智通财经APP获悉，GIP（葡萄糖依赖性促胰岛素多肽）与GLP-1（胰高血糖素样肽-1）同属肠促胰岛素家族，其受体GIPR在人体代谢调节中发挥着多维度的核心作用：在脂肪组织中促进脂质摄取与储存；在骨骼中调节骨形成与转换；并在中枢神经系统（CNS）中参与食欲调节。近日，英硅智能宣布发现创新GIPR拮抗剂ISM0676，该候选分子在临床前小鼠模型中实现用药27天减重31%的强大疗效，为评估GIPR通路在减重治疗中的作用提供了新的临床前数据。

据披露，ISM0676由英硅智能(03696)借助其Pharma.AI人工智能药物发现平台赋能设计，从立项到临床前候选化合物提名耗时14个月，累计合成测试不超过200个分子，体现了其以AI辅助提升早期研发效率的探索路径。那么，GIPR拮抗剂是否会成为行业竞相追逐的下一款“神药”？ 人工智能在机制探索与分子优化等环节，又将发挥多大作用？

GLP-1困局：减重数据的B面

在狂飙猛进的减重药物市场，GLP-1作为数十年前被发现、机制相对成熟的靶点，率先进入临床应用阶段，吸引初创公司、制药巨头甚至跨界玩家纷纷入局。仅2025年，礼来、诺和诺德等全球顶尖药企的GLP-1产品销售额已经突破500亿美元，体现出减重赛道巨大的临床需求和商业化潜力。

不过，随着用药人群扩大和随访时间拉长，GLP-1疗法在实际应用中的一些局限也逐渐受到关注，例如肌肉量的减少，减重成分中约40%来源于肌肉（瘦体重）流失，导致基础代谢率下降；疗效平台期，患者在用药第二年往往面临减重停滞，即使持续用药也很难见到进一步的减重效果；停药后反弹，由于未能从底层扭转脂肪储存信号，停药往往会导致快速的体重回升和脂肪组织重量反弹；以及长期注射与胃肠道不良反应对患者依从性的影响。

在此背景下，市场开始寻求在减重强度之外，进一步兼顾安全性、依从性的改善方案。一些研发方向将目光投向GIPR拮抗剂与GLP-1R激动剂的联用策略，希望在实现减重的同时有效保留肌肉量。

AI驱动设计优化，引领减重疗法新纪元

在上述需求背景下，英硅智能选择以GIPR为切入点推进相关候选分子的早期发现与优化。其在Pharma.AI平台支持下，利用Chemistry42生成化学引擎和Alchemistry自由能结合预测引擎等AI应用工具，开展分子设计和结合模式预测。在早期研发中模拟药物分子与GIPR受体的相互作用细节，从而辅助新颖性、成药性等指标优化，以及药物相互作用（DDI）风险减低。公司称，这种以计算筛选为先、再进行针对性实验验证的流程，有助于提升迭代效率与研发精确度，并将早期研究控制在相对有限的分子合成与测试规模内。

从临床前研究数据显示，在饮食诱导肥胖（DIO）人源化GIP小鼠模型中，ISM0676与司美格鲁肽联用用药27天实现约31.3%的减重；对照的司美格鲁肽单药组约为16.2%。此外，ISM0676单药组在该模型下也显示约10.4%的体重下降。上述结果为“GIPR拮抗剂与GLP-1联用”策略提供了进一步的临床前依据。

据披露，ISM0676在体内代谢稳定性、潜在药物相互作用风险评估、安全性以及临床预测剂量等方面显示出较为积极的临床前特征，为其后续开发提供了支持。公司同时认为，该分子在体成分改善（如瘦体重占比）方面具备潜在价值，且与GLP-1方案联用可能带来协同效应；相关结论仍需在进一步研究与临床试验中验证。

靶向底层生物机制，从体重管理迈向健康寿命延长

此前，英硅智能创始人兼CEO Alex Zhavoronkov博士表示，代谢疾病领域（Cardiometabolics）有望成为全球首个实现大批量健康寿命延长的突破口。学术界也有相关理论依据：例如2023年，发表于学术期刊Cell的论文就将营养感应失调、线粒体功能障碍和长期慢性炎症列为“衰老标识”框架，为肥胖、2型糖尿病、心血管疾病等常见健康问题提供了可研究的底层生物机制视角。

据英硅智能介绍，其AI驱动研发流程覆盖从大规模数据与通路分析、靶点发现，到生成式分子设计与多维性质预测优化等环节，并已形成一定规模的研发管线布局：目前临床或临床前阶段项目约27项，其中包括其所称进展较快的AI驱动FIC项目Rentosertib，亦有多项合作或自研项目进入I期临床阶段。随着ISM0676等项目在临床前数据上显示出一定的减重与体成分改善潜力，人工智能在代谢疾病药物研发中的应用边界与实际产出，也有望在后续研究与临床验证中进一步明晰。