抗衰药迟迟不来的答案藏在一条自动驾驶管线

衰老，说实话一直是人类难以回避的课题。它不只是长出几根白发、浮现几道皱纹那么简单，更是心血管疾病、神经退行性病变以及癌症等多种致命慢性病的首要风险因素。

目前，全球科学界与产业界在抗衰老领域投入了前所未有的关注。举例来说，近期该领域刚刚构建了首个人体衰老细胞全景图谱，美国生物科技公司 Life Biosciences 的细胞重编程抗衰老基因疗法 ER-100，首位受试者已顺利完成给药。

然而，在这些亮点背后，一个产业现实令人有些无奈：全球抗衰老药物的规模化研发，推进速度实在太慢了。

直到现在，经过实验验证的抗衰老化合物（来自 DrugAge 数据库）也只有大约 1,000 种。而作为行业标杆的美国国家老龄化研究所（NIA）干预测试计划，从 2004 年启动至今，二十余年里，在小鼠身上完成系统评估的候选药物，仅有 50 多个。

那么，一个关键问题浮出水面：研究抗衰老有没有办法按下“快进键”？是否存在一种更优的研发范式？

近期，南方科技大学吕宇轩教授联合电子科技大学鲜波研究员、澳门科技大学朱健康院士、德国莱布尼兹衰老研究所/意大利比萨大学 Alessandro Cellerino 教授、德国马普进化生物学所 Judith Bossen 博士，以及仙乐健康抗衰研究院等团队，在衰老领域国际权威期刊 Ageing Research Reviews 上发表了一篇综述论文，提出了一套破局方案[1]。

研究团队首次从药物研发视角，系统定义了一种全新的抗衰老药物研发范式——一条由 AI 视觉推理、自动化机器人平台以及高通量体内筛选（HTS）构成的“自动驾驶”管线。这条管线，正试图将抗衰老从一门依赖漫长试错的实验科学，转变为高效、精准的工程学。

图丨相关论文（来源：Ageing Research Reviews）

按下“快进键”：三大短寿模式生物破解产业周期痛点

在生物医药领域，小鼠实验一直是金标准。但对于抗衰老研究而言，小鼠却成了一种“昂贵的负担”。验证一个结果往往需要两三年，实验成本高、周期长、通量低，而且在欧美等发达地区还面临严苛的伦理审查。这种漫长的试错周期，直接阻碍了产业资本进行快速验证与商业转化的步伐。

为了解决这一痛点，研究团队提出了一项极具转化潜力的方案：引入三种短寿模式生物——线虫、果蝇与非洲绿松石鳉鱼，为抗衰老研究按下“快进键”，并通过与 AI 技术结合来打造高通量体内筛选平台。别看它们寿命短暂，这三种生物却涵盖了人类衰老的绝大多数标志性特征，比如胰岛素信号通路、线粒体功能、蛋白质稳态和细胞衰老等。

作为衰老研究领域的“老将”，果蝇和线虫分别从 1920 年代和 1950 年代起就陆续被用于衰老研究。果蝇的寿命仅约 40-60 天，线虫更是短到 15-25 天，极低的饲养和实验成本，使它们成为早期大规模药物筛选绝佳的“试金石”。值得一提的是，果蝇还具有雌雄性别差异，并能表现出睡眠、认知记忆等复杂的生理与行为特征，为多维度的衰老干预提供了极佳的观察窗口。

（来源：Ageing Research Reviews）

而非洲绿松石鳉鱼，作为目前已知寿命最短的脊椎动物，平均寿命约在 4-6 个月。它完美填补了无脊椎动物与哺乳动物之间的空白。这种鱼拥有与人类相似的全套免疫系统，能在几个月内重现人类的年龄依赖性蛋白聚积、免疫衰老等现象。拿研究慢性炎症来说，用果蝇能研究先天性免疫，而鳉鱼则具备包括 T 细胞、B 细胞在内的完整后天免疫系统，是攻克复杂免疫衰老难题的理想模型。

（来源：Ageing Research Reviews）

除了生物学优势，这三大短寿模型在伦理合规上也展现出极大的“产业友好度”。线虫与果蝇完全无需复杂的伦理审批，而鳉鱼的伦理门槛相对小鼠而言也显著降低。

这意味着，原本需要在小鼠身上耗费两三年、投入巨额资金的验证实验，如今被压缩到了半年甚至几周以内。对苦于漫长研发周期的抗衰老产业来说，这无疑是一次积极的进步。

让 AI 筛药、机器人做实验：抗衰老研发进入“自动驾驶”时代

找到了合适的模型只是第一步，如何实现工业级的数据产出？这项研究给出的答案是：BT（生物技术）与 IT（信息技术）的深度融合。

研究团队前瞻性地提出了抗衰老药物研发的“自动驾驶”管线。具体来说，就是通过结合 AI 技术进行前期分子对接，然后在线虫或果蝇模型上进行高通量体内筛选。

过去，记录动物的寿命和活力，需要大量科研人员拿着放大镜“死盯”，不仅耗费人力，而且数据极易存在主观偏差。如今，自动化机器人平台接管了这一切。

吕宇轩对 DeepTech 解释道：“现在的观察过程是通过视频拍摄，再用视觉推理 AI 进行跟踪，进而精准找出动物运动、睡眠、摄食及群体行为等方面的像素级表型变化。”

在这一技术浪潮中，吕宇轩团队自主研发的 Flytower+AI 系统，成为该范式下极具代表性的产业级解决方案。作为一套为高通量筛选量身定制的软硬件一体化平台，Flytower+AI 能够以 24 孔板为基本模组，同时对数千只果蝇的寿命、运动、睡眠、肠道稳态和应激耐受能力进行自动化监测。在保证极高数据统计效力的前提下，该系统可同时评估数百种药物的抗衰老效果。

（来源：Ageing Research Reviews）

如果说微流控芯片（如 WormFarm）走的是高精度高成本路线，那么基于多孔板的自动化系统（如 Flytower、WormBot）则完美契合了产业界对“低成本、易操作、强扩展性”的核心诉求。

“药物研发是一个大浪淘沙的过程。多孔板加自动化是大规模筛选的最优解。特别是结合如今强大的 AI 视频分析能力，无论是成本还是精度，都达到了工业级可控的标准。”吕宇轩告诉 DeepTech。

（来源：Ageing Research Reviews）

此前，吕宇轩与合作者在另一项研究中，曾提出整合 AI 交融策略是健康长寿的关键 [2]。

未来，将这些系统与深度学习算法相结合，能够从海量图像中自动提取运动姿态、应激反应和荧光信号等多元表型。以 Flytower+AI 为代表的自动化平台，瞬间将实验通量提升了 2-3 个数量级，把过去需要数年的筛选周期压缩至数月甚至数周，更节省了一半以上的人力投入。

更重要的是，通过这些平台得到的数据结果不是某个单一指标的提升，而是对模型进行多个健康寿命指标的同步比较。这种系统性的结果呈现，将极大加速抗衰老领域的工业级数据生产。

拒绝纯 AI“画大饼”：干湿结合才是产业落地的出路

近年来，AI 制药概念备受追捧，但纯粹的 AI 计算往往难以摆脱“黑箱”问题和可解释性不足的局限。这项研究为盲目迷信纯 AI 的狂热泼了一盆“冷水”：研究指出，抗衰老药物研究不能仅靠 AI 在虚拟世界里“画大饼”，必须结合模式生物的湿实验进行验证。

吕宇轩强调，尽管探明药物研发机制很重要，但在产业转化中，疗效与安全性才是核心。因此，在保证功效、靶点和安全性的前提下，即便不完全了解其中的机制，也可以通过“干湿结合”的方式向前推进。

“如果完全依赖干实验，预测结果往往难以解释。但如果将深度学习模型与线虫、果蝇、鳉鱼等有着深厚研究基础和大量数据的模型结合起来，即便 AI 存在黑箱，我们依然能通过真实的生物学表型来验证和解释大部分结果。”结合 AI 技术构建“干湿结合”的生态，正是显著缩短抗衰老药物研发周期、推动产品走向临床的必由之路。

长远来看，未来抗衰老药物发现不再是生物学家的孤军奋战，而是深度融合 AI、机器人工程、生物学和药学、临床医学等多学科，形成一条产学研共同发展的全链条。

目前，这套以 Flytower+AI 为代表的筛选体系已对标制药级标准，但吕宇轩团队的目标不止于此。抗衰老是一个复杂的系统工程，营养补剂、饮食、运动等干预手段同样发挥着关键作用。

未来，研究团队计划利用这套高通量筛选体系，探索并验证多维度的联合干预方案，例如评估“运动+营养+药物”，是否能比单一手段获得更优的效果。

“我们的愿景是让人们活得更好，这不仅包含生理抗衰，更涵盖情绪与心智的抗衰。心智健康比单纯的生理改善更具吸引力，也更具挑战性，而这在传统小鼠模型或单一模型上是难以实现的。”吕宇轩表示。该研究所提出的干湿结合体系，有望大大加速这一愿景的实现。

参考资料：

1. https://www.sciencedirect.com/science/article/pii/S1568163726001169

2. https://doi.org/10.18632/aging.206135