罗盘 / AI驱动的抗衰老药物从头设计
暗星档案 · 未点亮的星AI驱动的抗衰老药物从头设计
本条为初评草案（AI 辅助编目 · 评于 2026-07-16）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。
AI驱动的抗衰老药物从头设计T5 量级 · 新星
让AI读遍所有衰老论文,直接吐出候选分子式
暗星编号DS-0607
轴E · 能量与能力前沿
领域bio-medicine
状态初评草案 · 待双评与红蓝复核
这是什么 · 为什么难
用生成式AI和衰老生物标志物数据训练模型,直接从头设计能逆转特定衰老通路的候选化合物,压缩传统药物发现10-15年周期。攻克意味着建立一条从AI预测到实验验证到临床候选药物的高置信度流水线,而不只是加速文献筛选。
卡在哪 · 机制级卡点
衰老是多通路系统性过程,现有AI模型多针对单一靶点优化,缺乏'抗衰老'这一复合表型的可靠训练数据和验证指标;湿实验验证瓶颈仍是速率限制步骤。
谁在攻
Insilico Medicine(AI药物研发全流程平台,已有候选药进入临床)、Retro Biosciences(Sam Altman投资,AI+湿实验一体化衰老逆转平台)、Gordian Biotechnology(体内高通量老龄化基因治疗筛选平台)
怎么参与
学计算生物学/生成式AI模型(蛋白质结构预测、分子生成)+ 衰老生物学基础,关注Insilico Medicine与Retro Biosciences技术博客,可从AI for science或计算药物化学方向切入