El fármaco para la FPI descubierto por IA, Rentosertib, entra en ensayos de fase III
El inhibidor de TNIK diseñado por inteligencia artificial de Insilico Medicine avanza hacia ensayos en fase avanzada para una enfermedad pulmonar relacionada con la edad, mortal y con escasas opciones de tratamiento.
Resumen
Insilico Medicine ha lanzado un ensayo clínico de Fase III para rentosertib, un fármaco descubierto mediante inteligencia artificial que tiene como diana la fibrosis pulmonar idiopática (FPI). La FPI es una enfermedad pulmonar progresiva y mortal impulsada por la fibrosis, la inflamación crónica y la senescencia celular, características centrales del envejecimiento biológico. El fármaco actúa sobre TNIK, una quinasa implicada en múltiples vías profibróticas, y fue identificado mediante la plataforma de IA de Insilico al analizar redes biológicas relevantes para el envejecimiento, en lugar de recurrir a dianas farmacológicas convencionales. Datos previos de Fase IIa en 71 pacientes mostraron mejoras dependientes de la dosis en la función pulmonar. Este hito importa no solo como logro de la inteligencia artificial, sino como evidencia de que la biología del envejecimiento puede servir como marco práctico para identificar nuevas dianas terapéuticas en enfermedades donde la medicina actual se queda corta.
Resumen detallado
La fibrosis pulmonar idiopática es uno de los diagnósticos más implacables de la medicina. Los pulmones se cicatrizan y endurecen progresivamente, las terapias actuales solo ralentizan la enfermedad, y la supervivencia media tras el diagnóstico es de apenas dos a cuatro años. Con tan pocas opciones eficaces, cualquier terapia genuinamente modificadora de la enfermedad representaría un avance importante — razón por la cual el inicio de la Fase III de Insilico Medicine para rentosertib está generando una atención considerable.
Rentosertib fue descubierto y diseñado utilizando la plataforma Pharma.AI de Insilico, específicamente su herramienta PandaOmics, que analizó datos multi-ómicos y redes biológicas para identificar mecanismos de enfermedad relacionados con el envejecimiento. El objetivo que identificó — TNIK, una serina/treonina quinasa — se sitúa en la intersección de varias vías de señalización fibróticas e inflamatorias, entre ellas Wnt, TGF-β, Hippo/YAP-TAZ, JNK y NF-κB. Crucialmente, TNIK no era un candidato obvio preexistente; la IA lo identificó buscando señales vinculadas a la biología del envejecimiento, en lugar de seguir la lógica convencional del descubrimiento de fármacos.
El ensayo de Fase IIa GENESIS-IPF, publicado en Nature Medicine, incluyó a 71 pacientes con FPI en 22 centros de China. Aunque fue principalmente un estudio de seguridad y tolerabilidad, reportó mejoras dependientes de la dosis en la función pulmonar, lo que supuso un alentador respaldo clínico inicial. El programa también ha destacado por su transparencia, con la identificación del objetivo, la química y los hallazgos clínicos documentados en publicaciones revisadas por pares.
Para el campo de la longevidad, la implicación más amplia es significativa. La FPI es una enfermedad relacionada con la edad en sentido estricto — impulsada por la senescencia celular, la inflamación crónica y la remodelación de la matriz extracelular. Si un enfoque computacional informado por la biología del envejecimiento puede producir un medicamento diferenciado en este contexto, ello valida dicha biología como un marco práctico para el descubrimiento de fármacos, y no meramente como una perspectiva teórica.
Persisten algunas advertencias. Los ensayos de Fase III eliminan de forma rutinaria a candidatos prometedores. El ensayo anterior fue pequeño, se realizó en un solo país y fue diseñado principalmente para evaluar la seguridad, no la eficacia. La evidencia confirmatoria del ensayo global de mayor envergadura es esencial antes de poder extraer conclusiones sobre el beneficio clínico.
Hallazgos clave
- Rentosertib enters Phase III — the first AI-designed, aging-informed drug to reach late-stage IPF trials.
- TNIK kinase target was identified by AI scanning aging-relevant biological networks, not conventional target databases.
- Phase IIa data in 71 patients showed dose-dependent lung function improvement with acceptable safety profile.
- IPF involves cellular senescence and fibrosis — core aging hallmarks — making it a key geroscience target.
- Program validates AI plus aging biology as a practical drug discovery strategy, not just a theoretical concept.
Metodología
Esto es un reportaje de noticias y comentario editorial de Longevity.Technology, una publicación especializada de referencia en ciencias del envejecimiento. Resume el inicio de un ensayo clínico de Fase III y hace referencia a datos de Fase IIa revisados por pares y publicados en Nature Medicine. La base de evidencia es moderadamente sólida, fundamentada en datos clínicos publicados y comunicados oficiales de la empresa.
Limitaciones del estudio
El ensayo de Fase IIa fue pequeño (71 pacientes), realizado únicamente en China y diseñado principalmente para evaluar la seguridad más que la eficacia, lo que limita su capacidad de generalización. Se necesitan resultados de Fase III antes de que cualquier conclusión sobre el beneficio clínico sea válida. El artículo es en parte editorial y refleja la perspectiva pro-longevidad de la publicación.
¿Te ha gustado este resumen?
Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.
Introduce tu correo electrónico para suscribirte: