全球老龄化进程持续加深。健康老龄化已成为公共卫生领域的重点议题。近年来,NAD+(烟酰胺腺嘌呤二核苷酸)代谢与衰老的关系受到学界高度关注。

多篇权威文献指出,NAD+水平随年龄增长呈下降趋势,且不同器官的下降幅度存在明显差异,单一成分的干预模式日益面临局限。在此背景下,借助人工智能优化多成分配方设计,正在成为健康长寿研究的新方向。

NAD+随龄下降呈组织差异,协同干预研究升温

发表于《Nature Aging》的综述《Roles of NAD+ in Health and Aging》指出,NAD+参与能量代谢、DNA修复、线粒体功能维持等多个关键生物学过程,其水平随衰老下降,并影响衰老的多个标志性特征。

这一发现对干预策略提出了更高要求。2022年发表于《Pharmacology Research & Perspectives》的一项动物研究显示,烟酰胺单核苷酸(NMN)与白藜芦醇联用后,心脏与骨骼肌组织NAD+水平较单用NMN分别提升约1.6倍与1.7倍;NMN联合人参皂苷Rh2、Rg3则可明显提高肺组织NAD+水平约2.0倍。

研究提示,不同成分在不同组织中的分布与转化效率存在差异,多成分协同、组织靶向的配方设计具有明确的科学依据。

AI 辅助配方筛选,循证验证仍是底线

传统配方研发依赖人工试错,成分组合的筛选周期长、成本高。人工智能技术可通过解析海量文献与已有实验数据,评估不同成分间的协同或拮抗关系,缩小候选配方范围,提升研发效率。以 LAIFE 为代表的部分研究型机构,正围绕器官衰老机制开展循证研究,其配方开发以已发表的科研文献为起点,配合实验室预实验持续验证。

需要明确的是,AI 在研发链条中仅承担辅助筛选与优化职能,任何配方进入应用前,仍需经过完整的动物实验与人体临床研究验证,不能以算法输出替代循证结论。

器官衰老干预仍处于前沿探索阶段,现有证据多来自动物实验,距离人群应用还有较长的验证路径。AI技术的价值在于提高多组分配方研发的精准度与效率,而非提供“捷径”。

行业普遍认为,随着多组学数据积累和衰老时钟等测量技术的发展,以循证研究为基础、以组织特异性需求为导向的干预方案有望获得更多高质量人体研究支持,为健康老龄化提供更扎实的科学参考。