中新網北京4月28日電 中美科學家近日在衰老干預領域取得重大突破。

　　日前，一項發表于國際權威醫學期刊《藥物設計、開發與治療》(Drug Design, Development and Therapy)的研究顯示，由美國賽諾根公司、清華大學及國藥賽諾根聯合開展的新型口服衰老干預藥物SRN-901臨床前試驗取得重要進展：在自然衰老的正常哺乳動物模型中，該藥物使實驗對象中位剩余壽命延長33%，腫瘤發生率降低30%，并顯著抑制了外貌衰老相關指標。

　　為了精準地模擬人類的自然衰老過程，科學家們沒有像以往的研究一樣為追求“短平快”而使用基因編輯或放化療手段制造的早衰小鼠，而是耗時數年對自然衰老的正常小鼠進行了全生命周期的綜合測量。

　　研究結果顯示，與服用安慰劑的對照組相比，接受SRN-901干預的小鼠，其中位剩余壽命實現了33%的顯著增長，超越了此前的紀錄保持者雷帕霉素。研究人員還對NMN、NR等市面上熱門抗衰老分子進行了對照測試，結果顯示這兩者并不能有效延長壽命。

　　與此同時，服用SRN-901的小鼠外貌也明顯更加年輕：皮膚更為緊致有彈性、毛發也明顯更加濃密黑亮。經過綜合測試和病理學研究后發現，接受SRN-901干預的小鼠相較安慰劑組衰老速度被減慢70 %，腫瘤發生率降低30%，死亡風險大幅降低46%。

　　據悉，基于多通路協同干預策略的SRN-901的前期研發由賽諾根聯合哈佛大學、梅奧醫學中心等世界頂尖科研機構共同完成。過去數十年間，科學家們在mTOR通路、NAD+代謝、自噬機制等基礎理論上取得了重要進展，哈佛大學、麻省理工學院等國際頂尖機構也相繼發表多項研究成果。

　　然而，從理論到真正有效的干預手段，始終橫亙著“最后一公里”的難題——以往的單一靶點干預，往往無法應對衰老這一涉及系統級復雜網絡的問題。在此項研究中，面對衰老這一涉及數百條信號通路、數千個基因協同變化的復雜系統，研究團隊必須從海量的多組學數據中，精準識別關鍵調控節點，解析干預效果的系統性機制，但傳統“單靶點、單指標”的研發模式如同“大海撈針”，效率低下且成本高昂。

　　為此，團隊創新性地使用AI驅動的多組學機器學習模型進行了通路分析和療效預測，極大加速了新藥的研發效率。相比于過往單靶點的策略，SRN-901采用“多通路協同干預”策略，提升了藥物的適應性與實用性。

　　業內專家認為，新技術為有效應對衰老過程的復雜性提供了可行路徑，利用人工智能等技術整合全球衰老干預領域權威機構的多項技術，有望轉變現有的單一靶點研究范式，進一步提升逆轉效率。目前，SRN-901已從機制論證走向成果應用。(完)