题图 | Pixabay

撰文 | 宋文法

人工智能（AI）正迅速变革制药行业，从靶点发现到精准医疗，全方位重塑行业格局。尽管AI在生成化学方面取得了实质性进展，但很少有新型AI发现或设计的药物进入人体临床试验。

特发性肺纤维化（IPF），是一种与年龄相关的进行性肺部疾病，目前尚无疗法能够逆转疾病的退行性进程。

2025年6月3日，北京协和医院徐作军教授团队在"Nature Medicine"期刊上发表了一篇题为" A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis：a randomized phase 2a trial "的2a期临床研究论文。

这项2a期临床研究显示，全球首个完全由人工智能发现药物靶点，并设计生成的肺纤维化新药Rentosertib，安全且耐受性良好，显示出改善肺功能的效果，值得进行更进一步的研究。

这款由中国团队主导，使用生成式人工智能设计生成的创新药物，有望改写特发性肺纤维化无有效治疗药物的历史。

图：论文截图

Rentosertib，是AI生成的首个TNIK小分子抑制剂，用于IPF治疗。此前已在1期临床试验中，显示出良好的安全性和药代动力学特性。

在这项多中心、双盲、随机、安慰剂对照的2a期临床试验中，共纳入71名IPF患者，随机分配到安慰剂组、每日一次30 mg rentosertib、每日两次30 mg rentosertib、每日一次60 mg rentosertib组，治疗12周，评估了其安全性和有效性。

结果发现，治疗中出现的不良事件（TEAE）的发生率在各治疗组中的发生率相似，治疗相关的严重不良事件（SAE）发生率低，且在各治疗组间相似。最常见的导致治疗中断的事件是肝毒性和腹泻。

主要结果（表：论文截图）

此外，与安慰剂组相比，每日一次60 mg Rentosertib改善了患者肺活量（FVC），12周后FVC平均增加了98.4 ml，而安慰剂组平均减少了20.3 ml，表明Rentosertib在改善肺功能方面具有潜在效果。

肺功能改善（图：论文截图）

药代动力学分析显示，Rentosertib在IPF患者中显示出良好的药代动力学特性。

生物标志物和蛋白质组学分析显示，Rentosertib治疗与血清中多种蛋白质表达的变化相关，这些蛋白质与细胞外基质组织和纤维化过程有关，例如，COL1A1、FAP和MMP10等已知的纤维化相关蛋白在治疗后表达下调。

这些结果表明，使用Rentosertib靶向TNIK，安全且耐受性良好的，显示出改善患者肺活量的效果，具有潜在的抗纤维化及抗炎作用，值得在更大规模、更长时间的临床试验中进一步研究。

参考文献：

https://doi.org/10.1038/s41591-025-03743-2

助力医学研究高质量发展，推动医疗科技创新转化！

研究设计|课题申报|数据挖掘|统计分析

生信分析|选题指导|写作指导|评审指导

选刊投稿指导|研究项目指导|定制化培训

定制化研究设计|真实世界研究（RWS）实施

联系医诺维

进群、转载、媒体合作，扫描下方二维码，科研合作请点击公众号菜单“科研合作”。

（添加请备注来意）