AI生命延续学日报 2026/10/6
今日摘要
两家 GLP-1 巨头拿出表观时钟数据冲延寿适应症,MM-KG 让临床 AI 准确率飙升 30%。
投资人直言长寿没有可测量临床终点,AI 辅助监管文件开始上桌,多模态数据集被爆"泄露"会话身份。
制药赛道从"讲故事"转向"拿数据",证据标准正在重写游戏规则。⚡ 快速导航
- 📰 今日 AI 资讯 - 最新动态速览
💡 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
投资人质疑长寿概念,AI 制药公司加速监管提交,蛋白设计进入"证据接口"时代。
🔑 3 个关键词
#AI制药 #衰老生物标志物 #健康寿命
📎 今日可引用要点
1. 两家 GLP-1 药企正用表观遗传时钟验证延寿潜力
- 事实结论:Novo Nordisk 基于 SELECT 试验建模显示 semaglutide 可能带来平均 1.9 年寿命增益;Eli Lilly 的 SURMOUNT-5 亚研究显示 tirzepatide 治疗 72 周后所有 15 种表观遗传时钟测得的衰老速度均低于实际时间流逝,且两个独立实验室结果一致。
- 原始来源: Reflections from ARDD 2026
- 证据边界:数据来自会议展示和 SELECT 试验建模,非最终发表论文;SURMOUNT-5 亚研究为观察性分析,尚未证实表观遗传时钟减速与临床健康寿命延长的因果关系;GLP-1 药物目前获批适应症为肥胖和糖尿病,不能据此推断其为已批准的延寿药物。
2. 多模态患者证据与生物医学知识图谱对齐的 MM-KG 系统在临床问答中显著提升准确性
- 事实结论:研究团队开发的 MM-KG 系统将 EHR 文本、影像、基因组和生物样本数据转为类型化观察节点,映射到 UMLS 概念并链接到生物医学知识图谱;在需要同时整合患者证据与生物医学知识的问题上,单独使用患者证据或知识的 AUROC 仅略高于随机猜测,而二者结合后在 MIMIC 数据集上 AUROC 交互效应为 +0.194,在 ADNI 数据集上为 +0.299。
- 原始来源: Aligning Multimodal Patient Evidence with Biomedical Knowledge Graphs for Clinical LLMs
- 证据边界:研究使用 MIMIC-IV 和 ADNI 两个公开数据集,尚未在真实临床流程中前瞻性验证;系统依赖预先构建的知识图谱和对齐边,不能独立处理完全新型的多模态证据类型;删除单个关键关系边后性能回落到无知识基线,表明系统对特定知识路径高度依赖。
3. Deerfield 投资人认为健康寿命药物需先通过急性适应症获批,长寿终点尚无可测量临床端点
- 事实结论:Deerfield 管理合伙人 Jim Flynn 在 ARDD 2026 会议上表示,长寿生物科技公司在路演中普遍承认"先寻求其他适应症获批,再探索长寿效益",因为"无法定义清晰的临床终点来衡量健康寿命";他要求看到"明确的误差棒"和概率现金流,认为多因素生物学导致的"模糊药物"难以评估投资风险,但对 BioAge 的运动衍生研究表示"非常有趣,只是时间会很长"。
- 原始来源: ‘Show me the error bars before you sell me longevity’
- 证据边界:观点来自单一投资人在会议访谈中的陈述,非系统性行业调查;Flynn 的观点反映 Deerfield 的风险评估标准,不代表所有投资机构或 FDA 监管立场;他提到正在建设的长寿中心和化合物实验室仍处于 18-24 个月建设期,尚未产生可引用的干预测试数据。
🔥 重磅 TOP 10
1. Novo 和 Lilly 公开 GLP-1 表观时钟数据,瞄准延寿适应症
以前 GLP-1 只是减肥和控糖。现在两家巨头在 ARDD 2026 上各自拿出了生物年龄数据:Novo 基于 SELECT 试验建模显示 semaglutide 可能带来平均 1.9 年寿命增益,越早开始治疗增益越大;Lilly 的 SURMOUNT-5 亚研究显示 tirzepatide 治疗 72 周后,所有 15 种表观遗传时钟测得的衰老速度均低于实际时间流逝,且两个独立实验室结果一致。Novo CEO 今年 6 月已透露 GLP-1 业务可能扩展到长寿和美容医学。这正是 FDA 小组所说的"行业必须提供的证据基础"。
来源类型:行业会议展示 / 证据阶段:临床试验亚研究与建模分析 / 可信度:中(尚未发表完整论文,需等待同行评审与前瞻性验证)
2. MM-KG 系统对齐多模态患者证据与知识图谱,临床问答准确性跃升
电子病历、影像、基因组、生物样本——临床问题往往需要同时整合这些证据和外部生物医学知识,但现有系统很少明确表示这种链接。研究团队开发的 MM-KG 系统将异构多模态患者观察与 UMLS 概念映射,并通过路径优先对齐器链接到生物医学知识图谱。在需要双源整合的问题上,单用患者证据或单用知识的 AUROC 仅略高于随机,而二者结合后在 MIMIC 数据集上 AUROC 交互效应为 +0.194,在 ADNI 数据集上为 +0.299。删除单个关键关系边后,性能回落到无知识基线,证明系统依赖可追溯、可测试的链接而非泛化背景。
来源类型:预印本论文 / 证据阶段:方法开发与数据集验证 / 可信度:中(在公开数据集上验证,尚未在真实临床流程中前瞻性测试)
3. Annovis 用 AI 工具加速阿尔茨海默药物 NDA 提交,盯住 2027 年 3 月数据
药物监管文件通常要等临床数据锁定后才开始写,动辄数十万页。Annovis Bio 想在数据出来前就把 NDA 大部分内容准备好。公司与 Weave Bio 合作,用 AI 平台加速 buntanetap(靶向多种神经毒性蛋白的阿尔茨海默/帕金森候选药)的监管文件撰写。目标是在 2027 年 3 月 Phase 3 数据公布后,尽快完成提交。Annovis 监管团队保留所有内容审核和签字权,AI 只负责起草、组织和文档管理。双方遵循 FDA 2025 年 1 月发布的 AI 用于监管提交指南,确保人工审核贯穿全流程。
来源类型:公司新闻稿 / 证据阶段:监管策略宣布,Phase 3 试验已完成入组 / 可信度:中(AI 辅助监管文件属流程创新,buntanetap 疗效尚待 2027 年 3 月数据)
4. Genflow SIRT6c 基因疗法在老年比格犬中降低 DNA 甲基化年龄
以前衰老时钟擅长告诉你"变了",但机体是否真的同意是另一回事。Genflow 在 ALOS 2026 上公布的 SLAB 研究显示,10 岁以上老年比格犬接受 SIRT6c 基因疗法后,第 182 天 DNA 甲基化年龄下降:低剂量 pDNA 组平均降低 1.08 年,高剂量组降低 0.48 年,12 只治疗犬中有 10 只生物年龄下降。初步肌肉组织学显示 II 型纤维保留和 Pax7+ 卫星细胞密度增加,但排序与甲基化结果不完全一致,且虚弱评分未与对照组分离。关键的第 320 天主要终点尚未公布。
来源类型:会议展示 / 证据阶段:动物试验中期数据 / 可信度:中(样本量小,主要终点尚未达成,且分子、结构和功能指标尚未完全一致)
5. EASER 反思代理用"证据接口"连接科学推理与多肽序列生成
大语言模型能从文献中推导设计策略,却难以可靠地将其实现为生物序列。蛋白质生成模型学会了序列模式,但缺乏整合文献证据的多步反思能力,形成了"证据到执行"的鸿沟。研究团队提出 EASER,通过离线训练的固定低秩矩阵构建可学习的性质接口,让反思代理结合这些矩阵来引导扩散生成器,提出基于检索证据、序列上下文和过往结果的干预假设(锚点、可编辑位置、控制系数)。Probe-and-Steer 机制验证干预并根据预测的性质响应分配样本,结果反思再指导后续决策。在多目标抗菌肽设计(优化活性、非溶血性、非毒性)中,显式假设生成比直接动作生成在相同决策条件下表现更好,六次重复试验中 EASER 在筛选候选物上取得最高平均超体积和最低平均 IGD+。
来源类型:预印本论文 / 证据阶段:方法开发与计算验证 / 可信度:中(在抗菌肽设计任务上验证,尚未在湿实验中确认生成肽的实际活性)
6. 悉尼大学开发干细胞衍生胚胎模型评估框架,揭示现有模型与真实胚胎差距
实验室培养的胚胎模型能否真正反映人类早期发育?悉尼大学团队整合超 14,000 个单细胞转录组数据,构建了早期人类胚胎发育的综合参考图谱,并用它系统评估四种领先的 blastoid 生成方法。结果显示:一些模型能较好重现三种主要细胞谱系,但其他模型无法准确代表某些细胞类型,或包含大量无法匹配到已知胚胎状态的细胞。没有任何模型能完美复制天然人类囊胚。团队开发的计算框架允许研究人员将模型与详细生物学参考对比,确定哪些细胞类型和发育过程被忠实再现,哪些没有。
来源类型:同行评审期刊论文(Cell Systems)/ 证据阶段:方法开发与计算验证 / 可信度:高(基于公开数据集系统评估,方法与数据已公开)
7. 脑影像和肺功能比器官特异性蛋白时钟更能预测全因死亡率
生物年龄比实际年龄更能反映健康和寿命。研究团队使用 LBC1936 队列(861 名 1936 年出生者,在 70-89 岁间每三年测量蛋白组、物理和神经指标)对比各种生物标志物的死亡率预测能力。GrimAge2 表观遗传时钟与全因死亡率关联最强。但四个物理功能指标比任何器官特异性蛋白时钟更接近死亡率预测:总脑容量、灰质容量、整体认知功能(g)和两项肺功能指标。研究用统计方法筛选出独立预测力最强的四个标志物:白质体积、总脑容量、步行时间和认知指标 g,四者联合解释 19% 的死亡率方差,加入其余 17 个标志物仅提升 4%。单个蛋白中,GDF15(与细胞衰老相关)与死亡率关联最强,仅次于 GrimAge2。
来源类型:研究论文报道 / 证据阶段:观察性队列研究 / 可信度:中(单一苏格兰健康老年队列,未考虑轨迹变化,需在更广泛人群中验证)
8. Deerfield 投资人:长寿是个"误称",预防药物需先证明急性适应症
大药厂钱来不来?Deerfield 管理合伙人 Jim Flynn 在 ARDD 2026 上给出细致回答。他认为"长寿"是误称,健康寿命才是投资机会。Flynn 观察到一个模式:长寿生物科技公司在路演时说寻找可能延长健康寿命的药物,“但先通过其他适应症获批”。“这是个有趣的承认”,他说,“他们在谈论一些无法足够清楚测量或定义、以至于没有临床终点可供批准的东西”。投资人因此必须相信急性适应症本身值得投,任何长期增益来自后续观察。Flynn 正在纽约建设非营利长寿中心,提供中立的干预信息和测试。他对 BioAge 的运动衍生研究"非常感兴趣",但补充:“要得到一种知道用途的药物可能需要很长时间,我不知道如何实际投资这样的项目”。
来源类型:行业媒体访谈 / 证据阶段:投资人观点与非营利中心规划 / 可信度:中(反映单一投资机构视角,Flynn 的长寿中心仍在建设中)
9. ARDD 2026:FDA 明确老龄干预可批准路径,ARPA-H 推进替代终点验证
ARDD 从哥本哈根搬到波士顿后规模更大,对话更实质。会上 FDA 官员 Penzenstadler 明确表示,最早可批准的试验将针对年龄相关共病或死亡率的预防,需要跟踪对照组数年。与此同时收集内在能力等临床结果评估,直到有足够数据将这些指标严格关联到生存。FDA 小组坦言开发替代终点非常困难。ARPA-H 的 Andrew Brack 更新了 PROSPR 计划进展,这是为期五年、1.44 亿美元的项目,旨在建立衰老疗法需要的试验基础设施,衡量预防性长寿干预的效果,使用监管机构接受的替代终点。Novo Nordisk 和 Eli Lilly 各自展示了 GLP-1 药物的健康寿命和长寿潜力早期工作。
来源类型:行业会议报道 / 证据阶段:监管指导与基础设施建设 / 可信度:高(FDA 官员与 ARPA-H 项目负责人直接陈述)
10. HORIBA 在新泽西开设分析解决方案广场,聚焦生物制药应用开发
仪器公司正在改变卖法。HORIBA 在新泽西开设 1.5 万平方英尺的分析解决方案广场(ASP),配备多个实验室,科学家用 HORIBA 的拉曼显微镜、荧光和粒度表征技术与客户共同解决应用难题。这是 HORIBA 全球第 19 个 ASP,也是美国第一个。实验室采用模块化设计,仪器安装在轮式推车上,可根据不同客户痛点快速重新配置空间。生命科学应用经理 Jeff Julien 表示,对于开发治疗性蛋白的公司,多种仪器和技术的输入往往分散在多个地方;ASP 科学家可以提供这些能力,让客户带样品来测试可行性。HORIBA 的核心业务仍是销售仪器,但 ASP 让公司在客户购买前就能展示如何用这些仪器解决问题,以及能期待什么结果。
来源类型:公司新闻稿与媒体报道 / 证据阶段:产品与服务发布 / 可信度:高(设施已开放,服务模式已运行)
📌 值得关注(5-10条)
[研究] BrainTRACE 基准测试纵向脑 MRI 临床推理的证据追溯能力 - 包含 7,273 个 VQA 实例,来自 1,778 名纵向患者的约 29k 个 3D MRI 序列;现有 VLM 能识别孤立视觉线索但很少将其组合为有依据的纵向解释
[研究] SPDAlign 框架用黎曼对齐处理脑机接口中的 EEG 前向建模偏移 - 理论证明由领域特定前向过程引入的分布偏移可仅通过对称正定流形上的线性变换恢复;在公开 EEG 数据集上表现竞争力且本质可解释
[研究] 条件流匹配捕获单神经元电生理的多模态响应 - 学习条件生成模型应对同一刺激引发的不同电压响应;在人类皮层中间神经元模型上接近实验记录,在发放阈值附近恢复共存的发放/非发放响应
[研究] ARO 多组学数据对齐表示学习支持缺失模态重建 - 在无掩码设置的验证和测试数据上以 0.15 MSE 重建缺失模态,学习到的潜在嵌入支持下游癌症分类任务
[研究] MAGI 模块化代理在九个回顾性先导优化项目中测试实际药物发现能力 - LLM 直接提案与 REINVENT 4 委托生成均产生有效结构;项目能否达成目标取决于预测模型而非生成路径,一旦化学超出模型适用域,达成率下降
[研究] 两个韩国作物病害数据集中环境传感器读数可识别图像采集会话 - 91.9% 的测试图像与训练集有完全相同的传感器值;仅用时间戳的无图像分类器匹配或超过传感器驱动预测,揭示多模态融合报告的准确性提升可能是数据集构建的伪影
[开源] 长寿世界杯:开源长寿运动平台 - 包含生物年龄计算器、运动员档案和公开排行榜,26 星
🔎 值得细看
环境传感器读数在作物病害数据集中"泄露"了图像拍摄会话
多模态融合——把叶片图像和环境传感器数据(温度、湿度等)一起喂给模型——常被报告能大幅提升作物病害分类准确性。但这项研究揭示,这些提升往往是数据集构建的伪影:因为单次传感器读数在同一会话(同一农场同一天)采集的许多图像中共享,多模态网络只需记住会话身份就能预测病害。分析两个广泛使用的韩国数据集(CDD 基准和 AI Hub 病虫害数据集)后发现,几乎所有图像共享传感器值,91.9% 的 CDD 测试图像在训练集中有完全相同的传感器重复。一个仅用时间戳、不看图像的分类器,在所有七种评估作物上匹配或超过传感器驱动的预测,且匹配了一个最先进 CDD 融合模型发布的宏观 F1 值。研究建议多模态作物研究必须在会话保留分割上评估,并报告与无传感器日期时间基线的对比性能,以确保真正的泛化。
来源类型:预印本论文 / 证据阶段:数据集分析与方法批评 / 可信度:高(基于公开数据集系统分析,揭示可复现的数据泄漏问题)
🔮 AI生命科学趋势预测
AlphaFold 4 或新版蛋白结构预测模型发布
- 预测时间:2026年第四季度
- 预测概率:60%
- 预测依据:今日新闻中提到 DeepMind 继续在 AI 生命科学领域保持活跃,且 AlphaFold 历史上在秋季/冬季发布重大更新;GLP-1 药企和多个 AI 制药公司正加速推进临床项目,对高精度蛋白结构预测需求持续增长
GLP-1 药物健康寿命适应症进入临床试验
- 预测时间:2026年第四季度至2027年第一季度
- 预测概率:70%
- 预测依据:今日新闻 Reflections from ARDD 2026 显示 Novo Nordisk 和 Eli Lilly 已公开 GLP-1 生物年龄数据,且 Novo CEO 透露业务可能扩展到长寿医学;ARPA-H PROSPR 计划正建立替代终点验证基础设施,FDA 明确了可批准路径
AI 辅助监管文件提交成为行业标准
- 预测时间:2027年第二季度
- 预测概率:75%
- 预测依据:今日新闻 Annovis turns to AI to fast-track its Alzheimer’s filing 显示 Annovis 与 Weave Bio 合作用 AI 加速 NDA 撰写,且双方遵循 FDA 2025 年 1 月发布的 AI 用于监管提交指南;这一趋势将在更多生物科技公司中扩散
多模态知识图谱成为临床 AI 系统标配
- 预测时间:2027年第一季度
- 预测概率:65%
- 预测依据:今日新闻 MM-KG 系统 展示了对齐多模态患者证据与知识图谱的显著性能提升(AUROC 交互效应 +0.194 至 +0.299);随着 EHR、影像、基因组数据整合需求增加,类似系统将被更多医疗机构采用
中国 AI 制药资产加速进入美国临床试验
- 预测时间:2026年第四季度至2027年第一季度
- 预测概率:80%
- 预测依据:今日新闻 Reflections from ARDD 2026 中 Deerfield 的 Jim Flynn 明确表示"中国生物制药比美国同行快 50-70%",且"不必是美国对中国的竞争,而是针对重要靶点的药物";ARDD 2026 上大型药企高管对中国资产持积极态度