Rentosertib: seis relojes proteómicos confirman reversión de envejecimiento

⏱ Tiempo de lectura: 4 min

Investigadores de Insilico Medicine publicaron en Nature Biotechnology un análisis que aplicó seis relojes proteómicos independientes a muestras de sangre de un ensayo clínico de fase IIa del fármaco rentosertib, diseñado por inteligencia artificial. Los seis modelos confirmaron una reducción consistente de la edad biológica en pacientes tratados frente a placebo durante 12 semanas. Se trata del primer análisis clínico directo de múltiples relojes proteómicos en una intervención farmacológica, según sus autores.

Seis modelos proteómicos convergen en reversión de edad biológica

El estudio utilizó datos de proteómica sérica de un ensayo aleatorizado, doble ciego y controlado con placebo realizado en China durante 2023 y 2024. Cuarenta y dos participantes proporcionaron perfiles proteómicos longitudinales en línea de base, semana 2, semana 4 y semana 12, con 2.841 proteínas medidas mediante el panel Olink Explore 3072. La cohorte tenía edad media de 67,1 años. Los seis relojes empleados—ProtAge, dos variantes de OrganAge, PAC, ipfP3GPT y PAOPAC—fueron desarrollados por distintos grupos usando métodos que van desde aprendizaje automático clásico hasta aprendizaje profundo, entrenados para predecir edad cronológica o riesgo de mortalidad. Pese a estas diferencias metodológicas, todos registraron reducción de edad biológica predicha en brazos de tratamiento respecto a placebo.

Datos confirmados: dosis, reducciones de edad y dinámicas temporales

El régimen de 30 mg dos veces al día produjo la mayor concordancia entre relojes, con reducciones significativas en modelos entrenados con edad cronológica y riesgo de mortalidad. En el brazo de 60 mg una vez al día, los relojes entrenados con edad cronológica mostraron reducciones de edad biológica entre 2,7 y 3,5 años en la semana 4. De 54 comparaciones estadísticas (seis relojes × tres momentos posprueba), 21 alcanzaron significancia, concentradas en la semana 4. El efecto se estabilizó en la semana 12, patrón que los autores señalan requiere investigación adicional. Rentosertib es un inhibidor de TNIK, target identificado por Insilico mediante su plataforma PandaOmics como gen implicado en seis marcas del envejecimiento; la molécula fue generada por la plataforma de química generativa Chemistry42 de la empresa. Fuente original en www.unite.ai.

Diferenciación entre efecto anti-envejecimiento y mejoría pulmonar

Los autores abordaron el desafío central: los relojes proteómicos por sí solos no distinguen un efecto modulador genuino del envejecimiento de las consecuencias posteriores del tratamiento de fibrosis pulmonar idiopática. Realizaron análisis complementarios: (1) el régimen con mayor mejoría en capacidad vital forzada fue 60 mg una vez al día, pero mostró respuesta de reloj más inconsistente que 30 mg dos veces al día; un análisis de regresión reveló que el cambio en función pulmonar explicó varianza mínima en cambios de edad biológica; (2) compararon cambios proteómicos inducidos por tratamiento contra trayectorias proteómicas asociadas a edad en 55.319 participantes del UK Biobank: el régimen 30 mg dos veces al día revirtió significativamente trayectorias proteómicas relacionadas con la edad, mientras que placebo mostró deriva hacia envejecimiento normal; (3) análisis de enriquecimiento de conjuntos de genes mostró que pacientes tratados regularon a la baja firmas proteicas asociadas a senescencia, mientras que grupo placebo las reguló al alza, patrón consistente con efecto senomorfo donde el fármaco suprime secreciones dañinas de células senescentes sin eliminarlas. Siete proteínas, entre ellas EREG, IGFBP4, MMP10, MMP13 y SPP1, se regularon a la baja en todos los brazos tratados.

Qué significa para usuarios y desarrolladores

El análisis establece un marco metodológico para integrar endpoints de geociencia en ensayos convencionales de enfermedad: recopilación prospectiva de biomarcadores de envejecimiento y senescencia, replicación en poblaciones no-IPF, y búsqueda de calificación regulatoria bajo el programa FDA Biomarker Qualification Program. Rentosertib avanzó a ensayo fase III en fibrosis pulmonar idiopática. Todos los datos proteómicos se depositaron en el Centro Nacional Chino de Bioinformática bajo acceso OMIX008341, y el pipeline de análisis se lanzó como librería Python de código abierto en GitHub.

Parámetro	Valor
Número de relojes proteómicos	Seis: ProtAge, OrganAge (dos variantes), PAC, ipfP3GPT, PAOPAC
Mecanismo de entrenamiento	Edad cronológica y riesgo de mortalidad
Fármaco estudiado	Rentosertib (inhibidor TNIK, diseñado con IA)
Tipo de ensayo	Aleatorizado, doble ciego, controlado con placebo, fase IIa
Ubicación y años	China, 2023–2024
Participantes con perfilado proteómico	42 (edad media 67,1 años)
Proteínas medidas	2.841 (panel Olink Explore 3072)
Puntos temporales	Línea de base, semana 2, semana 4, semana 12
Dosis 30 mg dos veces/día	Mayor concordancia entre relojes; reducciones significativas en modelos cronológicos y mortalidad
Dosis 60 mg una vez/día	Reducciones 2,7–3,5 años edad biológica semana 4 (relojes cronológicos); mejor mejoría función pulmonar
Comparaciones estadísticas significativas	21 de 54 (concentradas semana 4); efecto meseta semana 12
Proteínas reguladas a la baja consistentemente	EREG, IGFBP4, MMP10, MMP13, SPP1 (todas en brazos tratados)
Publicación	Nature Biotechnology, 7 de septiembre de 2026
Disponibilidad de datos	Centro Nacional Chino de Bioinformática (OMIX008341); código abierto en GitHub
Siguiente fase	Ensayo fase III fibrosis pulmonar idiopática

Preguntas frecuentes sobre relojes proteómicos y rentosertib

¿Qué son los relojes proteómicos de envejecimiento?

Son modelos computacionales entrenados con datos de proteínas en sangre para predecir edad biológica (edad según marcadores moleculares) versus edad cronológica. Detectan patrones proteómicos asociados a envejecimiento y permiten medir si un tratamiento los revierte o ralentiza.

¿Por qué fue significativo que seis relojes independientes coincidieran?

Cada reloj fue desarrollado por grupos diferentes, usa métodos distintos (aprendizaje automático clásico y aprendizaje profundo) y se entrena con objetivos parcialmente diferentes (edad cronológica o riesgo de mortalidad). Su convergencia reduce la probabilidad de falso positivo y sugiere un efecto robusto de rentosertib sobre marcadores proteómicos de envejecimiento.

¿Es rentosertib un tratamiento anti-envejecimiento aprobado ya?

No. El ensayo fue fase IIa (seguridad y eficacia preliminar) y se espera que continúe a fase III. La aprobación regulatoria aún está pendiente. No se especifica en el texto fuente recibido una fecha estimada para fase III ni para aprobación.

¿El fármaco mejora la función pulmonar tanto como la edad biológica?

No necesariamente en la misma dosis. El régimen 60 mg una vez al día mostró mayor mejoría en función pulmonar, pero menor consistencia en relojes de edad. El régimen 30 mg dos veces al día mostró mayor efecto en relojes pero menor mejoría pulmonar. Ambos efectos parecen operan en mecanismos parcialmente independientes.

¿Cómo diferenciaron los autores un efecto anti-envejecimiento de la mejoría de fibrosis?

Mediante análisis de regresión (cambio pulmonar explicó varianza mínima en edad biológica), comparación contra trayectorias naturales en UK Biobank (reversión versus deriva hacia envejecimiento normal) y análisis de firmas de senescencia (regulación a la baja en tratados, regulación al alza en placebo). Advirtieron que la disentangling completa de ambos efectos requeriría validación en voluntarios sanos.

El punto clave para la comunidad tech

Este estudio demuestra que múltiples modelos proteómicos de envejecimiento pueden capturar cambios biológicos consistentes bajo intervención farmacológica. Abre la puerta a integrar endpoints de geociencia en ensayos clínicos convencionales, algo que durante décadas ocurrió a posteriori con fármacos como rapamicina y metformina. La convergencia de seis relojes independientes fortalece la confianza en lecturas proteómicas como señales tempranas de modulación de envejecimiento.

En Inteligencia Artificial, este trabajo ejemplifica cómo descubrimiento de targets (PandaOmics) y diseño de moléculas (Chemistry42) basados en IA pueden generar hipótesis biológicas novedosas que luego se validan con metodologías proteómicas independientes. La reproducibilidad entre modelos computacionales distintos será clave para acelerar calificación regulatoria de biomarcadores de envejecimiento. ¿Veremos dentro de cinco años ensayos clínicos donde los endpoints de edad biológica rivalizan en importancia con medidas clínicas tradicionales?

Fuente: www.unite.ai