Rentosertib Shows Potential to Lower Biological Age in Small AI Drug Study

A drug developed with artificial intelligence (AI) to treat idiopathic pulmonary fibrosis (IPF) appeared to lower biological age markers in a small group of patients, according to a study published September 7 in Nature Biotechnology.

The researchers analyzed blood samples from 42 people with IPF who participated in a previous Phase 2a clinical trial of rentosertib, an experimental drug developed by Insilico Medicine. They applied six proteomic aging clocks to the samples and found that all six predicted lower biological age among patients who received the drug over the 12-week study period.

The finding adds a new dimension to rentosertib's development. The drug was originally developed to target IPF, a progressive lung disease in which scar tissue builds up in the lungs. Its discovery involved generative AI identifying Traf2- and Nck-interacting kinase (TNIK) as a potential disease target and helping design a molecule against it.

The development is part of a broader push to move AI-discovered drug candidates from computational research into clinical testing, a transition explored in recent work on AI drug discovery reaching clinical reality.

Six Aging Clocks Pointed to Lower Biological Age

The researchers used proteomic measurements covering 2,841 proteins from serum samples collected during the Phase 2a trial. The six aging clocks used different models and training approaches, including systems designed to estimate chronological age and others trained to assess mortality risk.

Across the treatment groups, the clocks consistently recorded reductions in predicted biological age, while the placebo group showed minimal change or slight increases. The strongest overall signal appeared in the 30 mg twice-daily group, with nine statistically significant reductions across the clock comparisons.

The study also identified changes in proteins and biological pathways associated with cellular senescence and metabolism, alongside changes linked to fibrosis. However, the researchers cautioned that the proteomic clocks could not distinguish whether the changes reflected an effect on aging itself or improvements related to the underlying lung disease.

That distinction is important because biological age in the study was a calculated measure derived from protein patterns, rather than evidence that patients' chronological age had been reversed or that they would live longer.

The findings also build on Insilico's broader work applying AI to aging research, including efforts to develop AI models that can analyze biological and clinical data for longevity applications. That work has increasingly connected AI drug discovery with aging research.

Clinical Testing Still Focused on Lung Disease

Rentosertib remains an investigational drug rather than an approved anti-aging treatment. Its Phase 2a trial enrolled 71 people with IPF, who received different doses of rentosertib or placebo for 12 weeks. The trial found that the 60 mg once-daily group had a mean improvement in forced vital capacity of 98.4 milliliters, compared with a 20.3-milliliter decline in the placebo group.

The Phase 2a study also reported adverse events across treatment groups, with some patients discontinuing treatment because of liver-related adverse events or diarrhea. The researchers concluded that larger and longer clinical trials were needed.

The new aging analysis does not change that clinical-development path. Instead, it suggests that standard disease trials could potentially incorporate biological-aging measurements alongside conventional measures of disease progression.

The approach reflects a broader principle in AI drug development: computational systems can identify targets, molecules and biological signals, but clinical testing remains necessary to determine whether those signals translate into meaningful health outcomes. AI can reduce blind experimentation in drug discovery, but it does not eliminate the need for experiments.

For now, the rentosertib findings provide evidence of a change in biological-age markers in people with IPF, rather than proof that the drug can slow or reverse aging in healthy people. Further clinical research will be needed to determine whether the signal represents a genuine effect on aging beyond its effects on pulmonary fibrosis.