Insilico 用 AI 设计的肺纤维化药物 rentosertib，临床试验里不只改善了肺功能，还让患者的血液蛋白质时钟倒退了三岁左右。蛋白质时钟是什么？就是通过分析血液里几千种蛋白质的组成和浓度，推算出一个人的”生物年龄”——你身体实际老化到什么程度，而不是身份证上写了几岁。
这个结果让我想起一个长期困扰：卖 AI 工具账号的时候，用户经常问”这个模型能干什么”，我一般回答”写代码、改文档、分析数据”。但真正厉害的不是单一功能，而是副作用——比如 Claude 帮你写代码的时候，顺便把逻辑漏洞、命名规范、注释风格也给你理顺了。rentosertib 也一样，它本来是治肺纤维化的，结果血液蛋白质谱也变年轻了。这不是设计目标，但可能比治肺病更重要。
从论文到临床，还要几步？
我看论文的角度很直接：这个技术什么时候能让普通人用上？rentosertib 已经走到 2a 期临床试验，71 个患者，12 周观察期，6 种蛋白质时钟检测到生物年龄降低。听起来很近了，但离”去药店买一盒回家吃”还远着呢。
首先，这是肺纤维化药物，不是抗衰老药。虽然生物年龄降低了，但 FDA 不会因为”蛋白质谱变年轻”就批准上市——它只认肺功能改善、死亡率下降这些硬指标。其次，12 周太短了，谁知道吃一年会怎么样？蛋白质谱变化和真正的健康寿命延长是两回事。第三，纤维化、代谢和衰老本来就交织在一起，这个药到底是专治肺病还是顺带抗衰老，现在说不清。
但我仍然觉得这事儿很有意思。因为它提供了一个可能性：未来的药物可能不只针对某个疾病，而是同时干预多个衰老相关通路。就像 AI 编程工具不只写代码，还能重构架构、优化性能、生成测试用例——副作用可能比主功能更值钱。
普通人现在能做什么？
我对 AI 生命科学的兴趣不是随口一说，而是越来越像一条长期主线。但说实话，作为一个外行，我经常看不懂技术细节。比如今天日报里还有一条：阻断 PD-L2 能让免疫系统重新清除衰老细胞。听起来很厉害，但我第一反应是：这个 PD-L2 是啥？阻断它会不会引发自身免疫病？普通人什么时候能用上？
答案通常是”不知道”或者”很远”。但这不妨碍我继续关注。因为我真正想知道的不是某个技术多厉害，而是：什么时候”长生不老”能从科幻变成现实？
目前看来，生物年龄时钟可能是第一个能让普通人用上的东西。已经有公司在做商业化检测了，比如 TruDiagnostic 的 TruAge、Elysium Health 的 Index。你寄一管血过去，几周后收到报告，告诉你”你的生物年龄比实际年龄大三岁”或者”小两岁”。然后呢？然后就没有然后了——你知道自己老得快，但改不了。
这就是现状：技术进展很快，但从论文到产品、从产品到普通人能用、从能用到真正有效，每一步都要等很久。我能做的，就是持续关注、记录进展、等待那个”突然可用”的时刻。
内容、项目、硬件，哪条路更近？
AI 生命延续学对我来说不只是兴趣，也是潜在的业务方向。但我一直在拉扯：现在切入是不是太早？会不会像我之前写 AI 课程一样，花几十万字结果只卖 30 块？
目前看来，内容是最容易切入的。BioAI 日报已经做了一段时间，虽然还没找到清晰的变现路径，但至少在积累认知、建立品牌。如果未来生物年龄检测、抗衰老补剂、AI 健康硬件真的爆发，我可能比别人早一步理解这个市场。
项目方面，我在想能不能做一个”AI 健康工具导航”——把 Evipedia Grok Bot 这类工具、生物年龄时钟检测、抗衰老补剂评级、临床试验招募信息整合在一起。但问题是：这些东西现在还太小众，流量可能撑不起一个独立项目。
硬件机会可能更远。今天日报里提到的那些技术——PD-L2 阻断、肝脏乳酸代谢改善、衰老细胞清除——都还在小鼠或早期临床阶段，离消费级硬件还远着呢。但可穿戴设备、基因检测、连续血糖监测这些东西已经在普及了，未来可能会加入更多生物年龄相关的指标。
我的策略还是：先稳现金流，再一点点把长期方向接进来。AI 账号店现在每天 3000 左右营业额，1000 左右利润，足够支撑我继续探索。内容继续做，项目慢慢想，硬件先观察。不急，但也不能停。
参考资料
完整版日报请看 BioAI 生命科学日报