Potenzial eines KI-gestützten Medikaments zur Umkehr biologischer Alterungsmarker in frühen Studien

KI-gestütztes Medikament zeigt Potenzial zur Verjüngung biologischer Marker in frühen Studien

Die Pharmabranche erlebt durch den Einsatz Künstlicher Intelligenz (KI) eine transformative Phase, insbesondere in der Wirkstoffentwicklung. Ein aktuelles Beispiel hierfür ist das von Insilico Medicine entwickelte Medikament Rentosertib, das nicht nur zur Behandlung einer spezifischen Lungenerkrankung vielversprechend ist, sondern in frühen Studien auch Anzeichen einer Umkehrung biologischer Alterungsmarker gezeigt hat. Diese Entwicklungen sind von erheblicher Bedeutung für die B2B-Zielgruppe im Gesundheitssektor und der Biotechnologie.

Rentosertib: Ursprünglich für Lungenfibrose entwickelt

Rentosertib wurde ursprünglich zur Behandlung der idiopathischen Lungenfibrose (IPF) konzipiert, einer chronischen und progressiven Lungenerkrankung, die durch die Vernarbung von Lungengewebe gekennzeichnet ist. In einer klinischen Studie der Phase IIa mit 42 Patienten zeigte das Medikament bereits Verbesserungen der Lungenfunktion. Parallel dazu wurden Blutproben der Studienteilnehmer für eine umfassende Proteinanalyse gesammelt. Diese Daten bildeten die Grundlage für eine neue Analyse, die in der Fachzeitschrift Nature Biotechnology veröffentlicht wurde.

Biologisches Alter rückgängig gemacht: Die Rolle der KI-Alterungs-Uhren

Das Besondere an dieser neuen Analyse ist die Anwendung von sogenannten "Alterungs-Uhren". Dies sind KI-Modelle, die das biologische Alter eines Körpers anhand von Blutproteinen vorhersagen können. Forscher von Harvard, Oxford, Peking und Insilico selbst setzten sechs dieser unabhängigen Modelle auf die Patientendaten an.

Die Ergebnisse waren konsistent: Alle sechs Modelle prognostizierten ein signifikant niedrigeres biologisches Alter für die mit Rentosertib behandelten Patienten im Vergleich zur Placebo-Gruppe. Der stärkste Effekt wurde nach vier Wochen beobachtet, mit einer Reduzierung des biologischen Alters um drei bis vier Jahre. Ein Modell zeigte sogar eine Reduktion von bis zu sechs Jahren. Es ist wichtig zu betonen, dass dies keine Aussage über eine tatsächliche Verjüngung im traditionellen Sinne ist, sondern vielmehr eine Verschiebung der Blutproteinmuster, die von den Modellen als Ausdruck eines jüngeren biologischen Alters interpretiert wird.

Michael Levitt, Chemie-Nobelpreisträger, äußerte sich in einer Pressemitteilung des Unternehmens: "Was mich überzeugt, ist nicht die Größe des Effekts, sondern die Übereinstimmung, da diese Modelle weder ihre Merkmale noch ihre Trainingsdaten teilen."

Differenzierung von Wirkung und Kausalität

Die Forscher untersuchten auch, ob die beobachteten Effekte lediglich auf eine verbesserte Lungenfunktion zurückzuführen sind. Interessanterweise unterschied sich die optimale Dosis für die Lungenfunktion (60 mg einmal täglich) von der Dosis, die das biologische Alter am stärksten reduzierte (30 mg zweimal täglich). Dies deutet darauf hin, dass der Effekt auf das biologische Alter zumindest teilweise unabhängig von der direkten Lungenfunktion sein könnte.

Darüber hinaus wurden die Blutproteine der behandelten Patienten mit über 55.000 Profilen aus der UK Biobank verglichen, einer Datenbank, die altersbedingte Proteinveränderungen erfasst. Laut Insilico konnte Rentosertib genau diese altersbedingten Veränderungen umkehren. Diese Korrelationen stellen zwar keinen direkten Beweis dar, weisen aber auf ein signifikantes Potenzial hin.

Die Grenzen der aktuellen Studie und zukünftige Perspektiven

Trotz der vielversprechenden Ergebnisse weisen Experten auf die Limitationen der Studie hin. Kardiologe Eric Topol betonte gegenüber der New York Times, dass es sich um ermutigende Ergebnisse handele, jedoch noch keine definitive Studie für ein abschließendes Urteil vorliege. Vadim Gladyshev von der Harvard Medical School hob die geringe Stichprobengröße und die noch nicht vollständig etablierte Zuverlässigkeit biologischer Uhren hervor. Er bezeichnete die Studie jedoch als die erste, die sehr deutlich zeige, dass das vorhergesagte biologische Alter reduziert werden kann. Entscheidend sei nun eine Studie an gesunden Probanden, da die aktuellen Ergebnisse möglicherweise nur für Patienten mit Lungenfibrose relevant sind.

Die Rolle von KI bei der Medikamentenentwicklung

Der Erfolg von Rentosertib ist eng mit dem Einsatz von KI verbunden. Insilico Medicine nutzte zwei KI-Systeme für die Entwicklung des Wirkstoffkandidaten: Eines durchforstet Gesundheitsdaten und wissenschaftliche Literatur nach krankheitsrelevanten Proteinen, während das andere deren Struktur analysiert und passende Moleküle generiert. Auf diese Weise identifizierte Insilico das Protein TNIK als Ziel für sowohl Alterungsprozesse als auch Lungenfibrose. Der Weg vom Zielprotein zum Wirkstoffkandidaten dauerte lediglich etwa 18 Monate – ein Tempo, das mit traditionellen Methoden kaum zu erreichen wäre. Rentosertib befindet sich derzeit in einer Phase-III-Studie für IPF, der letzten klinischen Phase vor einer potenziellen Zulassung.

Insilico Medicine, 2014 in Hongkong gegründet, hat sich zum Ziel gesetzt, die Medikamentenentwicklung durch generative KI zu beschleunigen. Große Pharmaunternehmen wie Eli Lilly haben bereits in Insilico investiert, um KI-mitentwickelte Medikamente auf den Markt zu bringen. Gründer und CEO Alex Zhavoronkov zufolge hat Insilico bis März 2026 mindestens 28 Wirkstoffkandidaten mithilfe generativer KI entwickelt, von denen sich viele in klinischen Studien befinden.

Die Ergebnisse dieser frühen Studie zu Rentosertib unterstreichen das immense Potenzial von KI in der Pharmaforschung und eröffnen neue Wege für die Entwicklung von Therapien, die nicht nur Krankheiten behandeln, sondern möglicherweise auch grundlegende Alterungsprozesse beeinflussen können. Für Unternehmen im B2B-Bereich, die sich mit künstlicher Intelligenz und Gesundheitslösungen befassen, bieten diese Entwicklungen spannende Einblicke in die zukünftige Ausrichtung der medizinischen Forschung und die Möglichkeiten, die sich aus der Synergie von Biologie und fortschrittlicher Technologie ergeben.

Bibliographie

- The-Decoder. "AI-designed drug appears to turn back the body's biological clock in early trial." 7. September 2026. - News-Medical. "AI-designed drug candidate reverses biological age in clinical study." 7. September 2026. - The Star. "Early data indicates an AI-generated drug could slow ageing." 8. September 2026. - WebProNews. "AI-Designed Drug for Lung Disease Shows Signs of Turning Back Biological Clocks." 8. September 2026. - Digital Trends. "An AI-designed drug might help slow aging, but we're not there yet." 8. September 2026. - India Today. "AI helps create drug that may slow down ageing by 6 years in few weeks." 8. September 2026. - Pharmacally. "“Rentosertib May Be Testing the Next Big Idea in Aging: Can a Disease Drug Reverse Biological Age?”" 7. September 2026. - Insilico. "Nature Biotechnology | Insilico’s AI-Driven IPF Candidate Rentosertib Shows Potential for Biological Age Reversal, as Assessed by Six Proteomic Aging Clocks." 7. September 2026. - The AI Insider. "AI-Designed Drug Shows Signs of Lowering Biological Age in Early Clinical Study." 7. September 2026. - Press Insider. "AI-designed lung drug reverses aging clock signals, but not aging itself." 7. September 2026.