Insilico Medicine 的 Virtual Aging Cell：一個多智能體 AI 平台，將生物年齡變成核心變數，模擬六個生物層級的衰老過程

大部分虛擬細胞模型都係將生物學凍結喺一個時間點——一張好詳細嘅相，影住啲永遠唔會停嘅嘢。Insilico Medicine 嘅 Virtual Aging Cell (VAC) 就用一個唔同嘅方法：將生物年齡當做一個首要嘅輸入變數，而唔係數據集邊緣嘅一個註釋 。呢個平台喺 2026 年 8 月 14 日以技術預覽形式推出，被形容為「業界第一個多智能體虛擬細胞平台」，可以模擬一個細胞嘅狀態點樣隨住年齡，跨越六個相關嘅生物層級而動態變化 。

VAC 有咩咁特別：生物年齡係核心變數

傳統嘅虛擬細胞模型係模擬一個細胞喺單一時間點嘅狀態。VAC 就將年齡變成一項核心條件：用戶可以設定一個物種、組織、年齡同化合物，系統就會預測個細胞喺轉錄組、蛋白質組同甲基化組嘅反應 。呢個平台協調緊超過 30 個專門嘅 AI 智能體，喺六個生物層級——分子、細胞內、細胞間、組織、器官同整體——入面運作，仲有主智能體會喺各個層級之間雙向傳遞訊號 。

VAC 嘅網頁話：「每個模型都需要一個首要原則。我哋嘅原則係年齡。」 呢個平台可以模擬包括藥物-靶點抑制同基因敲除在內嘅干預措施，透過預測喺唔同生物年齡下嘅多組學反應，等研究人員可以用電腦先測試吓關於衰老調控嘅假設，然後先至做濕實驗 。

PreciousGPT 系列：三代基礎模型

VAC 係直接建基於 Insilico 嘅 Precious 系列「大型生命語言模型」(LLoLM)，呢個系列已經開發咗幾年 ：

• Precious1GPT（2023 年 6 月發表）——一個多模態 Transformer 模型，用轉錄組同甲基化數據去預測生物年齡同發現衰老相關靶點，用一個簡單嘅 Transformer 回歸器/分類器架構 。Precious1GPT 係基礎模型，首次展示咗從多組學數據預測年齡嘅能力，仲可以識別出同時影響衰老同衰老相關疾病嘅雙重治療靶點 。

• 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 。

臨床管線：Rentosertib 同 AI 發現嘅藥物組合

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 。

重要注意事項：VAC 仍然係一個技術預覽

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。

更廣嘅背景：以衰老作為藥物發現嘅鏡頭

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。