Klotho Neurosciences lanzó el 24 de febrero del 2026 dos pruebas genómicas con IA que miden edad biológica desde una muestra de sangre, diseñadas para equilibrar grupos en ensayos clínicos de Alzheimer y ELA y abrir un nuevo mercado de diagnóstico de longevidad.
La edad biológica revela cuán rápido envejece cada cuerpo, un dato que transforma cómo se evalúan tratamientos neurodegenerativos. Cuando los grupos de control son biológicamente más jóvenes que los tratados, los resultados se distorsionan: fármacos prometedores pueden fallar por variabilidad oculta, según el consenso científico en neurología clínica.
La primera prueba analiza la metilación del ADN en fragmentos circulantes de sangre, enfocándose en el gen alfa‑Klotho. La metilación (apagar interruptores genéticos mediante marcas químicas) se acumula con la edad; mayor metilación en alfa‑Klotho indica envejecimiento biológico avanzado, un marcador replicado en múltiples estudios.
La segunda herramienta, el Klotho Clock, combina datos de ADN y ARNm de nueve genes de longevidad mediante inteligencia artificial. La IA integra información de múltiples capas moleculares (epigenoma, transcriptoma) para estimar la edad biológica con precisión superior a relojes tradicionales basados en un solo tipo de dato, según el anuncio de la compañía.
El fundador Joseph Sinkule explica que equilibrar ensayos por edad biológica reduce el ruido estadístico y acelera aprobaciones regulatorias. Destacó en rueda de prensa que la variabilidad oculta retrasa decisiones clínicas hasta dos años en algunos casos.
Klotho Neurosciences planea un ensayo prototipo en 2026 y expandirá su base de datos para entrenar los algoritmos de IA. Simultáneamente, ofrecerá el servicio diagnóstico al mercado de longevidad, donde consumidores buscan métricas precisas del envejecimiento. En México, donde ensayos clínicos crecen 12 % anual según el Consejo Nacional de Ciencia y Tecnología (Conacyt), estas herramientas podrían mejorar la calidad de estudios locales y abrir acceso a diagnósticos personalizados de longevidad.
Pregunta abierta: ¿Qué validación independiente requerirán los modelos de IA para demostrar que la medida predice la progresión clínica en poblaciones diversas, incluyendo grupos latinoamericanos?
