodeller

VAC bygger direkte på Insilicos Precious-serie af "Large Language of Life Models" (LLoLM), udviklet over flere år :

• Precious1GPT (offentliggjort juni 2023) – En multimodal transformer trænet på transkriptom- og methyleringsdata til biologisk aldersforudsigelse og opdagelse af aldringsrelaterede mål, med en simpel transformer-regressor/klassifikator-arkitektur . Precious1GPT var fundamentmodellen, der først viste evnen til at forudsige alder ud fra multi-omics-data og identificere dobbeltformålsterapeutiske mål impliceret i aldring og aldersrelaterede sygdomme .

• Precious2GPT (offentliggjort august 2024) – En sammensat model, der kombinerer en transformer med en betinget diffusionsarkitektur til multi-omics-, multi-art-, multi-vævs syntetisk datagenerering og udvikling af aldringsure . Publiceret i Nature npj Aging kunne Precious2GPT generere realistiske multi-omics-data betinget af alder, art og vævstype og overgik betingede generative adversarial networks .

• Precious3GPT (udgivet juli 2024) – Den nyeste og mest avancerede i serien, beskrevet som en ægte multimodal transformermodel med 175,1 milliarder parametre trænet på 1,2 millioner omics-datapunkter, videnstegrafer og biomedicinske tekster fra PubMed . Precious3GPT kan udføre flere opgaver: aldersforudsigelse på tværs af arter, målopdagelse, forudsigelse af lægemiddelfølsomhed og simulering af case-control-studier med fokus på kemiske perturbationer . Af 22 geroprotektorer screenet med Precious3GPT viste 8 senomorfe eller senolytiske aktiviteter i en in vitro-senescence-model .

VAC repræsenterer næste skridt ud over Precious3GPT – en multi-agent-platform, der koordinerer disse AI-kapaciteter til at simulere aldring på celleniveau frem for blot at forudsige aldre eller generere omics-profiler .

Klinisk pipeline: Rentosertib og den AI-opdagede lægemiddelportefølje

Rentosertib (ISM001-055) – En first-in-class AI-opdaget TNIK-hæmmer mod idiopatisk lungefibrose (IPF). Fase IIa-studiet GENESIS-IPF, et randomiseret, dobbeltblindet, placebo-kontrolleret studie på 22 steder i Kina, viste håndterbar sikkerhed og tolerabilitet, hvor armen med 60 mg én gang dagligt viste en gennemsnitlig forbedring i forceret vitalkapacitet på +98,4 mL efter 12 uger, sammenlignet med et gennemsnitligt fald på -20,3 mL i placebogruppen . Resultaterne blev offentliggjort i Nature Medicine (Impact Factor 58,7) og præsenteret på American Thoracic Society (ATS) 2025 International Conference . Fase IIa er afsluttet, og Insilico indledte et fase III-studie i juli 2026, med første patient inkluderet forventet inden september 2025, sidste patient i november 2028 og foreløbige resultater i december 2029 . En inhalationsopløsning af Rentosertib fik også IND-godkendelse fra China National Medical Products Administration (CDE) i april 2026 .

ISM6331 – En ny AI-designet pan-TEAD-hæmmer mod ikke-operabelt malignt pleuralt mesothelioma. FDA gav Fast Track Designation den 29. juli 2026 – Insilicos første FTD – til voksne patienter, hvis sygdom var progredieret efter tidligere anti-PD-1-antistofbehandling, med eller uden anti-CTLA-4-behandling og platinbaseret kemoterapi . Første-i-menneske fase I-data er blevet accepteret til en hurtig mundtlig præsentation på ESMO 2026-konferencen i Madrid .

Vigtig bemærkning: VAC er fortsat et teknologisk preview

Det er vigtigt at understrege, at VAC-platformen er et teknologisk preview, ikke et fuldt valideret system. Virksomhedens egen hjemmeside betegner den som "under udvikling" og præsenterer den som en industriførste demonstrationskoncept snarere end et valideret, implementeret værktøj . Der er endnu ikke offentliggjort peer-reviewede valideringsstudier for VAC selv . Platformen giver brugerne mulighed for at udforske konceptet og give feedback, men den har ikke gennemgået den grundige validering, der ville være nødvendig til regulatorisk eller klinisk brug.

Bredere kontekst: Aldring som linse for lægemiddelopdagelse

Insilicos tilgang er forankret i ideen om, at aldring er den underliggende drivkraft bag mange sygdomme. "Ved at bruge aldring som en måde at identificere sygdom på har Insilico trænet AI til at gøre det, det gør bedst – tage store mængder data fra mange komponenter for at identificere nye mål og nye molekyler," siger virksomheden . Ved at indlejre biologisk alder som en kerneparameter i VAC-platformen sigter virksomheden mod at skabe en samlet beregningsmæssig ramme, hvor aldringsbiologi fungerer som fundamentet for at identificere interventioner, der kan modulere både aldring og aldersrelaterede sygdomme .

VAC-platformen repræsenterer et betydeligt konceptuelt fremskridt inden for beregningsbiologi, men dens praktiske anvendelighed mangler stadig at blive demonstreret gennem peer-reviewet validering og uafhængig replikation.