AI生命延续学日报 2026/9/29

今日摘要 

深度学习将血液蛋白整合成衰老评分,高分人群死亡风险高出1.4倍。
肝病和帕金森临床双双迈过关键节点,工程化细胞疗法开始摆脱纯理论。
今天没有爆炸新闻,但衰老标志物和细胞疗法的进展值得持续盯着。

⚡ 快速导航

💡 提示：想体验文中提到的 GPT、Claude、Gemini、Codex、Cursor、Grok 等工具，但不想折腾海外支付、注册、额度和教程？来 爱窝啦 Aivora 按场景选择官方号、镜像、Cursor 方案或中转入口，官网自助下单，卡密秒发。

今日 AI 生命科学资讯

👀 只有一句话

深度学习首次把血液中的"衰老信号"整合成单一分数,可预测死亡和痴呆风险。

🔑 3 个关键词

#衰老生物标志物 #AI药物设计 #帕金森临床

📎 今日可引用要点

  • 事实结论：研究团队用深度学习模型 SASP Score 分析英国生物样本库(UK Biobank)超5万人的血液蛋白数据,发现高分人群的全因死亡风险约为低分人群的1.4倍。 原始来源： A New Metric for Overall Senescent Cell Burden 证据边界：这是基于观察性队列数据的统计关联,样本为人类但属于回顾性分析,不是干预性临床试验。SASP Score 不能判断具体患的是哪种疾病,也不是通用衰老时钟。

  • 事实结论：Resolution Therapeutics 完成了 EMERALD 试验最后一名患者的给药,这是一项针对终末期肝病的 I/II 期人体试验,治疗药物是工程化巨噬细胞 RTX001。 原始来源： Liver disease trial finishes dosing all patients 证据边界：这是首次人体试验(single-arm、open-label,无对照组),目前只完成给药,中期数据要到2026年第四季度才公布,现在还不能说明疗效。

  • 事实结论：Serina Therapeutics 的帕金森病药物 SER-252 完成第一队列(8人)的独立安全审查,数据监察委员会批准进入更高剂量的第二队列。 原始来源： Serina’s new Parkinson’s therapy clears first safety hurdle 证据边界：这是双盲、安慰剂对照的 I b 期试验,目前的运动功能改善只是"探索性观察",研究团队自己也强调这还不是疗效证据。

🔥 重磅 TOP 10

1. A New Metric for Overall Senescent Cell Burden

抽一管血,就能知道你体内"衰老细胞"制造了多少麻烦。这是研究团队开发 SASP Score 的思路。人体细胞衰老后会分泌一堆炎症蛋白,统称 SASP,这些蛋白之间的关系并不是简单的加减法。团队用一种叫 GAET(引导式自编码器+Transformer)的深度学习架构,分析了英国生物样本库5万多人的38种蛋白数据,把这堆复杂信号压缩成一个分数。分数越高,死亡风险、痴呆、中风、慢性肾病的关联概率就越高,高分人群全因死亡风险是低分人群的1.4倍。团队还用另一组运动干预数据做了验证:不运动的人分数18个月内明显上升,坚持运动的人分数基本没变。这个指标离临床常规使用还有距离,目前只能作为辅助参考,不能单独判断具体疾病。 来源类型：研究机构/权威媒体二手报道 / 证据阶段：观察性队列研究(人类,回顾性) / 可信度：中

图片: A New Metric for Overall Senescent Cell Burden

2. Liver disease trial finishes dosing all patients

肝脏坏了,大部分时候只能等移植,但供体永远不够用。爱丁堡大学孵化的 Resolution Therapeutics 想走另一条路:不换器官,而是唤醒身体自己的修复能力。他们给巨噬细胞(负责清理受损组织的免疫细胞)加装了两个基因组件 IL-10 和 MMP-9,增强其抗炎和抗纤维化能力。这项 EMERALD 试验已经给15名终末期肝病患者完成了给药,治疗方式是常规静脉输液,10分钟就能完成,不需要住院或提前用药准备。中期数据预计今年第四季度公布。这仍是首次人体试验的早期阶段,目前只能确认给药已完成,疗效和安全性结论都要等数据出来。 来源类型：行业媒体一手报道(引用公司公告) / 证据阶段：I/II期临床试验(人体,单臂无对照) / 可信度：中

图片: Liver disease trial finishes dosing all patients

3. Serina’s new Parkinson’s therapy clears first safety hurdle

帕金森病人最怕的"OFF时刻":药效突然消失,一小时前还能正常走路说话,下一秒就站不起来。Serina Therapeutics 想用一种长效皮下制剂解决这个问题。他们把已经用了几十年的多巴胺药物阿扑吗啡,通过自家的 POZ 药物优化平台改造成缓释版本,目标是把"急救针"变成"持续背景治疗"。第一队列8名患者完成双盲对照测试后,安全监察委员会批准进入更高剂量阶段,低剂量下已观察到符合预期的持续血药浓度和部分患者运动功能改善。这些还只是小样本、盲态下的探索性观察,不是疗效证据,全部数据要到2027年上半年才能看到。 来源类型：行业媒体一手报道(引用公司公告) / 证据阶段：I b期临床试验(人体,双盲对照,小样本) / 可信度：中

图片: Serina’s new Parkinson’s therapy clears first safety hurdle

4. New antibody treatment blocks immune response to prevent Alzheimer’s damage

阿尔茨海默病至今没有能阻止脑细胞死亡的疗法,tau 蛋白缠结是主要元凶之一。这篇报道介绍了一种新的抗体疗法,思路是阻断免疫系统对 tau 病变的过度反应,从而减少神经损伤。素材本身信息有限,没有说明具体试验阶段和样本规模,读者需要点进原文核实这是动物实验还是早期人体研究。在没有确认研究阶段前,不能判断这对人类阿尔茨海默病患者意味着什么。 来源类型：医学新闻媒体二手报道 / 证据阶段：未明确(需查证原文) / 可信度：低

图片: New antibody treatment blocks immune response to prevent Alzheimer’s damage

5. Understanding how brain aging outside stroke injury zones affects aphasia

中风只伤到大脑一块区域,但研究发现,连没受伤的其他脑区也会出现加速衰老的迹象。这可能解释了为什么有些失语症(说话和理解能力受损)患者恢复得比预期慢。素材摘要很简短,没有给出研究方法、样本量或衰老指标的具体定义,现在还不清楚这是影像学观察还是更深入的机制研究。这条新闻提示了一个有意思的方向,但结论细节需要查阅原文才能判断。 来源类型：医学新闻媒体二手报道 / 证据阶段：未明确(需查证原文) / 可信度：低

图片: Understanding how brain aging outside stroke injury zones affects aphasia

6. Cancer cells erase sections of Y chromosome to trigger tumor growth in men

男性的Y染色体一直被认为"内容不多",但新研究发现癌细胞会主动删掉Y染色体上基因密集的区域,从而触发肿瘤生长的连锁反应。这为解释男性某些癌症的发生机制提供了新线索。目前信息有限,不清楚这项研究基于细胞实验还是临床样本分析,也没有说明涉及哪类癌症。在查证具体研究设计前,不能把这当作已经明确的致癌机制。 来源类型：医学新闻媒体二手报道 / 证据阶段：未明确(需查证原文) / 可信度：低

图片: Cancer cells erase sections of Y chromosome to trigger tumor growth in men

7. RIDE: Reference-Anchored Inference-Time Diffusion Editing for Scaffold Hopping

药物研发里有个经典难题:找到一个新分子,长得和已知有效药物不一样,但空间结构和作用方式要相似。这就是"骨架跃迁"(scaffold hopping)。研究团队提出的 RIDE 用扩散模型在生成过程中直接编辑分子结构,让新分子在二维结构上更有新意,三维形状上更贴近参考药物,实验显示两个指标分别提升了11.7%和7.3%。团队已经公开了代码。这仍是计算方法学论文,只在基准数据集上测试,离真正筛选出可用药物还有很长距离,预印本结果也未经同行评审。 来源类型：arXiv预印本 / 证据阶段：计算方法研究(基准测试,未经同行评审) / 可信度：低

8. NeuronSifter: Intervention Planning in CNS Microenvironments

给阿尔茨海默病选治疗方案时,最大的难题是脑内微环境大部分是"黑箱",医生很难判断该做哪种检测才能真正帮助决策。NeuronSifter 是一套计算框架,尝试把给药剂量、途径和时间表转化为可预测的"目标占据场",并主动挑选最能降低决策不确定性的检测方式。在64组合成的阿尔茨海默病模拟场景中,这套方法的预测误差和决策准确率都优于对照方法。需要强调的是,这些场景是"declared synthetic"(声明为合成数据),不是真实患者数据,论文本身也说明这只是和已发表AD试验做了回顾性对照,不代表实际临床决策能力。 来源类型：arXiv预印本 / 证据阶段：计算方法研究(合成数据模拟,未经同行评审) / 可信度：低

9. Guided Uncertainty-Aware Robust Domain Transfer

AI 诊断模型上线后最头疼的问题是:换个医院、换批病人,准确率就悄悄下滑,这在电子病历(EHR)系统里尤其常见,因为标注数据稀缺、监管也不允许随意改模型。研究团队提出的 GUARD 框架,只用少量新标注数据就能给已部署的模型"打补丁",让它适应新环境又不用整个重新训练。团队在类风湿关节炎的十年电子病历数据上做了验证,证明这套方法比传统迁移学习方法在多年时间跨度上更稳定。这是统计方法论文,验证场景局限于一种疾病和一个医疗系统,能否推广到其他病种和医院还需要更多验证。 来源类型：arXiv预印本 / 证据阶段：方法学研究(真实世界EHR数据回顾性验证,未经同行评审) / 可信度：低

10. AutoBCI: Forecast-Guided Agentic Neural Architecture Discovery for EEG-Based Brain–Computer Interfaces

设计一套能同时读懂情绪、运动意图和睡眠状态的脑机接口解码模型,过去往往要靠工程师反复试错。AutoBCI 让两个AI Agent分工:一个负责生成和优化神经网络结构,另一个只看早期训练曲线就能预测最终效果,提前淘汰没有前途的候选方案。团队在14个脑电数据集上测试,用 Claude Opus 5.5 找到的架构平均准确率64.16%,比现有最强基线63.87%略高。这是架构搜索方法的论文,测试都在公开数据集上完成,离真正嵌入临床或消费级脑机接口设备还有距离。 来源类型：arXiv预印本 / 证据阶段：方法学研究(公开数据集基准测试,未经同行评审) / 可信度：低

📌 值得关注

🔎 值得细看

A New Metric for Overall Senescent Cell Burden

最容易被误读的地方是:SASP Score 和死亡风险的关联,很容易被简化成"这个分数能预测你会不会死"。但论文原文明确说这是控制了年龄、吸烟、血压等因素后的统计关联,不是因果证明,而且它对某些癌症甚至呈负相关,说明它无法判断具体疾病类型。建议继续核查的入口:论文中引用的 UK Biobank Pharma Proteomics Project 数据集本身是否公开可查,以及 MEDEX 运动干预数据的原始研究设计。

图片: A New Metric for Overall Senescent Cell Burden

🔮 AI生命科学趋势预测

Resolution Therapeutics 公布 EMERALD 中期数据

Serina SER-252 单剂量队列完整数据披露

  • 预测时间：2027年1-2月(临近但可能提前透露初步信号)
  • 预测概率：45%
  • 预测依据：公司公告称单剂量部分topline数据预计2027年上半年,考虑到药企倾向提前放出积极信号,未来1-3个月内可能有阶段性更新,但完整数据大概率会晚于本预测窗口。

SASP Score 或类似衰老生物标志物被更多队列复现验证

  • 预测时间：2026年11-12月
  • 预测概率：55%
  • 预测依据：今日新闻 A New Metric for Overall Senescent Cell Burden 基于UK Biobank公开数据,此类可复现的深度学习衰老标志物近年发布频率较高,其他团队用相同数据集验证或提出竞品指标的可能性较大。

长寿医学诊所标准化讨论产出首份行业共识文件

  • 预测时间：2026年10-11月
  • 预测概率：50%
  • 预测依据：今日新闻 Longevity clinics come of age 提到第四届圆桌会议将于10月17-18日举行,议题聚焦"标准从何而来",会后producing书面共识或白皮书的可能性中等。

今天没有出现颠覆性的AI+生命科学突破,更多是扎实的临床进展(肝病、帕金森)和一批计算方法学预印本。SASP Score 这类衰老生物标志物研究值得持续跟踪,但目前证据阶段都停留在观察性统计或早期临床,结论要保守。

09-30-日报09-28-日报