Frank e/acc for AI and Longevity

MIT PostDoc building AI Agent for Longevity. Ex CEO of BGI Innovation. cofounder of @descisino. Serial entrepreneur and veteran on biotech. @MIT

[Frank e/acc for AI and Longevity @BeFrankmit]

中国工程院院士、之江实验室主任王坚：人工智能正在迎来一次极其暴力的范式转折。

最核心的下一代基础模型，根本不在语言，而在科学数据。

[比特币橙子Trader @oragnes]

中国工程院院士、之江实验室主任王坚：人工智能正在迎来一次极其暴力的范式转折。

最核心的下一代基础模型，根本不在语言，而在科学数据。

#WAIC

[Frank e/acc for AI and Longevity @BeFrankmit]

FDA批准默克公��新药丸大幅降低胆固醇水平

昨天，FDA批准了默克公司的Lipfendra，这是首个口服PCSK9抑制剂。它是一种每日服用一次的药片，降低低密度脂蛋白胆固醇的效果与注射型PCSK9药物大致相同：在一项广泛的高胆固醇血症试验中，经安慰剂调整后降低了56%；在遗传性高胆固醇血症患者中，降低了59%。

对于低密度脂蛋白胆固醇（LDL胆固醇）来说，现在可不是好日子。在第195期节目中，我们讨论了礼来公司新推出的靶向PCSK9的基因疗法。这意味着对于心脏来说，现在是个好日子。低密度脂蛋白胆固醇是导致心脏病发作的主要原因之一。PCSK9是一种会破坏肝细胞上低密度脂蛋白受体的蛋白质。如果能够阻断PCSK9，就能让更多的受体存活下来，从而将“坏”胆固醇从血液中清除出去。

这并非首个靶向PCSK9的药物。即将推出的基因疗法，以及像Repatha和Praluent这样疗效显著的注射型抗体药物，也都是靶向PCSK9的疗法。但它们也都是注射剂，而当需要数百万人长期服用时，注射剂就成了一大障碍。

幸运的是，他们在另一项独树一帜的领先领域是环状肽。2024年，他们与一家不落俗套的资本投资组合公司Unnatural Products签署了一项价值2.2亿美元的生物科技合作协议，共同研发环状肽，该公司将其描述为“药物发现的下一个浪潮”。

大环肽的优势在于，它可以将通常需要注射的大分子药物（这些药物通常会在肠道内被消化）通过口服给药。利芬德拉就是一种大环肽，其折叠结构使其能够完整地从口腔到达靶点。

这并非一项新技术，而是一种全新的给药方式：如今，只需每天服用一颗价值 10.50 美元的药丸，就能以类似抗体的效力对抗心脏病发作。真是令人羡慕不已。

[Frank e/acc for AI and Longevity @BeFrankmit]

五代不同的衰老时钟

[Frank e/acc for AI and Longevity @BeFrankmit]

时间错觉：衰老并非线性过程

人们普遍认为，每个人衰老的速度都不同，例如，有些90岁的老人从未生过病，看起来比实际年龄年轻几十岁（我们称之为“健康老人”或“超级老人” ）。但人们普遍认为，衰老是一个渐进、稳定、线性的过程，在整个生命周期中，身体都会经历可预测的损耗，这可以通过日历来衡量。然而，这种“时间错觉”（下图中的虚线）已被推翻。多项研究利用大规模蛋白质组学（蛋白质或其他组学/生物学指标和成像技术）发现，衰老存在三个主要阶段，分别发生在34岁、60岁和78岁左右，如下图所示。

[Frank e/acc for AI and Longevity @BeFrankmit]

构建生物学下一时代的基础设施

并非所有长寿投资都是直接押注于衰老。

一些投资者正在支持那些可能催生全新医疗领域的技术。

Colossal Biosciences可能是最知名的例子。

这家公司因致���于复活已灭绝物种（例如猛犸象和恐狼）而闻名。虽然媒体报道往往聚焦于物种复活，但该公司认为，其背后的技术远比动物本身更为重要。

“复活灭绝物种的研究是一项高度复杂的技术驱动力，它加速了工具和平台的开发，其应用范围远远超出了已灭绝物种本身，”Colossal Biosciences 的创始人兼首席执行官 Ben Lamm 表示。

这项研究催生出的技术包括基因组工程、干细胞工程、生殖技术、计算生物学和发育系统，这些技术最终可能会影响医疗保健、农业和环境保护。

Colossal 近日宣布推出其人造蛋平台——一种首创的孵化系统，能够在生物蛋壳之外支持鸟类胚胎从早期胚胎到孵化的完整发育过程，而无需补充氧气。

该公司还在开发人工子宫技术，并已分拆出 Form Bio，这是一家专注于生物技术��件和人工智能工具的计算生物学公司。

或许同样重要的是，Colossal 帮助公众理解了前沿生物技术。

“当人们看到关于猛犸象、恐狼或人造蛋的新闻标题时，他们不会视而不见，”拉姆补充道。“他们会仔细阅读。”

[Frank e/acc for AI and Longevity @BeFrankmit]

将衰老视为根本原因

许多在长寿领域获得巨额资金支持的公司都秉持着一个共同的理念：衰老不应仅仅被视为一个不可避免的、需要应对的过程，而应该被理解、评估，并有可能得到治疗。

NewLimit公司正通过表观遗传重编程来实现这一理念。该公司并非逐一针对特定疾病，而是致力于研发旨在恢复年轻细胞功能的药物。

“我们最初研发的药物是针对那些与每个人都存在的衰老过程具有共同特征的疾病，”基梅尔说。“我们希望之后能将研发范围扩大到更广泛的老年人群体。”

HexemBio公司从不同的角度着手解决这个问题。该公司专注于造血干细胞，认为人体血液和免疫系统的衰退可能是衰老的主要驱动因素之一。

HexemBio首席执行官兼联合创始人加布里埃尔·勒维斯克·特伦布莱表示：“我们的核心论点是，衰老始于血液。造血干细胞的减少不仅仅是衰老的一个方面，它可能会加速其他所有衰老过程。”

为了应对这种衰退，HexemBio 开发了一种名为“合成人类卵黄囊”的产品，旨在重现造血干细胞首次形成的发育环境。

该公司已获得 FDA 孤儿药资格认定，完成了 Pre-IND 会议，目标是在 2027 年开展首次人体试验。

这一监管进展凸显了整个行业正在发生的更广泛的转变。如今，评估最具吸引力的长寿公司，不再仅仅依据其未来愿景，而是着重于临床里程碑、已发表的研究成果和监管验证。

正如勒维斯克·���伦布莱所说：

“生物技术投资者想看到的是FDA是否认同你的科学前提，而不仅仅是你的团队是否认同。”

[Frank e/acc for AI and Longevity @BeFrankmit]

@knowyourself518 哈哈，我也喜欢这一篇

[Frank e/acc for AI and Longevity @BeFrankmit]

生物年龄时钟：科学价值上升，临床营销空间受压

7月9日，《Nature Medicine》发表Tony Wyss-Coray和Eric Topol关于生物衰老时钟的综述，系统讨论其在疾病风险识别、早期预防、干预效果评估和健康寿命研究中的用途。文章同时强调，器官衰老高度异质，单一“全身生物年龄”可能掩盖脑、免疫和其他器官之间的差异。Nature Medicine

同日公布的一项���年队列研究给产业泼了冷水：研究者随访1,108名基线年龄34—49岁的人群7—9年，发现由年龄、性别、吸烟、饮酒、腰臀比和BMI组成的传统模型，在预测衰老相关非传染性疾病方面，优于加入常用表观遗传时钟的模型。图尔库大学研究摘要

产业解读：
“测出年轻了几岁”不能自动等同于疾病风险下降或临床获益。
时钟企业需要证明相对于常规体检的增量预测价值、跨人群稳定性和可干预性。
更有前景的产品可能是器官特异、多组学和纵向变化模型，而不是一次性DNA年龄分数。

[Frank e/acc for AI and Longevity @BeFrankmit]

Genflow Biosciences Plc

年中运营及公司概况

Genflow Biosciences Plc（伦敦证券交易所代码：GENF）（场外交易市场代码：GENFF）（简称“Genflow”或“公司”）是 长寿研究领域的新兴领导者，现提供截至 2026 年 6 月 30 日的六个月期间的年中运营和公司概要。

· 犬类临床试验未出现延误：SLAB试验的初步中期结果积极，随后在三个月的随访中证实了其持续的安全性和有效性。

· 与更多一级动物保健公司扩大保密协议范围

· 与 Acuitas Therapeutics（“Acuitas”）开展战略技术合作，进行全额资助、非稀释性 LNP 递送开发

· 国际专利公开将SIRT6的保护范围扩大到肌肉疾病适应症

· 任命新的独立非执行主席，随后在两场行业会议上发表演讲

Genflow Biosciences首席执行官Eric Leire博士评论道：“所有研发项目均按计划推进，未出现任何延误。2026年上半年，我们的SIRT6平台已从临床前研究阶段迈向临床、监管和商业证据充分的阶段。我们公布了SLAB试验的积极中期数据，并在三个月的随访中证实，该疗效是持续性的，而非短暂的。我们与LNP技术领域最知名的公司之一达成了全额资助的交付合作，并扩大了我们的知识产权范围。进入下半年，我们已获得非稀释性融资，在动物健康领域与合作伙伴的对话也在不断拓展，更多数据也将按计划公布。”

SIRT6平台：临床进展

Genflow 的核心科学项目——SIRT6 百岁老人基因疗法——在此期间产生了一系列积极的数据。

SLAB试验（老年比格犬的肌肉减少症和寿命）

· 2 月份公布的初步中期结果积极：所有治疗组在给药期间的生存率均优于对照组，未观察到不良事件，且所有四个队列（24 只 10 岁以上的比格犬、两个裸 DNA 剂量水平、单剂量 AAV8 队列和对照组）均具有良好的安全性和耐受性。

· 4 月，在首次给药三个月后进行的后续观察证实，疗效已得到维持，且未记录到不良事���，这为疗效的持久性而非短暂性提供了早期证据。

· 甲基化时钟（生物年龄）分析和肌肉活检组织学检查仍在进行中。该试验预计将于2026年7月底结束，随后将对所有剩余终点进行全面更新。

犬类衰老研究（GF-1004）

· 这项独立的双盲试验正在进行中，该试验将在180天的监测期内评估肌肉减少症、健康寿命和与寿命相关的生物标志物。预计将于2026年7月进行为期六个月的疗效评估，以评价疗效的持久性和长期影响。

[Frank e/acc for AI and Longevity @BeFrankmit]

【 AI智药的四项硬指标 】
1）独占人类疾病数据；
2）多模态疾病模型；
3）可扩展实验闭环；
4）药物项目承接能力。

��一阶段的领先者，将同时证明数据壁垒、因果发现能力和临床资产转化。

[Frank e/acc for AI and Longevity @BeFrankmit]

@knowyourself518 OG啦

[Frank e/acc for AI and Longevity @BeFrankmit]

Conception Bio利用干细胞生成首批早期人类卵子

想象一下，告诉乔���·华盛顿，在他创立的这个国家的四代人之后，科学家会把血细胞变成卵细胞，而卵细胞最终可能会发育成人类。

位于伯克利的初创公司Conception的团队正在做着这样的事情。该公司称，他们已经利用干细胞培育出了首批早期人类卵细胞，称为初级卵母细胞。为了实现这一目标，他们抽取了血液，将血细胞重编程为诱导多能干细胞，然后诱导这些干细胞分化成微型人类卵巢，并在其中发育卵子。这些早期卵子经历了减数分裂，支持细胞将每个卵子包裹在一个卵泡中，从而重现了真实发育中卵巢的基本结构。整个过程简直令人难以置信。

自2016年以来，体外配子发生技术已在小鼠身上取得成功。当时，Conception公司的合作者林胜彦（Katsuhiko Hayashi）成功培育出小鼠卵子，并使其发育成健康且可育的幼崽。然而，人类的体外配子发生却困难得多。OpenAI创始团队成员之��的马特·克里西洛夫（Matt Krisiloff）曾公开表示，他渴望拥有一个与自己和伴侣都有血缘关系的孩子，而他为此努力了八年之久。繁衍后代是自然界最强烈的本能之一，而马特正致力于将这种本能转化为全人类的福祉。

目前的不足之处在于，这些只是早期卵母细胞，并非成熟卵子，无法进行体外受精，距离临床应用还有数年时间。但这预示着一个美好的未来：我们只需一滴血就能培育出所需数量的健康卵子。伊丽莎白·霍姆斯不禁潸然泪下。

我相信，未来几年，关于这些卵子的伦理使用将会引发诸多争论。它们将使两个生物学父亲成为可能，提高胚胎选择的效率（可供选择的卵子更多），延长女性的生育期（并帮助癌症患者恢复生育能力），缩短世代繁衍（理论上无需���娠期），并有助于复活更多灭绝动物。

[Frank e/acc for AI and Longevity @BeFrankmit]

初级保健是人工智能面临的最大机遇

人人都喜欢谈论人工智能取代医生。但Insight Partners的一份新报告指出，更大的机遇在于大幅提升基层医疗的能力。这一点至关重要，因为近一半的美国基层医生表示自己精疲力竭，患者平均需要等待一个月以上才能预约到新医生，而且医生每天需要近27个小时才能提供所有推荐的医疗服务。

正在发生变化的是初级保健医生（PCP）的工作范围。Abridge 等公司正在将临床对话转化为文档、编码和决策支持。Butterfly 正在将人工智能驱动的超声设备装进口袋，方便医生使用。Mendaera 正在开发机器人引导系统，使更多临床医生能够开展以往需要专科医生才能完成的手术。Tempus 利用多模态数据帮助医生将患者与合适的治疗方案和临床试验进行匹配，而 Cadence 则在患者两次就诊之间进行远程监测，以便在问题演变为住院治疗之前及时发现并解决。Tennr 正在通过自动化患者入院流程来解决转诊瓶颈问题，帮助患者更快地找到合适的专科医生。

人工智能的更广泛应用前景远不止于帮助医生节省几分钟的病历记录时间。如果人工智能能够帮助基层医生诊断更多疾病、管理更多患者，并在人们需要专科治疗之前保持他们的健康，那么这将是医疗保健领域最具杠杆效应的投资之一。

[Frank e/acc for AI and Longevity @BeFrankmit]

Anthropic涉足药物研发领域

Anthropic公司正加大力度进军生命科学领域。在推出用于基因组学、蛋白质组学和药物发现的人工智能工作平台Claude Science的同时，该公司宣布启动一项内部药物发现计划，专注于传统制药公司往往忽视的被忽视疾病。

Anthropic公司表示，他们这样做并非为了转型成为一家制药公司。而是因为，当你真正参与药物研发时，构建用于药物发现的人工智能要容易得多。该公司希望获得客户在工作流程、瓶颈和决策方面的第一手经验，而不是从外部视角构建工具。

这也符合更广泛的趋势。过去几个月，我们看到 OpenAI 推出了用于生物学的 Rosalind 模型，谷歌支持的 Isomorphic Labs 进一步拓展药物研发领域，Meta 支持的 Biohub 发布了新的蛋白质模型，现在 Anthropic 也加入了实验室领域。前沿人工智能实验室不再仅仅是销售��型，它们正日益成为其想要变革的行业的实践者。这些模型公司究��会直接面向企业，还是会赋能现有企业，这将非常有趣。

[Frank e/acc for AI and Longevity @BeFrankmit]

专业模型反击

就在《自然》杂志一篇广为流传的论文指出前沿模型优于医疗保健专用工具的几周后，OpenEvidence 发表了自己的研究，提出了相反的观点。

这次评估使用的是医生在诊疗过程中实际输入到 OpenEvidence 系统中的 620 个真实问题，而非基准数据集。一个由 149 位来自 30 多个专科的医生组成的盲评小组，从准确性、临床实用性、信息来源质量、可验证性和完整性五个方面对答案进行了评分。OpenEvidence 在所有五个类别中均名列前茅，优于 Claude、Gemini 和 GPT-5.5。

当这些前沿模型对���己给出的答案而非医生给出的答案进行评分时，GPT-5.5 更倾向于自己的答案，而 Claude 和 Gemini 的评分则与人类评审员的评分更为一致。这再次提醒我们，人工智能评判人工智能仍然存在诸多缺陷。

这印证了我们在市场上反复听到的观点：通用模型功能强大，但医疗保健行业很难用基准模型进行复制。其性能取决于临床环境、工作流程以及反映医生实际行医方式的评估。目前看来，医疗保健仍然是一场专业化的游戏。

[Frank e/acc for AI and Longevity @BeFrankmit]

【重新定义科学实验】
实验不再只是验证人类提出的假设，也成为模型主动收集信息的动作。

这会把生物医药竞争的核心，从单个算法转向四种能力的整合：高通量实验、独特患者数据、可靠模型，以及把结果送回实验和临床的组织能力。大型药企的优势因此可能不是模型更聪明，而是拥有完整闭环。

[Frank e/acc for AI and Longevity @BeFrankmit]

Conception Bio利用干细胞生成首批早期人类卵子

想象一下，告诉乔治·华盛顿，在他创立的这个国家的四代人之后，科学家会把血细胞变成卵细胞，而卵细胞最终可能会发育成人类。

位于伯克利的初创��司Conception的团队正在做着这样的事情。该公司称，他们已经利用干细胞培育出了首批早期人类卵细胞，称为初级卵母细胞。为了实现这一目标，他们抽取了血液，将血细胞重编程为诱导多能干细胞，然后诱导这些干细胞分化成微型人类卵巢，并在其中发育卵子。这些早期卵子经历了减数分裂，支持细胞将每个卵子包裹在一个卵泡中，从而重现了真实发育中卵巢的基本结构。整个过程简直令人难以置信。

自2016年以来，体外配子发生技术已在小鼠身上取得成功。当时，Conception公司的合作者林胜彦（Katsuhiko Hayashi）成功培育出小鼠卵子，并使其发育成健康且可育的幼崽。然而，人类的体外配子发生却困难得多。OpenAI创始团队成员之一的马特·克里西洛夫（Matt Krisiloff）曾公开表示，他渴望拥有一个与自己和伴侣都有血缘关系的孩子，而他为此努力了八年之久。繁衍后��是自然界最强烈的本能之一，而马特正致力于将这种本能转化为全人类的福祉。

目前的不足之处在于，这些只是早期卵母细胞，并非成熟卵子，无法进行体外受精，距离临床应用还有数年时间。但这预示着一个美好的未来：我们只需一滴血就能培育出所需数量的健康卵子。伊丽莎白·霍姆斯不禁潸然泪下。

我相信，未来几年，关于这些卵子的伦理使用将会引发诸多争论。它们将使两个生物学父亲成为可能，提高胚胎选择的效率（可供选择的卵子更多），延长女性的生育期（并帮助癌症患者恢复生育能力），缩短世代繁衍（理论上无需妊娠期），并有助于复活更多灭绝动物。

[Frank e/acc for AI and Longevity @BeFrankmit]

【数据基础设施会提升模型预测水平】
约翰·詹珀 (John Jumper) 加入 Anthropic 的消息引起了广泛关注。这位诺贝尔奖得主、AlphaFold 的联合创始人，在谷歌 DeepMind 工作九年后离职——这的确是一则引人注目的招聘故事。但如果你读过 Anthropic 两周前发布的研究报告，就会发现招聘本身并非重点。真正值得关注的是研究报告。报告指出，前沿人工智能模型在重复运行相同的病毒序列查询时，准确率低至 16.9%。这并非模型本身的局限性，而是由于数据基础设施的缺陷。而解决方案——一个单一的确定性检索工具——将所有测试模型的准确率提升至 92% 以上。这一差距充分揭示了人工智能代理在实践中的不足之处。

无人提及的准确性问题
2026年6月，Anthropic公司发布了《为生物学智能体铺路》（Paving the Way for Agents in Biology）报告，其中包含一个名为VirBench的基准测试：该测试包含120个病毒序列检索查询，涵盖40种病原体。测试中，六种前沿模型在未使用任何专用工具的情况下进行了测试。在不使用确定性访问工具的情况下，��均准确率从Claude Sonnet 4的16.9%到GPT-5.5的91.3%不等——针对相同的查询，但不同运行的结果差异很大。

模型理解了问题，只是无法可靠地获取数据。生物数据库分散各处，API 不一致，每次调用结果都可能不同。智能体虽然推理正确，但却基于一个错误的检索步骤构建答案。这并非生物学特有的问题，而是数据基础设施的通病。生物学之所以能将这个问题残酷地暴露出来，是因为其利害关系显而易见，且事实真相可验证。任何构建需要访问外部 API、数据库或服务的智能体管道的开发者都会面临同样的可靠性难题。

一个工具改变了一切
Anthropic 团队与 NCBI 合作开发了gget virus，这是一款确定性工具，能够协调 NCBI 的 REST、Datasets 和 E-utilities API，处理大量结果的批量处理，并返回标准化的日志输出。结果令人瞩目。借助 gget virus，基准测试中的所有模型准确率均超过 92%。Claude Sonnet 4 的准确率从 16.9% 提升至 92.8%，GPT-5.5 的准确率从 91.3% 提升至 99.7%。所有模型的运行间稳定性均跃升至 0.92 到 1.00 之间。

这项研究得出了一个值得重视的明确结论：“可靠的数据集构建不应依赖于最新或最昂贵的模型。” 一个配备合适确定性工具的更便宜的模型胜过没有该工具的昂贵模型。在考虑使用更大的模型来解决代理可靠性问题之前，请先审核数据访问层是否是真正的瓶颈。如果您想了解实现细节，可以参考相关的 arXiv 论文，其中深入探讨了架构。gget virus 是开源的，可以通过 pip 安装。

Claude Mythos 在生物信息学中的作用
此外，Anthropic 还发布了BioMysteryBench：包含 99 道由 DNA 和 RNA 测序、蛋白质组学和代谢组学等领域的专家编写的真实生物信息学问题。人类答对了其中的 76 道。Claude Mythos Preview 在五次测试中平均准确率达到 82.6%，并答��了 23 道人类专家均未解答的问题中的 7 道。
这是一个真实的结果。但Anthropic坦诚地指出了其局限性：Mythos在最难的问题上取得的约44%的胜利是“不稳定的”——五次尝试中只有不到两次能够重复。该模型可以得出研究级别的答案，但目前还无法在最难的问题上稳定地给出答案。如果你打算在此基础上进行开发，那么这种稳定性不足才是工程上的限制，而不是最终结果。
人类究竟在建造什么

聘请Jumper只是Anthropic公司一系列举措中的一个信号。该公司在2026年投入大量资源构建重要的科研基础设施。今年2月，Anthropic宣布与艾伦研究所和霍华德·休斯医学研究所（HHMI）建立旗舰级合作关系。4月，Anthropic斥资4亿美元收购了Coefficient Bio——一家成立仅8个月、拥有10名员工的隐形药物研发人工智能初创公司——旨在为其药物靶点选择和临床监管策略引入生物技术运营方面的专业知识。Anthropic还开设了实际的湿实验���。百时美施贵宝正在研发和生产���节部署Claude系统。其目标是将生命科学研发周期缩短10倍，尤其侧重于使目前“无法成药”的靶点变得可行。
这并非简单的API封装。Anthropic正在构建其认为人工智能代理能够在科学研究中可靠运行所必需的基础设施层——VirBench利用数据所证明的道理也同样适用。

[Frank e/acc for AI and Longevity @BeFrankmit]

@knowyourself518 @MrQin_BTC 这是在哪？