Kaynak: Bu haber, Insilico Medicine'ın 7 Eylül 2026 tarihinde yayımladığı resmi basın açıklamasına ve Nature Biotechnology dergisinde yayımlanan hakemli araştırma makalesine dayanmaktadır. Orijinal açıklamayı görüntüle →
3–4 yıl
Ortalama biyolojik yaş gerilemesi (6 bağımsız proteomik saat)
6/6
Tüm bağımsız yaş saatlerinin biyolojik geri dönüşü teyit ettiği
İlk kez
Hem hedefi hem molekülü yapay zeka tarafından tasarlanan ilaç insanlarda test edildi

Neler Oldu?

Yapay zeka şirketi Insilico Medicine, 7 Eylül 2026'da Nature Biotechnology dergisinde tarihi bir araştırma yayımladı: Rentosertib adlı deneysel ilaçlarının, kronik akciğer hastalarının biyolojik yaşını geri çevirdiğini gösterdiler. Bu, hem hedefi hem de molekülü tamamen üretici yapay zeka (generative AI) tarafından keşfedilip tasarlanan bir ilacın insan klinik çalışmasında biyolojik yaş etkisi gösterdiği dünyadaki ilk vakadır.

Sonuçlar yalnızca etkileyici değil; aynı zamanda metodolojik açıdan güçlü. Harvard, Stanford, Broad Institute, RWTH Aachen, Peking Üniversitesi ve Westlake Üniversitesi'nden araştırmacıların birlikte geliştirdiği 6 bağımsız proteomik yaş saati kullanıldı — ve hepsinin gösterdiği yön aynıydı: Rentosertib alan hastalar yaşlanmıyor, tersine gençleşiyordu.

Rentosertib Nedir ve Yapay Zekanın Rolü Ne?

Rentosertib (ISM001-055), Insilico Medicine'ın İdiyopatik Pulmoner Fibrozis (IPF) tedavisi için geliştirdiği bir ilaç adayı. IPF, akciğer dokusunun zamanla kalınlaşıp yara dokusuna dönüştüğü, ilerleyici ve tedavisi güç bir hastalık. Dünya genelinde yaklaşık 3 milyon kişiyi etkiliyor.

Bu ilacın farkı, geliştirilme biçiminde saklı. Geleneksel ilaç keşfinde hedef tespiti (hangi biyolojik yapının hastalığa yol açtığını bulmak) ve molekül tasarımı (o hedefe etki eden kimyasal yapıyı oluşturmak) yıllar alan deneme-yanılma süreçleri gerektirir. Insilico Medicine bu iki aşamanın her ikisini de üretici yapay zeka ile gerçekleştirdi — ve geleneksel yaklaşımın yıllar süreceği bu süreç, yapay zeka sayesinde yalnızca 18 aya indi.

"Rentosertib, hem hastalıkla ilgili bir biyolojik hedefe yönelik hem de yapay zeka tarafından tasarlanmış, insan klinik denemesinde biyolojik yaş etkisi gösteren potansiyel olarak ilk ilaç adayıdır." — Insilico Medicine araştırma ekibi, Nature Biotechnology, 2026

Klinik Çalışmada Ne Ölçüldü?

Araştırmacılar, Çin'de 22 farklı merkezde yürütülen GENESIS-IPF isimli Faz IIa klinik çalışmasının (NCT05938920) verilerini kullandı. Çalışmaya 71 IPF hastası kaydedildi; bunlardan 42'sinin kan proteomu 12 hafta boyunca analiz edildi. Her hasta için 2.841 protein ölçüldü — bugüne kadarki en kapsamlı boylamsal proteomik analizlerden biri.

Bu verilere Harvard, Oxford, Peking Üniversitesi ve Insilico'nun bağımsız olarak geliştirdiği ProtAge, OrganAge ve PAC dahil altı farklı proteomik yaş saati uygulandı. Hiçbir saat diğeriyle koordineli değildi; her biri kendi algoritmasıyla biyolojik yaş tahmini yaptı. Altısının da verdiği yanıt aynı yöndeydi.

4. Hafta
En yüksek biyolojik yaş gerilemesinin gözlemlendiği zaman noktası
6 yıla kadar
Tek bir yaş saatinde gözlemlenen maksimum biyolojik yaş gerilemesi
30 mg × 2
En yüksek etkiyi gösteren günlük doz (sabah-akşam)

En yüksek etki, 30 mg günde iki kez alan grupta 4. haftada gözlemlendi: Ortalama biyolojik yaş 3–4 yıl geriledi; bir yaş saatinde bu rakam 6 yıla kadar ulaştı. Akciğer fonksiyonunun temel ölçütü olan Zorlu Vital Kapasite (FVC) de plaseboya kıyasla doza bağlı iyileşme gösterdi.

Yapay Zekanın İlaç Keşfindeki Yolculuğu

1
Hedef Keşfi (AI Destekli, ~6 ay) Insilico'nun PandaOmics platformu, büyük genomik ve proteomik veri setlerini işleyerek IPF'nin yeni biyolojik hedeflerini belirledi. Geleneksel yöntemle yıllar sürecek bu adım aylara indi.
2
Molekül Tasarımı (Generative AI, ~6 ay) Chemistry42 platformu, belirlenen hedefe bağlanan binlerce potansiyel molekül yapısı üretti ve bunları otomatik olarak filtreleyerek en umut verici adayları öne çıkardı.
3
Preklinik Doğrulama (~6 ay) Seçilen aday molekül, hücre kültürü ve hayvan modellerinde test edildi. Bu süreç de AI destekli simülasyonlarla kısaltıldı.
4
Faz IIa İnsan Çalışması (2024–2026) GENESIS-IPF çalışması; 71 hasta, 22 merkez, 12 haftalık takip. Sonuçlar Nature Biotechnology'de yayımlandı.
5
Faz III'e Geçiş (2026–devam ediyor) 320 hasta, Çin'de 47 farklı merkez. Rentosertib ruhsat sürecine hazırlanıyor.

Sınırlamalar: Neyi Bilmiyoruz?

⚠ Önemli not: Bu çalışma, biyolojik yaşı gölge değişken (secondary endpoint / exploratory analysis) olarak ölçtü; yani birincil amaç biyolojik yaş geriletmek değildi. Gözlemlenen etki gerçek olmakla birlikte, bu özel etkiyi test etmek için tasarlanmamış bir denemeden elde edildi. Ayrıca çalışma yalnızca 42 hasta ile yapıldı ve Çin genelinde yürütüldü. Daha büyük ve çeşitli popülasyonlarda doğrulama gerekiyor.

Insilico Medicine araştırmacıları bu kısıtlamayı açıkça belirtiyor: Bulgular son derece umut verici, ama biyolojik yaş gerilemesini birincil hedef olarak ölçen büyük ölçekli bir çalışma henüz yok. Şu anda yürütülen Faz III çalışması da IPF tedavisini birincil hedef olarak benimsedi; biyolojik yaş etkisi yine ikincil olarak izlenecek.

Neden Bu Kadar Önemli?

Bu araştırma üç açıdan önemli bir kırılma noktasını temsil ediyor:

  • Metodolojik doğrulama: Yapay zekanın salt bir araştırma oyuncağı olmadığı, gerçek klinik sonuçlar ürettiği artık hakemli bir dergide tescillendi.
  • Hız avantajı: 18 aylık keşif-tasarım döngüsü, ilaç geliştirmenin 10–15 yıllık geleneksel takvimini köklü biçimde sorguluyor. Eğer bu model ölçeklenirse, daha fazla hastalık için daha hızlı tedavi anlamına geliyor.
  • Yaşlanma biyolojisi için yeni kapı: Rentosertib bir akciğer ilacı olarak geliştirildi; ama biyolojik yaş üzerindeki yan etkisi, yapay zekayla tasarlanan moleküllerin vücudun temel biyolojik mekanizmalarına çok daha geniş etki edebileceğine işaret ediyor.
Bu Hikayeden Ne Öğrenebiliriz?

Rentosertib'in yolculuğu, yapay zekanın "deneysel laboratuvar projesi" olma döneminden çıkıp "gerçek dünya kanıtı üreten sistem" evresine geçişini somutlaştırıyor. Bunun ötesindeki ders şu: Yapay zeka en büyük değerini, bilgi yoğun ve uzman gerektiren alanlarda üretiyor.

İlaç geliştirme bunun en keskin örneği. Geleneksel süreç pahalı, uzun ve başarısızlık oranı yüksek. AI burada yalnızca "daha hızlı yapmak" değil, önceden mümkün olmayan bir keşif vektörü açıyor. Hangi alanda çalışırsanız çalışın, "bu iş yıllar sürüyor, çok karmaşık" dediğiniz süreçlere bakın — yapay zekanın değer ürettiği yer tam orası.

  • Uzmanlık gerektiren, veri yoğun, tekrarlı karar alma içeren her sektör AI'dan bu tür dönüşümler beklesin.
  • Yapay zekanın yalnızca metin yazmak için değil, temel bilimsel keşif döngülerini hızlandırmak için kullanılabileceği artık klinik kanıtla gösterildi.
  • Birden fazla bağımsız kaynak (6 yaş saati) aynı sonucu gösterdiğinde, bulgular güçlü sayılır — bu metodolojik ders AI projelerinize de uygulanabilir: çıktılarınızı tek bir metrikle değil, birden fazla bağımsız ölçütle doğrulayın.

Yapay Zeka İş Dünyasını Nasıl Dönüştürüyor?

Tüm AI gelişmelerini Türkçe, özlü ve pratik bir perspektifle takip edin.

Tüm AI Haberlerine Git