Precious2GPT(2024 年 8 月發表)——一個複合模型,結合咗 Transformer 同條件擴散架構,用於多組學、多物種、多組織嘅合成數據生成同衰老時鐘開發 。呢個模型喺 Nature npj Aging 發表,能夠根據年齡、物種同組織類型,生成逼真嘅多組學數據,表現仲好過條件生成對抗網絡 。
Precious3GPT(2024 年 7 月釋出)——呢個系列最新、最先進嘅模型,被形容為一個真正嘅多模態 Transformer 模型,有 1751 億個參數,用 120 萬個組學數據點、知識圖譜同 PubMed 生物醫學文獻訓練 。Precious3GPT 可以做到多項任務:跨物種年齡預測、靶點發現、藥物敏感性預測,仲可以模擬病例對照研究嘅工作流程,特別係化學擾動方面 。喺用 Precious3GPT 篩選嘅 22 個 geroprotectors 入面,有 8 個喺體外衰老模型中显示出 senomorphic 或 senolytic 活性 。
VAC 就代表咗 Precious3GPT 之後嘅下一步——一個多智能體平台,將呢啲 AI 能力協調起來,去模擬細胞層面嘅衰老,而唔係淨係預測年齡或生成組學概況 。
Rentosertib (ISM001-055)——用於特發性肺纖維化 (IPF) 嘅首創同類 AI 發現 TNIK 抑制劑。GENESIS-IPF Phase IIa 試驗,一個喺中國 22 個地點進行嘅隨機、雙盲、安慰劑對照研究,显示出可控嘅安全性同耐受性,其中 60 mg 每日一次嘅組別喺 12 週時,用力肺活量平均改善咗 +98.4 mL,而安慰劑組嘅平均下降係 -20.3 mL 。結果喺 Nature Medicine(影響因子 58.7)上發表,並喺美國胸科學會 (ATS) 2025 國際會議上呈報 。Phase IIa 已經完成,Insilico 喺 2026 年 7 月啟動咗Phase III 試驗,預計首批患者喺 2025 年 9 月入組,最後一名患者喺 2028 年 11 月,初步結果預計喺 2029 年 12 月 。Rentosertib 嘅吸入溶液亦喺 2026 年 4 月獲得中國國家藥品監督管理局藥品審評中心 (CDE) 嘅 IND 批准 。
ISM6331——一個由 AI 設計嘅新型 pan-TEAD 抑制劑,用於治療無法切除嘅惡性胸膜間皮瘤。美國 FDA 喺 2026 年 7 月 29 日授予快速通道認定,係 Insilico 第一個獲得嘅 FTD,適用於之前接受過抗 PD-1 抗體治療(有或無抗 CTLA-4 治療)同鉑類化療後疾病進展嘅成年患者 。首次人體 Phase I 試驗數據已被接受,將喺馬德里舉行嘅 ESMO 2026 會議上以快速口頭報告形式發表 。
好重要嘅一點係,VAC 平台係一個技術預覽,而唔係一個全面驗證過嘅系統。公司自己嘅網頁都話佢係「開發中」,並將其定位為業界首個概念驗證示範,而唔係一個經過驗證、已部署嘅工具 。到目前為止,仲未有關於 VAC 本身嘅同行評審驗證研究發表 。呢個平台容許用戶探索呢個概念並提供反饋,但佢仲未經過監管或臨床使用所需嘅嚴格驗證。
Insilico 嘅方法源於一個理念:衰老係好多疾病嘅根本原因。公司話:「用衰老作為識別疾病嘅方法,Insilico 訓練 AI 做佢最擅長嘅事——從好多組件中攞大量數據,去識別新嘅靶點同新嘅分子。」 透過將生物年齡嵌入 VAC 平台作為核心參數,公司旨在創建一個統一嘅計算框架,令衰老生物學成為基礎,用於識別可以調控衰老同衰老相關疾病嘅干預措施 。
VAC 平台代表咗計算生物學上一個重要嘅概念進步,但其實際效用仍然需要通過同行評審驗證同獨立複製先至可以證明。
Precious2GPT(2024 年 8 月發表)——一個複合模型,結合咗 Transformer 同條件擴散架構,用於多組學、多物種、多組織嘅合成數據生成同衰老時鐘開發 。呢個模型喺 Nature npj Aging 發表,能夠根據年齡、物種同組織類型,生成逼真嘅多組學數據,表現仲好過條件生成對抗網絡 。
Precious3GPT(2024 年 7 月釋出)——呢個系列最新、最先進嘅模型,被形容為一個真正嘅多模態 Transformer 模型,有 1751 億個參數,用 120 萬個組學數據點、知識圖譜同 PubMed 生物醫學文獻訓練 。Precious3GPT 可以做到多項任務:跨物種年齡預測、靶點發現、藥物敏感性預測,仲可以模擬病例對照研究嘅工作流程,特別係化學擾動方面 。喺用 Precious3GPT 篩選嘅 22 個 geroprotectors 入面,有 8 個喺體外衰老模型中显示出 senomorphic 或 senolytic 活性 。
VAC 就代表咗 Precious3GPT 之後嘅下一步——一個多智能體平台,將呢啲 AI 能力協調起來,去模擬細胞層面嘅衰老,而唔係淨係預測年齡或生成組學概況 。
Rentosertib (ISM001-055)——用於特發性肺纖維化 (IPF) 嘅首創同類 AI 發現 TNIK 抑制劑。GENESIS-IPF Phase IIa 試驗,一個喺中國 22 個地點進行嘅隨機、雙盲、安慰劑對照研究,显示出可控嘅安全性同耐受性,其中 60 mg 每日一次嘅組別喺 12 週時,用力肺活量平均改善咗 +98.4 mL,而安慰劑組嘅平均下降係 -20.3 mL 。結果喺 Nature Medicine(影響因子 58.7)上發表,並喺美國胸科學會 (ATS) 2025 國際會議上呈報 。Phase IIa 已經完成,Insilico 喺 2026 年 7 月啟動咗Phase III 試驗,預計首批患者喺 2025 年 9 月入組,最後一名患者喺 2028 年 11 月,初步結果預計喺 2029 年 12 月 。Rentosertib 嘅吸入溶液亦喺 2026 年 4 月獲得中國國家藥品監督管理局藥品審評中心 (CDE) 嘅 IND 批准 。
ISM6331——一個由 AI 設計嘅新型 pan-TEAD 抑制劑,用於治療無法切除嘅惡性胸膜間皮瘤。美國 FDA 喺 2026 年 7 月 29 日授予快速通道認定,係 Insilico 第一個獲得嘅 FTD,適用於之前接受過抗 PD-1 抗體治療(有或無抗 CTLA-4 治療)同鉑類化療後疾病進展嘅成年患者 。首次人體 Phase I 試驗數據已被接受,將喺馬德里舉行嘅 ESMO 2026 會議上以快速口頭報告形式發表 。
好重要嘅一點係,VAC 平台係一個技術預覽,而唔係一個全面驗證過嘅系統。公司自己嘅網頁都話佢係「開發中」,並將其定位為業界首個概念驗證示範,而唔係一個經過驗證、已部署嘅工具 。到目前為止,仲未有關於 VAC 本身嘅同行評審驗證研究發表 。呢個平台容許用戶探索呢個概念並提供反饋,但佢仲未經過監管或臨床使用所需嘅嚴格驗證。
Insilico 嘅方法源於一個理念:衰老係好多疾病嘅根本原因。公司話:「用衰老作為識別疾病嘅方法,Insilico 訓練 AI 做佢最擅長嘅事——從好多組件中攞大量數據,去識別新嘅靶點同新嘅分子。」 透過將生物年齡嵌入 VAC 平台作為核心參數,公司旨在創建一個統一嘅計算框架,令衰老生物學成為基礎,用於識別可以調控衰老同衰老相關疾病嘅干預措施 。
VAC 平台代表咗計算生物學上一個重要嘅概念進步,但其實際效用仍然需要通過同行評審驗證同獨立複製先至可以證明。