Ein von künstlicher Intelligenz entwickelter pharmazeutischer Wirkstoff hat laut neuer, peer-reviewter Forschung die Fähigkeit demonstriert, Marker des biologischen Alterns bei menschlichen Patienten umzukehren. Die im September 2026 in Nature Biotechnology veröffentlichte Studie untersuchte 42 Patienten mit idiopathischer Lungenfibrose, die mit Rentosertib behandelt wurden.

Die Analyse von Blutproben ergab, dass sechs unabhängige Altersuhren, die das biologische Alter anhand von Proteinmustern schätzen, für die Behandlungsgruppe im Vergleich zur Placebogruppe durchweg ein jüngeres Alter vorhersagten. Die stärkste Reduktion wies auf eine Verringerung des biologischen Alters um bis zu sechs Jahre hin, wobei die Forscher betonen, dass dies Proteinmarker und nicht bestätigte Langlebigkeit widerspiegelt.

Konsistenz über unabhängige Modelle hinweg

Das zentrale Ergebnis beruht auf der Übereinstimmung zwischen verschiedenen algorithmischen Modellen. Jede Altersuhr wurde von separaten Teams an Institutionen wie Harvard, Oxford und der Peking-Universität entwickelt, wobei unterschiedliche Trainingsdaten und Merkmale verwendet wurden. Trotz dieser Unterschiede registrierten alle sechs Modelle ein niedrigeres vorhergesagtes biologisches Alter für Patienten, die das Medikament erhielten.

Michael Levitt, Nobelpreisträger für Chemie, verwies auf diese Konsistenz als überzeugendsten Beweis. Er merkte an, dass die Modelle weder ihre zugrunde liegenden Merkmale noch ihre Trainingsdatensätze teilen, was das konvergente Ergebnis statistisch bemerkenswert macht. Er verzichtete jedoch darauf, das Medikament ohne weitere Validierung als bewährte Anti-Aging-Behandlung zu erklären.

Krankheitskontext erschwert die Interpretation

Bei der Interpretation dieser Ergebnisse ist erhebliche Vorsicht geboten. Die Studienteilnehmer waren keine gesunden Freiwilligen, sondern Patienten mit einer schweren Lungenerkrankung, die zur Vernarbung des Lungengewebes führt. Unklar bleibt, ob die Verschiebung der Proteinmarker eine echte systemische Verjüngung darstellt oder lediglich eine Verringerung des durch die Krankheit verursachten physiologischen Stresses.

Vadim Gladyshev von der Harvard Medical School beschrieb die Arbeit als erste Studie, die klar zeigt, dass das vorhergesagte biologische Alter reduziert werden kann. Er hob jedoch die kleine Stichprobengröße von 42 Patienten und das Fehlen von Daten zu gesunden Personen hervor. Altersuhren sind Vorhersageinstrumente, keine direkten Messungen der Lebenszeit, und ihre Zuverlässigkeit in diesem Kontext wird noch etabliert.

Dosiseffekte weichen von der Lungenfunktion ab

Weitere Analysen deuten darauf hin, dass der Effekt auf Altersmarker teilweise unabhängig von der primären Funktion des Medikaments sein könnte. Die Dosis, die den größten Nutzen für die Lungenfunktion brachte, betrug 60 mg einmal täglich. Die Dosis jedoch, die das vorhergesagte biologische Alter am stärksten senkte, lag bei 30 mg zweimal täglich. Diese Divergenz legt nahe, dass der Wirkstoff möglicherweise separat von seinem Effekt auf die Lungenfibrose mit Alterungswegen interagiert.

Forscher verglichen die Proteinprofile behandelter Patienten mit mehr als 55.000 Profilen der UK Biobank. Die Daten zeigten, dass Rentosertib altersbedingte Proteinveränderungen in die entgegengesetzte Richtung zu typischen Alterungstrends verschob. Zwar vielversprechend, beruht diese Beobachtung jedoch auf Korrelationsdaten und nicht auf einer kontrollierten Messung der Lebensverlängerung.

Kommerzieller Wettlauf um KI-Therapeutika

Insilico Medicine, das in Hongkong ansässige Unternehmen hinter Rentosertib, nutzt generative KI, um die Arzneimittelforschung zu beschleunigen. Das Unternehmen verwendet ein System zur Identifizierung krankheitsrelevanter Proteine und ein weiteres zur Generierung molekularer Strukturen, die diese angreifen. Dieser Prozess identifizierte das Protein TNIK als Ziel sowohl für Alterung als auch für Lungenfibrose und verkürzte den Zeitrahmen von der Zielidentifikation bis zur Kandidatenselektion auf etwa 18 Monate.

Die kommerziellen Einsätze sind hoch. Der Pharmariese Eli Lilly hat in Insilico investiert, um KI-entwickelte Medikamente auf den Markt zu bringen. Stand März 2026 behauptet das Unternehmen, mindestens 28 Arzneimittelkandidaten mithilfe generativer KI entwickelt zu haben, von denen sich viele in klinischen Studien befinden. Ein Erfolg mit Rentosertib könnte das Geschäftsmodell für KI-gestützte Pharmakologie branchenweit validieren.

Regulatorische Hürden bleiben bestehen

Trotz der positiven Signale steht das Medikament vor den standardmäßigen regulatorischen Wegen. Rentosertib befindet sich derzeit in einer Phase-III-Studie, der letzten klinischen Testphase vor einer möglichen Zulassung zur Behandlung idiopathischer Lungenfibrose. Regulierungsbehörden in Europa und den Vereinigten Staaten werden robuste Nachweise zur Sicherheit und Wirksamkeit an spezifischen Krankheitsendpunkten verlangen, bevor sie eine Zulassung erteilen.

Umfassendere Behauptungen über Anti-Aging-Effekte werden noch strengere Prüfung erfahren. Europäische Gesundheitspolitikrahmen, wie sie von der Generaldirektion Gesundheitspolitik der Europäischen Kommission verwaltet werden, erkennen Alterung derzeit nicht als behandelbare Indikation an. Jegliche Vermarktung des Medikaments als Anti-Aging-Therapie würde neue regulatorische Präzedenzfälle und umfangreiche Langzeitdaten erfordern.

Erwähnte Personen

  • Michael Levitt

    Nobel Laureate in Chemistry, Stanford University

  • Vadim Gladyshev

    Professor, Harvard Medical School

  • Eric Topol

    Cardiologist, Scripps Research

  • Alex Zhavoronkov

    Founder and CEO, Insilico Medicine

Organisationen

Insilico Medicine · Harvard Medical School · Nature Biotechnology · Eli Lilly