《转》访复旦大学逄克亮教授：从“把科学做成药”到探索长寿医学

《转》访是转化医学网品牌人物专访栏目，是业内专家、大佬、知名企业智慧交流碰撞的平台，也是促进行业健康发展的重要力量，《转》访致力于打造转化医学领域最知名的专家访谈栏目。

在老龄化浪潮席卷全球的当下，长寿已不再仅仅是生物学命题，更成为社会、经济与医疗体系共同面对的巨大挑战。上海数据显示，2025年底每10人中就有近4人超过60岁 。然而，市场上充斥着大量以“长寿”、“抗衰”为卖点的各种产品，真正具备科技含量的抗衰老干预手段却寥寥无几。

2025年复旦大学长寿与衰老研究所成立仪式

在此背景下，复旦大学成立了国内首个以“长寿与衰老”命名的科研机构——长寿与衰老研究所。该所汇聚了生科院、医学院及附属医院的科研力量，旨在通过基础研究与临床转化，解决神经退行性疾病、肿瘤等老龄相关疾病。本期转化医学网对话该所核心研究员逄克亮教授，探讨他如何结合跨国药企经验与学术自由，利用AI、类器官及数字孪生技术，破解神经退行性疾病研发困境，并探索从“治病”到“抗衰”的医疗范式转变。

问

逄老师您好，我们知道您既有在GSK等跨国药企的研发经历，又有在清华、复旦的学术研究背景。这种跨界对您的研究视角带来了哪些不同？

答

感谢转化医学网的采访。我觉得最大的变化，是让我同时站在“科学发现”和“成果转化”两个角度看科研。在GSK这样的国际药企平台上，我了解了从早期靶点发现到新药获批的整个过程。更重要的是让我形成了比较强的项目管理和成果转化意识，就是科研不仅是提出一个好的科学问题，更重要的是能不能围绕目标持续推进，最终形成可验证、可转化、能够解决实际问题的成果。简单说，就是让我学会了“如何把科学做成药”。

回到高校以后，有了更大的科研自由，可以围绕重要的科学和临床问题开展早期研究。但这种自由让我更加关注转化：我们发现的科学，能不能真正回应临床需求，最终让患者和社会受益？我觉得，学术界和产业界并不是两套逻辑。前者更多是在回答“未知是什么”，后者是在回答“怎么把它变成解决方案”。真正有价值的转化医学，就是把这两个问题连接起来。

问

您做了很多阿尔茨海默病（AD）等神经退行性疾病领域的研究，该领域的药物研发成功率极低，您认为主要瓶颈在哪里？您的团队是如何通过技术手段进行突破的？

答

神经退行性疾病药物研发一个核心瓶颈是临床前模型与人类疾病之间的“转化鸿沟”。过去很多候选药物在动物模型中表现不错，但到了临床却没有达到预期。这也让我们重新思考：我们究竟是在寻找“对动物模型有效的药物”，还是寻找“真正对人有效的药物”？

所以，我们希望从研发路径本身做一些改变。我的团队正在探索将AI、人源类脑器官和动物模型结合起来，建立新的研发路径。AI可以帮助我们从超大规模化合物空间中快速寻找候选分子，人源类脑器官可以在更接近人脑的环境中进行早期验证，再通过动物模型进行体内评价，最后推进到临床评价。简单来说，就是把过去大量依赖动物试错的模式，逐步变成 “计算发现—人源验证—体内评价—临床转化” 的研发体系。

我们希望解决的并不只是某一个技术问题，而是提高整个药物研发体系的“人类相关性”，只有尽可能在研发早期就回答“对人有没有效”这个问题，才能减少无效试错，把有限的研发资源更多集中到真正有潜力的候选药物上，进而提高神经退行性疾病药物研发的成功率。

问

除了药物研发，您所在的复旦大学长寿与衰老研究所还在推动“长寿门诊”和量化衰老的研究，这背后的逻辑是什么？

答

我们做这件事的核心逻辑是是希望把健康管理的关口前移，从“治病”走向“主动管理衰老”。

要实现这一点，首先要回答一个基础问题：衰老怎么测？年龄只是时间尺度，同样是60岁，不同人的生理状态、功能水平和疾病风险可能完全不同。如果没有一把客观的“尺子”， 我们既很难判断一个人真正的衰老状态，也很难客观评价一种干预到底有没有效果。

我们正在探索基于血液以及不同器官的多维生物标志物，建立“生理年龄尺”，让衰老从一个相对抽象的概念，变成可测量、可评估、可追踪的生物过程。只有先把衰老“量出来”，才能进一步识别风险，也才能客观评价干预是否有效。

在此基础上，依托中山医院的临床资源，我们在进一步探索“长寿门诊”，把衰老评估、风险预测与营养、运动、睡眠等生活方式干预结合起来，形成评估风险、预测趋势、提前干预、持续随访”的主动健康管理模式。从更大的视角看，我们希望推动的不只是一个门诊或一种新的健康服务，而是让医学干预的时间窗口不断前移——从疾病发生后的治疗，走向疾病发生前的风险识别和主动干预。

问

听说团队还在探索“数字孪生”技术在个性化医疗中的应用，您怎么看它在长寿医学中的价值？

答

我觉得数字孪生真正有价值的地方，不只是把人的健康数据“数字化”，而是尝试让我们从静态描述走向动态预测。一个人的健康不是一张体检报告，而是一条不断变化的轨迹。我们希望把健康数据、临床数据以及基因组、表观遗传、蛋白质组等多维信息整合起来，建立个体化的“长寿数字孪生”，动态描述一个人的健康和衰老状态。

更进一步，它未来应该能够回答三个问题：我现在怎么样？未来可能怎么样？如果采取不同干预，又可能怎么样？

如果这些问题能够逐步被回答，医学就可能从“疾病发生后的治疗”，进一步走向“疾病发生前的预测和干预”。当然，这条路还很长，数据质量、模型准确性和临床验证都需要解决。但我认为，这是AI与医学真正结合后非常值得探索的方向。

问

面对日益严峻的老龄化挑战，您对公众特别是年轻一代有什么建议？

答

我觉得，长寿不是老了以后才考虑的事，而是从年轻时就应该开始的“长期投资”。衰老本身是一个长期积累的过程，很多老龄相关疾病，在临床症状真正出现之前，风险可能已经积累了很多年。

所以，睡眠、运动、饮食、压力管理这些看似普通的事情，其实都在塑造一个人未来几十年的健康轨迹。尤其是阿尔茨海默病等衰老相关疾病，越来越多研究提示，一些风险因素可能在疾病发生前很多年就已经出现。比如长期睡眠不足、慢性压力等，都可能影响大脑健康。因此，与其等到疾病发生后再治疗，不如尽可能把健康管理和风险干预的时间窗口前移，这是每个人都能做到的“抗衰老”投资。

说到底，我们追求的不是简单地把生命“拉长”，而是尽可能延长健康状态。对个人而言，这是从年轻时开始的健康投资。对医学而言，则意味着从疾病治疗进一步走向风险识别、早期预防和主动健康。最终，我们希望面对老龄化的挑战，不只是让人“活得更久”，而是让更多人真正“健康地活得更久”。

复旦大学长寿与衰老研究所环境

访谈接近尾声，逄教授带我们参观了长寿与衰老研究所。一个直观感受是，与传统意义上的实验室相比，这里的空间设计更加简洁、开放和现代化。纯白色的空间与高度集成的数据科研设施相结合，呈现出鲜明的未来感。但真正让人印象深刻的，并不仅仅是实验室的设计，而是这里正在尝试构建的一套完整科研逻辑：从基础机制研究，到疾病模型与药物研发；从衰老标志物，到临床评估与健康管理；再到AI、多组学和数字孪生。而这背后，或许不仅是一项新兴学科的形成，更意味着医学思维和干预窗口的不断前移——从治疗疾病，到识别风险；从被动治疗，到主动健康；从关注寿命，到关注健康寿命。

【结语】

作为复旦大学长寿与衰老研究所的核心研究员，逄教授从GSK的药物研发，到高校的基础研究，再到今天探索长寿医学，逄克亮始终关注的其实是同一个问题：如何让科学真正产生改变生命和健康的价值。

而长寿医学正在打开的，可能不仅是一条新的科研赛道，更是医学发展的一个新方向——让衰老可测量、让风险可预测、让干预更前移，让“延长健康寿命”从理念逐步成为可以被科学验证的现实。这或许正是长寿与衰老研究真正值得期待的未来。

12

逄克亮 研究员

复旦大学长寿与衰老研究所

博士，复旦大学研究员，复旦大学长寿与衰老研究所全职PI、办公室主任，复旦大学长寿医学校企联合研究中心副主任，复旦大学智能医学研究院、医学遗传研究院及附属口腔医院双聘PI。博士毕业于清华大学生命科学学院，师从神经科学家鲁白教授。曾任职于英国葛兰素史克（GlaxoSmithKline, GSK）研发部，并于清华大学开展博士后及科研工作，具有高校科研与产业界交叉背景。长期从事脑衰老疾病的基础与转化研究，重点聚焦阿尔茨海默病等疾病的发生机制与干预策略。团队围绕关键科学问题，构建涵盖类脑器官、啮齿类及非人灵长类动物的多尺度疾病模型体系，结合人工智能与创新药物研发技术，解析疾病机制，推动新型靶点发现与候选药物开发。先后主持纵向及横向基金800万。在Cell Research等期刊发表论文20余篇，申请及转让专利4项，1项药物获批进入临床试验。