人工智能如何为健康衰老发现新的分子靶点

研究衰老的科学家有了一个新工具：人工智能系统可以在几天内扫描数千个分子或遗传数据集，并标记最有可能影响细胞如何衰老的少数几个。近几周公布的几个项目展示了这在实践中是如何工作的——其中包括一个巴西大学实验室、一个国际生物技术公司和一个挖掘大型公共基因组数据库的研究团队——它们都针对同一个根本问题：随着年龄增长而积累的氧化应激和细胞损伤。

一个可解释的人工智能模型搜索抗氧化肽

在里约热内卢天主教大学（PUC-Rio），由化学教授André Silva Pimentel领导的团队与研究人员Maria Carolina J. A. Schneider和Marina Geisiely Damaso Godinho Alves合作，发表了一项关于应用于抗氧化肽的可解释人工智能的研究，根据该团队在2026年10月5日为The Conversation Brasil撰写的文章。肽是天然存在于食物蛋白中或可以合成的短氨基酸链，其中一些可以中和自由基——当自由基积累速度快于身体的抗氧化系统能够清除它们时会损伤细胞的不稳定分子。

PUC-Rio小组使用了一种称为可解释人工智能的方法，它与标准机器学习模型在一个关键方面不同：它不仅仅产生预测，还显示肽的氨基酸序列的哪些部分最影响了该预测。根据研究人员的说法，这让科学家能够看到哪些结构特征使肽更有可能充当抗氧化剂，而不是将人工智能视为黑箱。该工作由里约热内卢州研究基金会FAPERJ资助，也被巴西媒体Brasil em Folhas报道，它描述了同一个实验室和方法论。

研究人员写道，实际价值是速度：与其在实验室中逐个测试大量肽候选物，不如让人工智能模型将长列表缩小到最值得实验测试的几个序列。该团队表示，潜在应用不仅限于抗衰老化妆品和营养品，还包括对与氧化应激相关的疾病（如阿尔茨海默病、帕金森病和癌症）的研究——尽管他们将其描述为进一步研究的方向，而不是已完成的治疗。

更大规模的人工智能系统正在扫描基因组和药物库以寻找衰老靶点

另一个更大规模的努力来自Insilico Medicine，这是一家开发用于药物发现的人工智能工具的生物技术公司。2026年9月17日，该公司在Cell杂志的封面上发表了一项研究，描述了一个用于长寿研究的开源工具包，由Liquid AI、Buck衰老研究所、哈佛医学院和布莱根和妇女医院共同构建，根据Insilico Medicine的公告。

该工具包有三个部分：LongevityBench，一个基准测试，用于测试人工智能模型如何跨越五种数据类型（包括遗传学和蛋白质组学）推理衰老生物学；Longevity-LLMs，一系列紧凑的语言模型（参数范围从0.6到90亿）专门针对衰老相关数据进行训练；Longevity Claw，一个旨在识别和排列可能的衰老相关靶点的自主研究平台。Insilico Medicine报告说，其专门的90亿参数模型在衰老生物学任务上匹配或超过了16个前沿的通用人工智能系统，Longevity Claw提出了328个候选衰老干预靶点，与独立发表的实验验证的衰老靶点参考集相比，该公司表示其富集度高达5.6倍。

衰老研究新闻网站Lifespan.io描述的第三种方法使用了一个称为ClockBase Agent的人工智能工具——由研究人员Vadim Gladyshev领导的团队开发——来挖掘200多万个现有的RNA测序和表观遗传数据集，覆盖43,529项记录的生物干预。该系统标记了已知药物，包括rapamycin、metformin、fenofibrate和ouabain与数据中较慢的生物衰老相关；Lifespan.io报告说，在对20个月大老鼠的后续测试中，三个月的ouabain治疗与虚弱评分改善、认知表现、毛皮状况和心脏功能改善相关，尽管描述完整研究的预印本在2025年11月发布，尚未在人体试验中得到确认。

这项研究显示和不显示的内容

这些项目都没有声称已经产生了获批的抗衰老治疗方法。PUC-Rio肽模型和Insilico Medicine的靶点列表是旨在优先考虑用于实验室和临床测试的候选物的预测工具，而不是已完成的疗法。Lifespan.io描述的ouabain发现来自动物实验，而不是人体试验。参与PUC-Rio研究和Insilico Medicine的研究人员都将其工作框架化为缩小非常大的搜索空间——数百万个可能的分子或基因靶点——这样稀缺的实验室和临床资源首先用于测试最有希望的候选物。

• 可解释人工智能（PUC-Rio）：标记食品来源或合成肽中哪些氨基酸序列可能是抗氧化剂。
• LongevityBench / Longevity-LLMs / Longevity Claw（Insilico Medicine，与Buck衰老研究所和哈佛医学院合作）：在组学数据集中基准测试和排列与衰老相关的遗传靶点。
• ClockBase Agent（Gladyshev研究团队）：挖掘现有的公共基因组数据集，以标记与动物数据中较慢的生物衰老相关的现有药物。