Los relojes de envejecimiento se han convertido en una herramienta indispensable para la gerontología, pero cada uno de estos instrumentos está atado a un único tipo de datos biológicos y a un conjunto fijo de características. Para añadir una nueva modalidad hay que construir y validar un modelo aparte, y la interpretación de los resultados queda a criterio del investigador. Los trabajos vecinos en el archivo siguen la línea de los predictores especializados: unos analizan el paisaje de metilación, otros vinculan el envejecimiento con la pérdida de sentido en los textos biológicos, y otros construyen mapas de la edad cerebral. Longevity-LLM se aparta de esa corriente porque, en lugar de ser una herramienta estrecha más, propone un modelo de lenguaje único que absorbe el conocimiento de múltiples relojes y conversa con el investigador en lenguaje natural.
Los autores reunieron un corpus de 766 640 ejemplos de entrenamiento (1,09 mil millones de tokens) que abarcan 38 tareas en cuatro modalidades: metilación del ADN, biomarcadores clínicos, transcriptómica y proteómica. Los datos se convirtieron en indicaciones textuales estructuradas con razonamientos, y luego se realizó un entrenamiento en dos etapas del modelo base Qwen3-14B. La primera etapa consistió en un ajuste supervisado con 4,5 mil millones de tokens; la segunda, en un aprendizaje por refuerzo en siete tareas de regresión, donde la recompensa dependía de la precisión de la predicción numérica. El entrenamiento se llevó a cabo en 24 GPU NVIDIA B200 y después en 16 A100.
Tras el entrenamiento, Longevity-LLM ocupó el primer lugar en cuatro de las siete tareas de Longevity Bench, superando a 15 LLM comerciales. En la predicción de mortalidad a 10 años según NHANES, el modelo alcanzó una precisión de 0,89, y en el pronóstico de supervivencia en cáncer con datos de TCGA, de 0,77. Para la predicción de la edad por metilación del ADN, el error absoluto medio fue de 4,34 años, lo que es estadísticamente significativo mejor que los relojes de Horvath (4,61 años). El modelo también predijo la edad a partir de datos proteómicos con un error de 7,9 años y generó perfiles proteómicos verosímiles con un índice de Jaccard de 0,072, superando a todos los análogos comerciales.
El trabajo muestra que la arquitectura estándar de transformador de texto, sin modificaciones, es capaz de asimilar la señal del envejecimiento a partir de datos ómicos crudos. A diferencia de los trabajos vecinos, que construyen modelos separados para cada tipo de datos, aquí un único modelo reúne varias modalidades y puede responder preguntas en lenguaje natural. Esto elimina la barrera entre los modelos fundacionales ómicos especializados y los LLM conversacionales, y abre el camino hacia una representación internamente coherente del envejecimiento molecular.
La siguiente iteración, Longevity-LLM v0.2, tendrá como objetivo que el modelo no solo prediga la edad, sino que también explique la lógica biológica de sus predicciones: que vincule las características moleculares con rutas y fenotipos. Se planea reforzar el aprendizaje por refuerzo para superar el cuello de botella de la curación manual de datos con razonamientos. En perspectiva, un modelo así podría convertirse en un compañero del investigador del envejecimiento, y no solo en un punto final de predicción.
El enfoque desarrollado para destilar conocimiento de modelos especializados en un único modelo de lenguaje es aplicable a cualquier área de la biomedicina. En la industria farmacéutica, es un paso hacia un flujo de trabajo monolítico «de la indicación al fármaco», que unirá la identificación de dianas, el diseño de moléculas y la planificación de ensayos clínicos.
Los planes inmediatos incluyen ampliar el corpus de entrenamiento, añadir nuevas tareas de prueba y escalar la etapa de aprendizaje por refuerzo. También se pondrá a prueba la hipótesis de la generalización entre modalidades: si el conocimiento de una modalidad mejora realmente las predicciones en otra.
Para la gerontología sigue sin resolverse la pregunta de por qué la edad biológica de un paciente supera la cronológica y qué mecanismos moleculares concretos hay detrás. Longevity-LLM, en su versión actual, solo predice la edad, pero no la explica, por lo que el problema clave de la interpretabilidad de los relojes de envejecimiento persiste. Las siguientes iteraciones del modelo deberán aprender a vincular las desviaciones de la trayectoria esperada de envejecimiento con rutas biológicas concretas.
El modelo base Qwen3-14B, antes del entrenamiento, no podía dar ni una sola predicción válida en ninguna tarea, porque no sabía formatear las respuestas. Después del ajuste supervisado, superó a sistemas comerciales con cientos de miles de millones de parámetros.
La idea de una IA única que lee datos biológicos y explica el envejecimiento resuena con la IA médica de la serie «Altered Carbon», donde la conciencia se transfiere entre cuerpos y la edad biológica se controla con tecnología.
No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.