A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models

英矽智能在《Nature Biotechnology》期刊发表了题为“A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models”的论文。该研究详细阐述了英矽智能首款由生成式 AI 发现和设计的潜在 “全球首创”（first-in-class）TNIK 抑制剂 ISM001-055 的研发历程，从靶点识别到 2 期临床试验。论文首次披露了该候选药物在临床前实验和临床试验中的数据和表现，其在特发性肺纤维化（IPF）治疗中展现出良好的安全性和耐受性，并在肺功能指标上呈现出剂量依赖性的改善趋势。这一成果标志着生成式 AI 在药物发现领域的重大突破，为纤维化疾病治疗提供了新的解决方案。

英矽智能将研究重点放在与衰老密切相关的纤维化领域，采用组织纤维化相关的组学和临床数据集对Pharma.AI平台下的靶点发现引擎PandaOmics进行训练。基于此，通过深度特征合成、因果推断和全新通路构建等手段提名潜在靶点列表。随后，利用自然语言处理（NLP）模型分析评估这些靶点的新颖性及与疾病的相关性，最终锁定TNIK为最具潜力的抗纤维化靶点。

TNIK 是胚中心激酶家族（germinal centre kinases）的重要成员，它在细胞骨架的构建和神经树突细胞的伸展等生物学过程中发挥着关键作用。以往的研究主要集中在 TNIK 在肺鳞癌、肥胖等疾病中的功能，而在抗纤维化领域，针对 TNIK 的研究相对较少。英矽智能的 Pharma.AI 平台下的靶点发现引擎 PandaOmics 运用复杂的系统生物学方法，揭示了 TNIK 与抗纤维化之间的潜在联系，并将 TNIK 确定为治疗特发性肺纤维化的全新优选靶点。这一发现不仅拓宽了 TNIK 研究的应用范围，还为抗纤维化治疗提供了新的方向。