Nature Biotechnology : le candidat contre la FPI rentosertib, développé par IA par Insilico, montre un potentiel d’inversion de l’âge biologique selon six horloges protéomiques du vieillissement

Insilico Medicine

7 septembre 2026

Points principaux

• Première évaluation de ce type d’un candidat développé grâce à l’IA : il s’agit du premier médicament conçu de novo à l’aide d’une IA générative pour cibler une nouvelle cible thérapeutique elle-même découverte grâce à l’intelligence artificielle et à la recherche sur le vieillissement, notamment les horloges biologiques basées sur l’IA, les modèles d’IA et l’évaluation des caractéristiques fondamentales du vieillissement (« Hallmarks of Aging »).
• Premier consensus universel entre six horloges protéomiques du vieillissement développées indépendamment : en analysant sur 12 semaines les données protéomiques longitudinales Olink provenant de 42 patients atteints de fibrose pulmonaire idiopathique (FPI), six modèles d’horloges du vieillissement — notamment ProtAge, OrganAge et PAC — développés indépendamment par des équipes de premier plan de Harvard, Oxford, l’Université de Pékin et Insilico, ont tous indiqué que le rentosertib réduisait l’âge biologique prédit.
• Premier modèle évolutif pour des essais cliniques à double objectif : cette étude constitue la première démonstration d’un nouveau médicament dirigé contre une nouvelle cible découverte grâce aux recherches sur le vieillissement, puis appliqué à une maladie liée à l’âge tout en intégrant des biomarqueurs du vieillissement dans le cadre d’un essai clinique. Elle établit un cadre standardisé permettant d’intégrer des critères de géroscience aux essais cliniques traditionnels, en conformité avec les lignes directrices FDA Biomarker/BEST, afin d’évaluer simultanément des traitements contre le vieillissement et contre certaines maladies.

CAMBRIDGE, Massachusetts — lundi 7 septembre 2026, 5 h HNE — Insilico Medicine (« Insilico »), une société de biotechnologie au stade clinique spécialisée dans la découverte et le développement de médicaments grâce à l’intelligence artificielle générative, a annoncé aujourd’hui la publication d’une nouvelle étude menée en collaboration avec une équipe internationale de chercheurs provenant notamment de la Harvard Medical School, de l’Université Stanford, du Broad Institute, de la RWTH Aachen University, de l’Université de Pékin et de la Westlake University.

À partir de données protéomiques longitudinales Olink — accession CNCB OMIX : OMIX008341 — recueillies au cours d’un essai clinique de phase IIa sur le rentosertib, les chercheurs ont évalué l’âge biologique à l’aide de six horloges protéomiques du vieillissement reconnues internationalement et développées indépendamment.

Les six modèles ont systématiquement indiqué une diminution de l’âge biologique prédit chez les patients traités par rentosertib.

De plus, la capacité vitale forcée (CVF/FVC), une mesure essentielle de la fonction pulmonaire qui tend normalement à diminuer avec l’âge, a montré une amélioration prometteuse dépendante de la dose par rapport au placebo, ce qui concordait avec les résultats observés au moyen des horloges protéomiques du vieillissement.

Publiée récemment dans Nature Biotechnology, l’étude représente la première évaluation clinique d’un candidat médicament potentiellement « first-in-class » combinant à la fois une cible thérapeutique découverte par IA et présentant un lien avec le vieillissement et la maladie, ainsi qu’une molécule elle-même conçue par intelligence artificielle.

Il ne s’agit donc pas simplement de réutiliser un médicament générique existant comme la rapamycine ou la metformine.

Les résultats offrent également une preuve de concept pour l’intégration de biomarqueurs du vieillissement dans les essais cliniques traditionnels afin d’accélérer la découverte de médicaments géroprotecteurs et de thérapies favorisant la longévité.

Les résultats doivent être présentés par le premier auteur, Alex Zhavoronkov, fondateur et PDG d’Insilico Medicine, lors de la conférence de Nature intitulée Redefining Healthcare in the Age of AI, organisée à l’Université de la Sorbonne, à Paris, le 8 septembre 2026.

De la biologie du vieillissement à un médicament clinique

Contrairement aux études traditionnelles de géroscience reposant sur le repositionnement de médicaments tels que la rapamycine ou la metformine, Insilico a adopté une approche différente en intégrant la biologie du vieillissement à sa stratégie de découverte de médicaments dès le départ.

Grâce à sa plateforme de découverte de cibles thérapeutiques alimentée par intelligence artificielle, Insilico a identifié TNIK comme une nouvelle cible potentiellement impliquée à la fois dans le vieillissement et la fibrose.

Une analyse fondée sur les « Hallmarks of Aging », ou caractéristiques fondamentales du vieillissement, a montré que TNIK obtenait un score élevé dans six mécanismes fondamentaux du vieillissement.

TNIK a ensuite été sélectionnée comme cible à double objectif, pertinente à la fois pour la biologie sous-jacente au vieillissement et pour la fibrose pulmonaire idiopathique (FPI).

La plateforme de chimie générative d’Insilico, Chemistry42, a ensuite été utilisée pour concevoir le candidat à petite molécule rentosertib, ciblant TNIK.

Le programme est passé de l’identification de la cible à la sélection d’un candidat préclinique en environ 18 mois, et les résultats précliniques ont été publiés dans Nature Biotechnology en 2024.

En juin 2025, Insilico a publié dans Nature Medicine les résultats d’un essai de phase IIa du rentosertib contre la FPI, référencé sous le numéro NCT05938920.

L’essai a atteint son critère principal de sécurité et a montré une tendance prometteuse d’efficacité dépendante de la dose.

L’une des principales mesures utilisées pour évaluer l’efficacité était la capacité vitale forcée (CVF/FVC), une mesure essentielle de la fonction pulmonaire.

L’âge typique d’apparition de la FPI se situe autour de 65 ans.

Fait intéressant, chez les personnes en bonne santé âgées de plus de 65 ans, la capacité vitale forcée diminue également, habituellement à un rythme d’environ 20 à 50 mL par année, ce qui signifie qu’elle pourrait aussi servir de biomarqueur physiologique potentiel du vieillissement.

Dans la publication précédente, les chercheurs avaient rapporté que les patients recevant 60 mg une fois par jour avaient présenté une amélioration moyenne de la capacité vitale forcée de +98,4 mL, comparativement à une diminution moyenne de −20,3 mL dans le groupe placebo, ou −62,3 mL en excluant une valeur aberrante.

Un élément particulièrement important est que le protocole de l’essai avait prévu dès le départ des analyses longitudinales du protéome sérique afin d’effectuer des analyses exploratoires de biomarqueurs.

Ces données se sont révélées cohérentes avec les effets antifibrotiques et anti-inflammatoires proposés du médicament.

Toutes les données recueillies durant l’essai ont ensuite été déposées auprès du China National Center for Bioinformation (CNCB), permettant la nouvelle étude sur les biomarqueurs du vieillissement biologique.

Six horloges différentes indiquent une forte diminution de l’âge biologique mesuré par protéomique

Dans cette nouvelle étude, les chercheurs ont évalué les profils protéomiques sériques de 42 participants à l’essai, en analysant 2 841 protéines.

L’équipe a appliqué six horloges protéomiques du vieillissement développées indépendamment :

• ProtAge ;
• OrganAge, dans ses variantes basées sur l’âge chronologique et sur la mortalité ;
• PAC ;
• ipfP3GPT ;
• PAOPAC.

Malgré leurs méthodes et leurs critères d’entraînement différents, les six horloges ont toutes montré une tendance cohérente vers une diminution de l’âge biologique prédit chez les patients traités par rentosertib comparativement au placebo.

L’effet maximal a été observé à la 4e semaine chez les participants recevant 30 mg deux fois par jour, avec une diminution estimée de l’âge biologique d’environ 3 à 4 ans, et pouvant atteindre 6 ans selon certaines horloges du vieillissement.

Le rentosertib diminue l’âge biologique prédit dans différents schémas posologiques selon la majorité des horloges étudiées, l’effet étant particulièrement significatif avec la dose de 30 mg deux fois par jour et à la quatrième semaine.

Au-delà des variations de l’âge biologique prédit, l’étude suggère que les effets potentiellement anti-âge du rentosertib pourraient être en partie indépendants de ses bénéfices sur la fonction respiratoire.

Il est notamment intéressant de constater que la dose associée à la plus forte amélioration de la fonction pulmonaire était différente de celle produisant le signal le plus important de réduction de l’âge biologique.

Cela suggère que l’activité géroprotectrice potentielle du médicament ne serait pas simplement une conséquence indirecte de l’amélioration de la maladie pulmonaire.

Cet impact systémique a aussi été étudié grâce à une comparaison avec 55 319 profils provenant de la UK Biobank.

Selon les chercheurs, le rentosertib semblait inverser directement certaines tendances d’expression protéique typiquement associées au vieillissement.

Sur le plan mécanistique, le médicament se comporterait comme un agent sénopréventif ou sénomorphique, c’est-à-dire un traitement pouvant modifier le comportement des cellules sénescentes sans nécessairement les éliminer.

Il réduisait notamment l’activité de plusieurs facteurs liés à la sénescence cellulaire :

• EREG ;
• ESM1 ;
• IGFBP4 ;
• ITGA2 ;
• MMP10 ;
• MMP13 ;
• SPP1.

Le rentosertib diminuait également certaines voies de signalisation des facteurs de croissance associées à un vieillissement accéléré, notamment :

• RTK–PI3K ;
• RAS–ERK.

Il influençait également certains mécanismes liés aux antioxydants et au métabolisme du cholestérol.

Un cadre pour l’avenir

Afin de favoriser la reproductibilité et les recherches futures, toutes les données de l’étude ont été déposées auprès du CNCB sous le numéro d’accession OMIX008341.

Le code informatique utilisé dans la chaîne d’analyse a également été publié sous forme de bibliothèque Python à code source ouvert sur GitHub.

Au-delà des résultats concernant le rentosertib, cette étude présente un modèle évolutif pour intégrer des critères de géroscience dans le développement de médicaments ciblant des maladies précises.

Les chercheurs proposent un cadre progressif :

1. recueillir dès le départ des biomarqueurs du vieillissement et de la sénescence comme critères exploratoires dans les essais cliniques portant sur des maladies ;
2. valider ces biomarqueurs ;
3. développer éventuellement des critères cliniques composites ;
4. travailler dans le cadre du FDA Biomarker Qualification Program et du cadre FDA–NIH BEST.

Une telle approche pourrait permettre d’identifier des candidats géroprotecteurs des années, voire des décennies plus tôt que l’approche traditionnelle consistant à repositionner des médicaments déjà approuvés.

La stratégie thérapeutique à double objectif d’Insilico démontre également, selon la société, qu’elle pourrait constituer un modèle commercial viable.

Insilico a récemment annoncé des revenus totaux d’environ 106 millions de dollars américains pour le premier semestre de 2026, soit une hausse de 287 % par rapport à l’année précédente.

La société a également enregistré son premier semestre rentable depuis son inscription en Bourse, avec un bénéfice net ajusté supérieur à 51 millions de dollars.

Cette progression a été soutenue par plusieurs accords de licence, de codéveloppement et de recherche avec des partenaires internationaux, notamment :

• Eli Lilly ;
• Servier ;
• Takeda ;
• SK Biopharmaceuticals ;
• Qilu Pharmaceutical ;
• Hygtia Therapeutics ;
• CMS ;
• Tenacia.

À la dernière date disponible, la valeur totale des contrats annoncés par Insilico en 2026 atteignait environ 7,3 milliards de dollars, portant à environ 11 milliards de dollars la valeur contractuelle cumulée de ses principales collaborations depuis 2021.

Du côté de la recherche et du développement assistés par IA, Insilico avait sélectionné neuf candidats au développement en neuf mois en 2026, en date de la fin août.

Cela constitue un nouveau record annuel de productivité pour le pipeline de la société.

Insilico avait également atteint huit jalons cliniques dans ses programmes propriétaires et ses programmes développés en collaboration.

Le programme phare est le rentosertib (ISM001-055), présenté comme le premier candidat médicament au monde découvert et développé à l’aide de l’intelligence artificielle générative.

Le rentosertib est maintenant entré dans un essai clinique de phase III pour la fibrose pulmonaire idiopathique.

Insilico Medicine a également lancé un ensemble complet de bancs d’essai permettant d’évaluer les modèles fondamentaux d’IA dans différentes tâches nécessaires à la découverte de médicaments.

La société affirme avoir développé des modèles fondamentaux de pointe surpassant, dans certains tests, d’autres modèles ainsi que certains de ses propres outils internes.

Grâce à ces nouvelles capacités, Insilico souhaite élargir et accélérer la découverte et le développement de médicaments destinés à la longévité, tant en matière d’échelle que de modalités thérapeutiques et d’indications médicales.

Commentaires de spécialistes

Michael Levitt, Ph. D., lauréat du prix Nobel de chimie en 2013, a déclaré en substance que six horloges protéomiques provenant de six groupes indépendants, appliquées aux mêmes 42 patients, avaient toutes prédit un âge biologique plus jeune dans les groupes traités.

Selon lui, l’élément le plus convaincant n’est pas nécessairement l’ampleur de l’effet, mais la concordance entre les différents modèles, puisque ceux-ci ne reposent ni sur les mêmes caractéristiques biologiques ni sur les mêmes données d’entraînement.

Il souligne néanmoins que cet essai ne permet pas encore de déterminer si le traitement ralentit véritablement le vieillissement ou si les résultats sont principalement liés à l’amélioration de la maladie pulmonaire. Une étude chez des volontaires en bonne santé constituerait donc une étape importante.

Alex Zhavoronkov, Ph. D., fondateur et co-PDG d’Insilico Medicine, a expliqué qu’Insilico Medicine avait été créée afin de développer un modèle commercial crédible et durable pour appliquer les technologies avancées d’apprentissage profond à la recherche sur le vieillissement et à la découverte de médicaments.

Selon lui, ce premier programme constitue une preuve de concept d’une stratégie thérapeutique à double objectif : cibler des mécanismes liés au vieillissement tout en développant le médicament pour une maladie associée à l’âge.

Il affirme également que la majorité des plus de 40 programmes thérapeutiques d’Insilico possèdent désormais ce double objectif, en ciblant simultanément des mécanismes du vieillissement et des maladies dans plusieurs domaines thérapeutiques.

Zhavoronkov estime que les répercussions sociales et économiques potentielles de médicaments capables de réduire l’âge biologique pourraient être immenses.

À titre d’illustration, il avance qu’ajouter seulement trois années d’espérance de vie à chaque être humain représenterait environ 25 milliards d’années de vie supplémentaires à l’échelle mondiale, soit l’équivalent d’environ 340 millions de vies humaines complètes selon l’espérance de vie actuelle.

Il soutient également que si ces années supplémentaires étaient des années de vie en bonne santé, les gains économiques en productivité et en réduction des coûts de santé pourraient représenter plusieurs milliers de milliards de dollars.

Ludger Goeminne, chercheur à la Harvard Medical School et coauteur de l’étude, a expliqué que l’équipe avait comparé les profils protéomiques sanguins de patients atteints de fibrose pulmonaire traités par rentosertib à ceux de patients recevant un placebo.

En utilisant six horloges protéomiques du vieillissement — dont des modèles précédemment publiés par son équipe dans Cell Metabolism — les chercheurs ont observé des diminutions significatives de l’âge biologique prédit selon plusieurs horloges spécifiques à certains organes.

Les analyses des voies biologiques indiquaient également que l’impact du rentosertib pourrait aller au-delà de la simple réduction de la fibrose.

La professeure Jing-Dong Jackie Han, du Peking-Tsinghua Center for Life Sciences, de l’Academy for Advanced Interdisciplinary Studies et du Center for Quantitative Biology, a souligné que l’étude appliquait pour la première fois plusieurs horloges protéomiques à un même groupe de patients dans le cadre d’un essai clinique évaluant un nouveau médicament.

Les méthodes employées allaient de l’apprentissage automatique traditionnel — OrganAge, PAOPAC et PAC — à l’apprentissage profond — ProtAge et ipfP3GPT.

Les objectifs d’entraînement des modèles étaient également différents : certains prédisaient l’âge chronologique, tandis que d’autres étaient davantage liés au risque de mortalité.

Malgré ces différences, l’ensemble des horloges prédisait une diminution de l’âge biologique dans le groupe traité par rentosertib.

Selon la professeure Han, cette concordance entre modèles suggère que les résultats ne seraient pas simplement un artefact propre à une seule horloge biologique.

Elle souligne également que cette étude propose un processus relativement complet permettant d’intégrer de manière standardisée les horloges du vieillissement dans les essais cliniques :

• constitution de la cohorte ;
• profilage omique ;
• analyse parallèle avec plusieurs horloges ;
• validation croisée des résultats ;
• interprétation mécanistique.

Cette stratégie pourrait faciliter l’évaluation simultanée de biomarqueurs du vieillissement au cours d’essais cliniques visant initialement une maladie spécifique, notamment les maladies liées à l’âge.

Elle estime que cette approche pourrait accélérer la découverte et la validation de futures interventions visant la longévité.

Références

[1] Zhavoronkov, A., Galkin, F., Chen, S. et al.
Integration of proteomic aging clocks in a phase 2a clinical trial supports simultaneous geroprotective assessment.
Nature Biotechnology (2026).
DOI : 10.1038/s41587-026-03286-y

[2] Pun, F. W., Leung, G. H. D., Leung, H. W. et al.
Hallmarks of aging-based dual-purpose disease and age-associated targets predicted using PandaOmics AI-powered discovery engine.
Aging 14, 2475–2506 (2022).
DOI : 10.18632/aging.203960

[3] Tang, Q., Xiao, D., Veviorskiy, A. et al.
AI-Driven Robotics Laboratory Identifies Pharmacological TNIK Inhibition as a Potent Senomorphic Agent.
Aging Disease 17, 432–451 (2026).
DOI : 10.14336/AD.2024.1492

[4] Ren, F., Aliper, A., Chen, J. et al.
A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models.
Nature Biotechnology 43, 63–75 (2025).
DOI : 10.1038/s41587-024-02143-0

[5] Xu, Z., Ren, F., Wang, P. et al.
A generative AI-discovered TNIK inhibitor for idiopathic pulmonary fibrosis: a randomized phase 2a trial.
Nature Medicine 31, 2602–2610 (2025).
DOI : 10.1038/s41591-025-03743-2

À propos du rentosertib (ISM001-055)

Le rentosertib est une petite molécule potentiellement « first-in-class » ciblant la protéine TNIK, développée grâce à la plateforme d’intelligence artificielle générative Pharma.AI d’Insilico Medicine.

TNIK a été identifiée grâce à un système de découverte de cibles assisté par intelligence artificielle comme un gène impliqué dans six caractéristiques fondamentales du vieillissement.

Cette caractéristique en fait une cible potentielle à double usage, à la fois pour la biologie du vieillissement et pour la fibrose pulmonaire idiopathique.

La découverte du médicament, sa conception, sa validation préclinique et les résultats de la phase I ont été publiés dans Nature Biotechnology en mars 2024.

Les résultats de phase IIa ont été publiés dans Nature Medicine en juin 2025.

Le rentosertib est maintenant entré dans le développement clinique de phase III en Chine.

À propos de la fibrose pulmonaire idiopathique

La fibrose pulmonaire idiopathique (FPI) est une maladie pulmonaire chronique caractérisée par la formation progressive de tissu cicatriciel dans les poumons et par une détérioration irréversible de leur fonctionnement.

Elle toucherait environ 5 millions de personnes dans le monde.

Son pronostic demeure défavorable, avec une survie médiane d’environ 3 à 4 ans.

Les traitements actuellement approuvés peuvent ralentir la progression de la maladie, mais ils ne permettent généralement ni de l’arrêter complètement ni de l’inverser.

Il existe donc un important besoin de traitements capables de modifier plus profondément l’évolution de la maladie.

À propos d’Insilico Medicine

Insilico Medicine est une société mondiale de biotechnologie spécialisée dans l’intégration de l’intelligence artificielle et des technologies d’automatisation afin d’accélérer la découverte de médicaments, de stimuler l’innovation dans les sciences de la vie et de prolonger la durée de vie humaine en bonne santé.

La société a été inscrite au tableau principal de la Bourse de Hong Kong le 30 décembre 2025, sous le symbole 03696.HK.

Grâce à l’intégration de l’intelligence artificielle, de l’automatisation et de capacités internes avancées en découverte de médicaments, Insilico développe des traitements dans plusieurs domaines où les besoins médicaux demeurent importants, notamment :

• la fibrose ;
• l’oncologie ;
• l’immunologie ;
• la douleur ;
• l’obésité ;
• les maladies métaboliques.

Insilico étend également l’utilisation de sa plateforme Pharma.AI à d’autres secteurs, notamment :

• les matériaux avancés ;
• l’agriculture ;
• les produits nutritionnels ;
• la médecine vétérinaire.

For more information, please visit www.insilico.com