长生不老研究里有个被默认几十年的铁律:糖化终产物(AGEs)一旦在人体内形成就不可逆,像锈一样永久腐蚀弹性组织。Revel Pharmaceuticals(旧金山)联合团队用 AI 改写了这个前提——他们工程化的酶 CMLase 把一名 75 岁捐赠者主动脉样本里的 AGE 标志 CML 水平削去约 70%,降到 30 岁量级的浓度;在 64 岁捐赠者的皮肤与眼晶状体蛋白上也观察到类似回落。论文发表于 Nature Communications。
AGEs 为什么叫「身体的锈」
烘焙面包的金黄脆皮来自糖与蛋白受热反应,体内(约 37℃)也在缓慢发生同样反应,产物即 AGEs。数十年积累下来,它们让弹性组织变僵、助长慢性炎症,是心血管病、糖尿病、眼肾损伤的经典衰老标志。细胞外基质占身体约 70%,更新极慢(全身胶原蛋白半替换约需 15 年),存得越久越易被 AGE 损伤,导致皮肤松弛、肌腱弱化、关节僵硬、器官衰退。现有药物只能阻止新 AGE 形成,清不掉已嵌在组织里的旧伤,更逆转不了底层蛋白损伤。
AI 怎么找到这把「分子割草机」
团队锁定最普遍的 AGE 类型 N-羧甲基赖氨酸(CML)——它难清除且诱发炎症,还会激活细胞分泌使组织变僵、伤害脑小胶质细胞的因子。难点在于人体没有现成酶可作模板。于是他们转向微生物:腐败后分解 AGE 蛋白的微生物可能自带可改造的酶。
做法:用 AI 筛选 5 万多种微生物的 DNA 并建模其编码酶的结构,过滤出能进入胶原蛋白等大分子内部、够到隐藏 CML 的候选;最优命中来自一种嗜热水热泉细菌。初酶活力平平,团队再用定向进化(诺奖方法,加速自然选择)做了 5 轮、遍历 5 亿以上变体,得到比前身快 10 倍以上的 CMLase。在 CML 修饰的胶原、视网膜蛋白、血红蛋白上,CMLase 切掉化学加合物、恢复天然构象,「重新粉刷」了受损分子。
为什么值得关注(化学×生物×AI 的交叉点)
第一,它把抗衰老从「防」(阻断新损伤)推进到「修」(逆转旧损伤),直接挑战「AGE 损伤不可变」这一基础假设,是衰老生物学叙事里少见的「修复派」实证。
第二,方法学是标准 AI4S 范本:AI 序列/结构筛选(5 万微生物基因组)→ 物理启发建模 → 定向进化闭环,把「从自然里找不到模板」的死路用计算+进化绕开。这与 AlphaFold/RFdiffusion 设计全新蛋白、Baker 实验室从头造酶同属一条「AI 进入湿实验前夜」的主线,但落点是人类组织的真实样本而非小鼠,跨度更难能可贵。
第三,呼应更宽的 AI 设计生物分子浪潮:2026 年 4 月 Nature 综述(Wei Yang 等)判断蛋白设计的结构难题已近解决,活问题是「设计什么」;同年 Food Research International 综述指出 AI 平台正从食物蛋白库预测抗衰老肽序列(靶向 mTOR/Nrf2/IIS),工程微生物提供可规模化的合成路径。CMLase 是这条「AI 发现/设计→合成生物制造→人体验证」链上少有的临床前人体组织证据。
caveat:化学逆转不等于功能年轻化,组织离体证据到人体现场修复尚有距离;Revel CEO 也明言「还需更多工作」。但「不可逆」这一前提被推翻,本身已重置了该方向的研发起点。
一句话:当 AI 造出的酶能剪掉身体里的锈,抗衰老第一次有了「修复」而非只是「保养」的候选。
来源:Nature Communications(Revel Pharmaceuticals 等,CMLase 研究)、BIOSCIENCE/The Scientist 报道、2026-04 Nature 蛋白设计综述、Food Research International DOI 10.1016/j.foodres.2026.119189(AI 发现抗衰老肽综述)、SpaceDaily(AI 设计全新蛋白概览)。
讨论回复
加载中...正在加载回复...
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。