衰老是人类无法回避的生命课题。人会长皱纹，器官会退化，体力会下降，记忆会变慢。长期以来，人们习惯将这一切视为自然规律，不可改变。医学能够帮助人类治疗疾病，却始终难以触及衰老本身的机制。

如今，人工智能与生命科学的融合正在为这一领域打开新的窗口。我国生物科技企业无锡自然常数科技有限公司（下称“自然常数”），联合瑞士洛桑联邦理工学院（EPFL）教授Johan Auwerx，利用全球规模领先的小鼠全生命周期数据库构建AI跨物种真实世界模型。该模型通过人类与小鼠的同源基因映射，不仅可应用于临床阶段的风险预测，更有望为理解衰老机制提供全新的方法论。值得关注的是，近日华兰股份（301093.SZ）子公司灵擎数智以逾2亿元投资入股自然常数，成为其第一大股东。

全生命周期小鼠数据库：训练“读懂生命”的AI

ChatGPT的诞生，依赖于全球互联网海量文本的深度训练；而要训练出一个能够理解生命规律的AI，同样需要海量的底层生物数据。在过去，由于缺乏高质量、连续性的生命体数据，AI在生物医药领域的应用十分受限。

自然常数的核心壁垒，正是其独家引进的全球规模领先的小鼠全生命周期数据库。该数据库几乎覆盖所有小鼠品系，可以较为全面地涵盖不同复杂遗传背景下的衰老过程。

据悉，小鼠与人类的基因相似度超过90%，是研究人类生命周期的理想模型。但传统研究往往只截取某个年龄段或单一器官进行实验。自然常数打破了这种局限，完整记录了小鼠从出生、青年、中年到死亡的全过程。如果说过去的生命研究是在看照片，那么这套数据库更像是一部关于生命的完整纪录片。自然常数创始人黄小鲁向笔者介绍，“这些数据可以整体描绘一个哺乳动物正常衰老的全过程，这就是基线。所有偏离这个基线的，就是疾病。”正是这种全方位、高频次的动态数据，使得AI得以系统性地观察衰老和疾病如何逐步改变生命。

Johan Auwerx教授加盟，为AI模型注入科学纵深

如果AI能够识别生命变化的规律，它是否能够提前预测衰老的速度？如果衰老速度能够预测，它是否能够被重新管理？这种思路正在推动生命科学发生转变：从治疗疾病，走向理解生命。

Johan Auwerx教授加入自然常数担任首席科学官，为这一探索提供了更坚实的科学基础。据了解，Auwerx教授是全球代谢与衰老领域的知名学者，长期担任《Science》《Cell》等顶级学术期刊的编委。他在线粒体功能调控方面的研究成果，揭示了细胞核与线粒体之间的双向通信机制，并验证了白藜芦醇、尿石素A、NAD+等抗衰老活性分子的作用原理。正是他为衰老研究而建的全生命周期数据，在AI技术快速发展的背景下，成为了构建跨物种真实世界模型的基础。

据介绍，Auwerx教授将深度参与自然常数AI模型的构建，其数十年的科学积累与AI的算力相结合，有望将以往难以量化的生物学机制转化为可计算、可验证的模型输出。这不仅将支撑自然常数为全球药企提供临床管线的风险预测与方案优化服务，也有望在抗衰老领域开辟出新的研发范式。

理解衰老本质，从经验驱动走向数据驱动

围绕抗衰老展开。无论是抗氧化剂、干细胞，还是各种“长寿药”，人类对抗衰老始终缺乏统一标准与清晰路径，行业长期处于经验驱动与碎片化探索之中，难以从整体上理解衰老的本质。

自然常数正在尝试做的，是通过数据与算法，为抗衰老研究建立底层的量化框架。在其模型中，AI能够识别哪些细胞功能正在衰退、哪些代谢系统开始失衡，并基于海量实验数据，为不同个体匹配更精准的分析方案。衰老研究也因此从模糊的经验判断，逐步走向可量化、可预测、可验证的新阶段。

更进一步，AI抗衰老的意义，或许并不在于追求永生，而是人类第一次尝试建立一套描述生命变化的底层语言，去回答“人如何衰老”这一根本问题。在这一方向上，自然常数与华兰股份旗下的上海药图智能亦具备协同潜力：自然常数积累的跨物种生命数据与药图智能的生物医学知识图谱相结合，有望发现真正的衰老机制与抗衰老药物。（CIS）