Sex oberoende mätmetoder pekar åt samma håll: AI-framtaget lungläkemedel kopplat till minskad biologisk ålder – men forskningen är tidig

När AI tar sig an ett av mänsklighetens äldsta frågor

Vad händer när artificiell intelligens inte bara effektiviserar processer, utan faktiskt börjar omforma vad som är medicinskt möjligt? Det är inte längre en hypotetisk fråga. Vi ser svaret ta form – och det är fascinerande.

Företaget Insilico Medicine har länge arbetat i skärningspunkten mellan AI och läkemedelsutveckling. Deras läkemedelskandidat rentosertib är ursprungligen framtagen för att behandla idiopatisk lungfibros – en svår sjukdom där lungvävnaden gradvis ersätts av ärrvävnad och som i dag saknar botande behandling. Men när kliniska försök genomfördes på 43 patienter under tolv veckor, uppmärksammade forskarna något oväntat: patienternas biologiska ålder verkade minska.

Detta rapporteras av The New York Times, och resultaten har fått bred uppmärksamhet inom forskarvärlden.

Sex åldersklockor – och ett samstämmigt svar

Det som gör fyndet särskilt anmärkningsvärt är att forskarna använde sig av sex oberoende så kallade åldersklockor – AI-baserade mätverktyg som uppskattar kroppens biologiska ålder utifrån olika biologiska markörer, exempelvis kemiska förändringar i arvsmassan. Alla sex visade samma sak: en mätbar minskning av den uppskattade biologiska åldern efter behandlingsperioden.

Att samtliga mätmetoder pekar åt samma håll är det som får forskarnas ögon att lysa. I en vetenskaplig värld där ett enskilt mätresultat lätt kan vara statistiskt brus, ger samstämmighet mellan sex oberoende metoder en annan tyngd.

Viktigt att hålla huvudet kallt

Här är det dock avgörande att sätta på sig de kritiska glasögonen – och det gör faktiskt forskarna bakom studien själva. De är tydliga med att det är för tidigt att dra långtgående slutsatser.

Skälen är flera:

• Litet urval. 43 patienter är en bråkdel av vad som krävs för att etablera ett vetenskapligt robust samband.
• Åldersklockor är omdiskuterade. Det råder ingen vetenskaplig konsensus om hur väl dessa AI-baserade mätmetoder faktiskt speglar kroppens verkliga åldrande. De är lovande verktyg – inte fastslagna sanningar.
• Enbart sjuka patienter. Rentosertib har hittills bara testats på personer med idiopatisk lungfibros. Om samma effekt skulle uppträda hos friska individer är helt okänt.

Det är med andra ord ett tidigt, intressant fynd – inte ett bevisat genombrott. Den distinktionen är viktig att håra fast vid.

Men titta på vad som faktiskt hände här

Trots alla nödvändiga förbehåll vill jag lyfta fram något som lätt försvinner i de vetenskapliga reservationerna: ett AI-system tog fram en läkemedelskandidat, och den kandidaten uppvisar nu biologiska effekter som människor inte hade förutspått eller letat efter.

Det är i sig ett paradigmskifte för hur vi tänker kring läkemedelsutveckling. Traditionellt är processen linjär – identifiera ett problem, designa en lösning, testa lösningen. AI-driven läkemedelsforskning öppnar för att oväntade egenskaper hos ett läkemedel kan upptäckas som en biprodukt av ett bredare sökande. Rentosertib letade inte efter ett botemedel mot åldrande. Det hittades ändå.

Insilico Medicine tillhör en växande skara företag – vid sidan av exempelvis Recursion Pharmaceuticals och Exscientia – som använder AI för att dramatiskt korta ned den tid och kostnad som traditionellt krävs för att ta fram nya läkemedelskandidater. Där den klassiska processen kan ta över ett decennium och kosta miljarder kronor, talar dessa aktörer om att komprimera tidslinjerna avsevärt.

En ny era för medicinen tar form

Vi befinner oss i det tidiga skedet av en djupgående omställning inom medicinsk forskning. AI används redan för att analysera medicinska bilder, förutsäga proteinstrukturer och identifiera riskpatienter. Läkemedelsutveckling är nästa stora arena.

Rentosertib och dess oväntade egenskaper är ett tidigt kapitel i en berättelse som fortfarande skrivs. Men berättelsen är redan tillräckligt intressant för att ta på allvar.