Insilico Medicine、AI が開発した肺線維症治療薬を第III相臨床試験へ進出
Insilico Medicine は、AI が特定した肺線維症治療薬「rentosertib」の第 III 相臨床試験へ移行し、従来の標的とは異なる新機軸による実証データを示した。
キーポイント
AI 創薬の第 III 相試験進出
AI によって発見された薬剤「rentosertib」が、特発性肺線維症（IPF）治療薬として人体での第 III 相臨床試験へ正式に進出した。
画期的な臨床成績
60mg 投与群では強制肺活量が平均 +98.4mL 改善したのに対し、プラセボ群は -20.3mL の低下を示し、明確な有効性が確認された。
PandaOmics による新標的発見
独自開発の AI パイプライン「Pharma.AI」が、既存薬と異なる TNIK ターゲットを同定し、老化関連メカニズムに基づいた創薬に成功した。
安全性と規制承認
試験で観察された副作用は管理可能であり、FDA から希少疾病用医薬品（Orphan Drug）の指定も取得済みである。
AI 駆動の創薬プロセスと効率化
従来のスクリーニングに代わり、生成化学と強化学習を用いて標的タンパク質ポケットに物理的に適合する分子を設計し、候補化合物選定までの期間を18ヶ月に短縮しました。
プロテオミクスによる生物学的検証
臨床試験において複数の「老化時計」プロトコルを用いて治療の生物学的影響を検証し、TNIK 阻害が細胞老化や細胞外マトリックスのリモデリングを抑制する効果（senomorphic activity）を確認しました。
生体第一主義のアプローチ
従来の標的中心の手法ではなく、老化と線維症のメカニズムを結びつける生物学ファーストな AI ワークフローから Rentosertib を発見し、臨床開発に必要な特性を持つ分子を生成しました。
影響分析・編集コメントを表示
影響分析
この記事は、AI を用いた創薬プロセスが単なる理論段階を超え、実際の患者治療に直結する段階（第 III 相）に至ったことを示す重要なマイルストーンです。特に、既存の薬剤とは異なるメカニズムを AI が発見し、明確な臨床効果を示した点は、バイオテクノロジー業界における AI 応用の実用性を裏付ける決定的な証拠となります。
編集コメント
AI 創薬の「幻滅期」を脱却し、実証データに基づいた成長フェーズに入ったことを示す象徴的なニュースです。特に既存薬と異なる標的を AI が発見した点は、技術的革新性の証明として極めて重要です。
Insilico Medicine は、AI によって同定された特発性肺線維症（IPF）を対象とした薬剤の Phase III 人試験へ移行しています。この進展は、計算機による創薬分野に実証的なテストケースを提供し、AI 医薬品を初期の安全性評価から後期の有効性検証へと前進させます。
IPF は重度の肺組織瘢痕化を通じて呼吸機能を破壊します。患者の診断後の中央生存期間は通常 2〜4 年です。AI が同定した薬剤レントセルチブ（rentosertib）は、経口投与により疾患の根本的なメカニズムに対処するため、TRAF2- および NCK 相互作用キナーゼを阻害します。
ランダム化試験では、中国の 22 の臨床施設で 71 名の患者が評価され、参加者はプラセボ群と活性治療群に分割されました。調査員は 12 週間の観察期間中、1 日あたり 30 mg または 60 mg の用量を投与しました。
1 日 1 回 60 mg の投与 regimen に割り当てられた患者は、強制肺活量の平均増加が +98.4 mL を示し、プラセボ群で記録された 20.3 mL の容量減少と対照的でした。安全性プロファイルは管理可能であり、有害事象はすべての試験群において期待されるベースライン率と一致していました。米国食品医薬品局（FDA）の規制当局は、2023 年 2 月にこの資産に対して「希少疾病薬指定」を付与しました。
マルチオミクスを通じたアルゴリズムによる標的優先順位付け
開発は、Insilico Medicine で運用されている独自のコンプュテーショナル・パイプラインである Pharma.AI に完全に依存しています。このワークフローは、特定の生物学的および化学工学タスクを処理する個別のエンジンに分割されています。
PandaOmics は、初期の標的発見フェーズを実行します。このシステムは膨大な生物学的データセットを取り込み、ゲノミクス、臨床試験の結果、学術文献、特許情報を処理して包括的な生物学的ネットワークモデルを構築します。アルゴリズムは因果推論メカニズムを適用し、データ構造内に隠された新たな疾患関連性を特定します。
PandaOmics は、IPF（特発性肺線維症）の介入に関する主要な生物学的標的として TNIK を同定しました。この計算システムは、既存の抗線維化薬が標的とする受容体チロシンキナーゼ経路を迂回します。
このソフトウェアは、Wnt、TGF-β、Hippo/YAP-TAZ、JNK、NF-κB のシグナリングチャネルを介して線維症と炎症を調節する中心的なノードとして TNIK をマッピングしました。標的選定プロセスには、老化の兆候（hallmarks-of-aging）フレームワークが統合されており、生物学的標的は複数の老化メカニズム、慢性炎症、細胞外マトリックスのリモデリングへの関与に基づいてスコアリングされます。
Insilico Medicine の共同 CEO 兼チーフサイエンティフィックオフィサーである Feng Ren, PhD は次のように述べています。「IPF は、線維症、慢性炎症、細胞外マトリックスのリモデリング、そして細胞老化が交差する、加齢関連疾患の最も明確な臨床例の一つです。」
「Rentosertib は、従来の標的から始めてより多くの化合物をスクリーニングするといった方法で見出されたわけではありません。これは、生物学ファーストで老化の知見を取り入れた AI ワークフローによって生み出されたものであり、TNIK を線維化および炎症性疾患のメカニズムと結びつけ、その後、創薬候補として臨床開発に必要な特性を備えた分子を生成化学を用いて創り出したものです。」
生成型分子工学の実行
標的選定の後、Chemistry42 エンジンが生成型分子設計を実行します。このシステムは従来のハイスループットスクリーニング手法とは一線を画しています。Chemistry42 は既存の化合物ライブラリを検索するのではなく、生成テンソリアル強化学習（Generative Tensorial Reinforcement Learning）を適用して、標的タンパク質ポケットに物理的に適合する分子を構築します。このアルゴリズムによる工学プロセスは、構造的適合性と必要な薬理学的特性とのバランスを取ります。
計算による生成フェーズでは、試験対象となる物理的な分子が正確に 79 体合成されました。エンジニアリングチームは、第 55 回反復（iteration）の候補を前臨床試験へ進めるために選定しました。この標的指向型の生成プロトコルにより、プロジェクト開始から前臨床候補の指名までの期間を 18 ヶ月へと短縮することに成功しました。
基盤となるアーキテクチャは、同社が 2019 年に『Nature Biotechnology』誌で発表した GENTRL 手法に由来します。このプラットフォームは、分子生成を制御する再現性のあるシステムを確立し、標準的な医薬品化学において定義されるような資本集約型の試行錯誤プロセスを回避しています。
プロテオーム解析による生物学的影響の検証
臨床評価では、アルゴリズムによって予測された生物学的相互作用を検証するために、複雑なプロテオーム解析（proteomic analysis）を統合しています。インシリコ・メディシンは、探索的なゲロサイエンス（geroscience）の読み取り値を捉えるために、IPF 試験において内部のプロテオーム老化時計フレームワーク（aging-clock frameworks）を展開しています。
Chronological-age プロテオーム時計（ProtAge, OrganAgechrono, ipfP3GPT, PAOPAC などを含む）は、介入によって生じる予測される生物学的年齢の変化を追跡します。研究者らは、UK Biobank の年齢関連軌道（age-associated trajectories）を外部比較データセットとして適用し、治療反応性タンパク質を広範な集団データに対して文脈化しています。
死亡率リスクに関連するプロテオーム時計（PAC, OrganAgemortality などを含む）は、標準的な臨床エンドポイントとは並行して直交した分析ストリームを提供します。臨床チームは、SenMayo および CellAge シグネチャー解析を実行し、細胞モデル内の老化および老化関連分泌表現型（senescence-associated secretory phenotype）の生物学を評価しています。
Aging and Disease に掲載された査読付き研究により、薬理学的な TNIK 阻害がセノモルフィック活性（senomorphic activity）を生み出し、細胞外マトリックスのリモデリング指標において観察可能な減少をもたらすことが確認されました。
計算パイプラインの文書化
rentosertib の臨床パイプラインにおける移行は、生命科学分野における AI 能力を検証するために不可欠な、文書化され査読済みのデータ・トレイルを提供します。Nature Biotechnology は、発見から臨床応用までの完全な進行過程を掲載しました。この出版物には、アルゴリズムによる TNIK ターゲットの優先順位付け、生成化学による出力結果、前臨床での有効性データ、およびヒトにおける第 I 相薬物動態が詳細に記載されています。
Journal of Medicinal Chemistry は、構造生物学の検証を掲載し、新規な TNIK 阻害剤の化学型を発見した過程と、TNIK キナーゼドメインのコクリスタル構造を通じて構造的裏付けを提供しました。Nature Medicine は、第 IIa 相における安全性および肺機能データを記録し、計算予測の実証的検証を行いました。
Alex Zhavoronkov, PhD、Insilico Medicine の創設者兼 CEO は次のようにコメントしました。「Rentosertib は Insilico にとって画期的なプログラムです。これは当社のミッションの全貌を体現するものであり、AI を単にスピードアップさせるためだけでなく、新たな生物学、新たな化学、そして新たな治療機会を生み出すために活用していることを示しています。
「このプログラムは、老化の生物学が主要疾患に対する強力な標的を特定できるという仮説から始まりました。現在は標的発見、分子設計、前臨床検証、第 I 相安全性試験、無作為化された第 IIa 相臨床データを経て、第 III 相開発へと進んでいます。AI 創薬の分野において、これはもはや単なるスピードの話ではなく、臨床応用の物語なのです。」
バイオファーマにおける AI の導入には、ヒトのアウトカムに関する検証可能なデータが必要です。第 III 相試験は、生成アルゴリズムに対して臨床的有効性という決定的な試行にさらすものです。
関連記事：NVIDIA BioNeMo が Anthropic Claude Science を加速
業界のリーダーから AI とビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、ロンドンで開催される「AI & Big Data Expo」をご覧ください。この包括的なイベントは TechEx の一部であり、サイバーセキュリティ＆クラウドエキスポなど他の主要なテクノロジーイベントと併催されています。詳細はこちらをクリックしてください。
AI News は TechForge Media によって運営されています。その他の今後のエンタープライズテクノロジー関連のイベントやウェビナーはこちらからご覧ください。
本記事「Insilico Medicine が IPF 向け AI 薬を第 III 相試験へ前進」は、元々 AI News に掲載されたものです。
原文を表示
Insilico Medicine is advancing to Phase III human trials for testing a drug identified by AI targeting idiopathic pulmonary fibrosis (IPF). This progression supplies the computational drug discovery sector with empirical test cases, advancing an AI medicine past early safety evaluations into late-stage efficacy validation.
IPF destroys respiratory capacity through severe lung tissue scarring. Patients typically present a median survival rate reaching two to four years post-diagnosis. The AI-identified drug, rentosertib, inhibits the TRAF2- and NCK-interacting kinase to address underlying disease mechanisms when administered orally.
A randomised trial evaluated 71 patients across 22 Chinese clinical sites, separating participants into placebo and active treatment cohorts. Investigators administered 30 mg or 60 mg daily doses over a 12-week observation window.
Patients assigned to the 60 mg once-daily regimen demonstrated a mean forced vital capacity gain of +98.4 mL, contrasting sharply with the 20.3 mL capacity loss recorded in the placebo group. Safety profiles remained manageable, with adverse events mirroring expected baseline rates across all trial arms. Regulatory authorities at the U.S. Food and Drug Administration (FDA) granted ‘Orphan Drug Designation’ to the asset in February 2023.
Algorithmic target prioritisation through multi-omics
The development relies entirely on Pharma.AI, the proprietary computational pipeline operating at Insilico Medicine. The workflow segments into distinct engines handling specific biological and chemical engineering tasks.
PandaOmics executes the initial target discovery phase. The system ingests vast biological datasets, processing genomics, clinical trial outcomes, academic literature, and patent intelligence to construct comprehensive biological network models. The algorithms apply causal inference mechanisms to identify novel disease links hidden within the data architecture.
PandaOmics isolated TNIK as the primary biological target regarding IPF intervention. The computational system bypassed the receptor tyrosine kinase pathways targeted by existing antifibrotic medications.
The software mapped TNIK as a central node regulating fibrosis and inflammation via Wnt, TGF-β, Hippo/YAP-TAZ, JNK, and NF-κB signalling channels. The target selection process integrated a hallmarks-of-aging framework, scoring biological targets based on their implication in multiple aging mechanisms, chronic inflammation, and extracellular matrix remodelling.
Feng Ren, PhD, Co-CEO and Chief Scientific Officer of Insilico Medicine, said: “IPF is one of the clearest clinical examples of an age-related disease in which fibrosis, chronic inflammation, extracellular matrix remodeling, and cellular senescence intersect.
“Rentosertib was not discovered by starting from a conventional target and simply screening more compounds. It came from a biology-first, ageing-informed AI workflow that connected TNIK to fibrotic and inflammatory disease mechanisms, and then used generative chemistry to create a drug candidate with the properties required for clinical development.”
Generative molecular engineering execution
Following target selection, the Chemistry42 engine executes generative molecular design. The system departs from traditional high-throughput screening methodologies. Chemistry42 does not search existing compound libraries—instead, the system applies Generative Tensorial Reinforcement Learning to build molecules that physically align with the target protein pocket. This algorithmic engineering process balances structural fit against required pharmacological properties.
The computational generation phase synthesised exactly 79 physical molecules to undergo testing. The engineering team selected the 55th iteration to advance into preclinical testing. This targeted generation protocol reduced the timeline from project initiation to preclinical candidate nomination to 18 months.
The foundational architecture stems from the 2019 publication of the company’s GENTRL methodology in Nature Biotechnology. The platform establishes reproducible systems regulating molecular generation, avoiding the capital-intensive trial-and-error processes defining standard pharmaceutical chemistry.
Validating biological impact through proteomic analysis
Clinical assessment integrates complex proteomic analysis to validate the algorithmically-predicted biological interactions. Insilico Medicine deploys internal proteomic aging-clock frameworks within the IPF trial to capture exploratory geroscience readouts.
Chronological-age proteomic clocks – including ProtAge, OrganAgechrono, ipfP3GPT, and PAOPAC – track predicted biological-age changes resulting from the intervention. Researchers apply UK Biobank age-associated trajectories as external comparison datasets, contextualising treatment-responsive proteins against broad population data.
Mortality-risk-related proteomic clocks, including PAC and OrganAgemortality, provide orthogonal analytical streams alongside standard clinical endpoints. The clinical teams execute SenMayo and CellAge signature analyses to evaluate senescence and senescence-associated secretory phenotype biology within cellular models.
Peer-reviewed research published in Aging and Disease confirmed that pharmacological TNIK inhibition produces senomorphic activity, generating observable reductions in extracellular matrix remodelling indicators.
Documenting the computational pipeline
The transition of rentosertib through the clinical pipeline provides a documented, peer-reviewed data trail essential to verifying AI capabilities in life sciences. Nature Biotechnology published the complete discovery-to-clinic progression. The publication details the algorithmic TNIK target prioritisation, the generative chemistry outputs, preclinical efficacy data, and human Phase I pharmacokinetics.
The Journal of Medicinal Chemistry published the structural biology validation, detailing the discovery of the novel TNIK inhibitor chemotypes and supplying structural backing via the TNIK kinase domain co-crystal structure. Nature Medicine documented the Phase IIa safety and lung-function data, providing empirical validation of the computational predictions.
Alex Zhavoronkov, PhD, Founder and CEO of Insilico Medicine, commented: “Rentosertib is a defining program for Insilico because it represents the full arc of our mission: using AI not only to move faster, but to originate new biology, new chemistry, and new therapeutic opportunities.
“This program began with the hypothesis that ageing biology could help identify powerful targets for major diseases. It has now advanced through target discovery, molecular design, preclinical validation, Phase I safety, randomised Phase IIa clinical data, and into Phase III development. For the AI drug discovery field, this is no longer only a speed story—it is a clinical translation story.”
Adoption of AI in biopharma requires verifiable data regarding human outcomes. The Phase III trial subjects the generative algorithms to the definitive test of clinical efficacy.
See also: NVIDIA BioNeMo accelerates Anthropic Claude Science
Want to learn more about AI and big data from industry leaders? Check out AI & Big Data Expo taking place in Amsterdam, California, and London. The comprehensive event is part of TechEx and is co-located with other leading technology events including the Cyber Security & Cloud Expo. Click here for more information.
AI News is powered by TechForge Media. Explore other upcoming enterprise technology events and webinars here.
The post Insilico Medicine advances AI drug for IPF to Phase III trials appeared first on AI News.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み