Virtual Aging Cell: Slik simulerer Insilico Medicines AI-plattform aldring på seks biologiske nivåer

De fleste virtuelle cellemodeller fryser biologien i et enkelt øyeblikk – et detaljert fotografi av noe som aldri slutter å bevege seg. Insilico Medicines Virtual Aging Cell (VAC) tar en annen tilnærming ved å behandle biologisk alder som en førsteklasses inputvariabel, ikke en annotering i utkanten av et datasett . Lansert som en teknologi-forhåndsvisning 14. august 2026, beskrives VAC som «industriens første multi-agent virtuelle celleplattform» som simulerer hvordan en celles tilstand endrer seg dynamisk med alder over seks sammenkoblede biologiske skalaer .

Hva gjør VAC annerledes: Biologisk alder som kjernevaiabel

Tradisjonelle virtuelle cellemodeller simulerer en celle på et enkelt tidspunkt. VAC gjør alder til en kjernebetingelse: brukere kan angi en art, et vev, en alder og en forbindelse, og systemet forutsier responsen på tvers av transkriptomet, proteomet og metylomet . Plattformen koordinerer over 30 spesialiserte AI-agenter som opererer over seks biologiske skalaer – molekylær, intracellulær, intercellulær, vev, organ og organisme – med masteragenter som overfører signaler i begge retninger mellom nivåene .

«Enhver modell trenger et første prinsipp. Vårt er alder,» heter det på VAC-nettsiden . Plattformen modellerer intervensjoner inkludert legemiddelmålhemming og genutslag ved å generere forutsagte multi-omics-responser ved ulike biologiske aldre, slik at forskere kan teste hypoteser om aldringsmodulering in silico før våtlaboratorieeksperimenter .

PreciousGPT-arven: Tre generasjoner fundamentmodeller

VAC bygger direkte på Insilicos Precious-serie av «Large Language of Life Models» (LLoLM), utviklet over flere år :

• Precious1GPT (publisert juni 2023) – En multimodal transformator trent på transkriptomiske og metyleringsdata for biologisk aldersprediksjon og aldersrelatert måldiscovery, ved hjelp av en enkel transformator regressor/klassifikator-arkitektur . Precious1GPT var fundamentmodellen som først demonstrerte evnen til å forutsi alder fra multi-omics-data og identifisere dobbeltformålsterapeutiske mål involvert i aldring og aldersassosierte sykdommer .

• Precious2GPT (publisert august 2024) – En sammensatt modell som kombinerer en transformator og en betinget diffusjonsarkitektur for multi-omics, multi-art, multi-vev syntetisk datagenerering og aldringsutvikling . Publisert i Nature npj Aging, kunne Precious2GPT generere realistiske multi-omics-data betinget på alder, art og vevstype, og presterte bedre enn betingede generative adversarial networks .

• Precious3GPT (utgitt juli 2024) – Den nyeste og mest avanserte i serien, beskrevet som en virkelig multimodal transformatormodell med 175,1 milliarder parametere trent på 1,2 millioner omics-datapunkter, kunnskapsgrafer og PubMed-biomedisinske tekster . Precious3GPT kan utføre flere oppgaver: aldersprediksjon på tvers av arter, måldiscovery, legemiddelfølsomhetsprediksjon og emulering av case-control-studiearbeidsflyter med fokus på kjemiske perturbasjoner . Av 22 geroprotektorer screenet ved hjelp av Precious3GPT, viste 8 senomorfe eller senolytiske aktiviteter i en in vitro-senesmodell .

VAC representerer neste steg utover Precious3GPT – en multi-agent plattform som koordinerer disse AI-kapasitetene for å simulere aldring på cellenivå, i stedet for bare å forutsi aldre eller generere omics-profiler .

Klinisk portefølje: Rentosertib og den AI-oppdagede legemiddelporteføljen

Rentosertib (ISM001-055) – En first-in-class AI-oppdaget TNIK-hemmer for idiopatisk lungefibrose (IPF). Fase IIa GENESIS-IPF-studien, en randomisert, dobbeltblind, placebokontrollert studie på 22 steder i Kina, viste håndterbar sikkerhet og tolerabilitet, med 60 mg én gang daglig-armen som demonstrerte en gjennomsnittlig forbedring i tvungen vitalkapasitet (FVC) på +98,4 mL etter 12 uker, sammenlignet med en gjennomsnittlig nedgang på -20,3 mL i placebogruppen . Resultatene ble publisert i Nature Medicine (Impact Factor 58,7) og presentert på American Thoracic Society (ATS) 2025 International Conference . Fase IIa er fullført, og Insilico initierte en Fase III-studie i juli 2026, med første pasient inkludert innen september 2025, siste pasient innen november 2028, og innledende resultater forventet innen desember 2029 . En inhalasjonsløsning av Rentosertib fikk også IND-godkjenning fra China National Medical Products Administration (CDE) i april 2026 .

ISM6331 – En ny AI-designet pan-TEAD-hemmer for ikke-opererbart ondartet pleuramesoteliom. FDA ga Fast Track-status 29. juli 2026 – Insilicos første FTD – for voksne pasienter hvis sykdom hadde progrediert etter tidligere anti-PD-1-antistoffbehandling, med eller uten anti-CTLA-4-behandling, og platina-basert kjemoterapi . Første-i-menneske Fase I-studiedata er akseptert for en rask muntlig presentasjon på ESMO 2026-konferansen i Madrid .

Viktig forbehold: VAC er fortsatt en teknologi-forhåndsvisning

Det er avgjørende å merke seg at VAC-plattformen er en teknologi-forhåndsvisning, ikke et fullt validert system. Selskapets egen nettside merker den som «under utvikling» og rammer den inn som en industri-første konseptdemonstrasjon, snarere enn et validert, utplassert verktøy . Ingen fagfellevurderte valideringsstudier for VAC i seg selv er publisert per dags dato . Plattformen lar brukere utforske konseptet og gi tilbakemeldinger, men den har ennå ikke gjennomgått den strenge valideringen som kreves for regulatorisk eller klinisk bruk.

Bredere kontekst: Aldring som en linse for legemiddeloppdagelse

Insilicos tilnærming er forankret i ideen om at aldring er den underliggende driveren for mange sykdommer. «Ved å bruke aldring som en måte å identifisere sykdom på, har Insilico trent AI til å gjøre det den gjør best – ta store mengder data fra mange komponenter for å identifisere nye mål og nye molekyler,» uttaler selskapet . Ved å legge inn biologisk alder som en kjerne-parameter i VAC-plattformen, har selskapet som mål å skape et enhetlig beregningsrammeverk der aldringsbiologi fungerer som grunnlag for å identifisere intervensjoner som kan modulere både aldring og aldersrelaterte sykdommer .

VAC-plattformen representerer et betydelig konseptuelt fremskritt innen beregningsbiologi, men dens praktiske nytte gjenstår å demonstrere gjennom fagfellevurdert validering og uavhengig replikasjon.