Часы старения превратились в незаменимый инструмент геронтологии, однако каждый такой инструмент привязан к одному типу биоданных и фиксированному набору признаков. Чтобы добавить новую модальность, приходится строить и валидировать отдельную модель, а интерпретация результатов остаётся на совести исследователя. Соседние работы в архиве идут в русле специализированных предсказателей: одни анализируют ландшафт метилирования, другие связывают старение с потерей смысла в биологических текстах, третьи строят карты возраста мозга. Longevity-LLM стоит на отшибе, потому что вместо ещё одного узкого инструмента предлагает единую языковую модель, которая вбирает знания из множества часов и общается с исследователем на естественном языке.
Авторы собрали корпус из 766 640 обучающих примеров (1,09 миллиарда токенов), охватывающих 38 задач в четырёх модальностях: метилирование ДНК, клинические биомаркеры, транскриптомика и протеомика. Данные превращали в структурированные текстовые подсказки с рассуждениями, затем проводили двухэтапное обучение базовой модели Qwen3-14B. Первый этап — контролируемое дообучение на 4,5 миллиарда токенов; второй — обучение с подкреплением на семи задачах регрессии, где награда зависела от точности численного предсказания. Обучение шло на 24 GPU NVIDIA B200, затем на 16 A100.
После обучения Longevity-LLM заняла первое место в четырёх из семи задач Longevity Bench, обойдя 15 коммерческих LLM. В предсказании 10-летней смертности по NHANES модель достигла точности 0,89, а в прогнозе выживаемости при раке по данным TCGA — 0,77. Для предсказания возраста по метилированию ДНК средняя абсолютная ошибка составила 4,34 года, что статистически значимо лучше часов Хорвата (4,61 года). Модель также предсказывала возраст по протеомным данным с ошибкой 7,9 года и генерировала правдоподобные протеомные профили с индексом Жаккара 0,072, превзойдя все коммерческие аналоги.
Работа показывает, что стандартная текстовая архитектура трансформера без модификаций способна усвоить сигнал старения из сырых омиксных данных. В отличие от соседних работ, которые строят отдельные модели для каждого типа данных, здесь единая модель объединяет несколько модальностей и может отвечать на вопросы на естественном языке. Это снимает барьер между специализированными омиксными фундаментальными моделями и разговорными LLM, открывая путь к внутренне согласованному представлению молекулярного старения.
Следующая итерация Longevity-LLM v0.2 будет нацелена на то, чтобы модель не только предсказывала возраст, но и объясняла биологическую логику своих предсказаний: связывала молекулярные признаки с путями и фенотипами. Планируется усилить обучение с подкреплением, чтобы обойти узкое место ручного курирования данных с рассуждениями. В перспективе такая модель может стать компаньоном исследователя старения, а не просто конечной точкой предсказания.
Разработанный подход к дистилляции знаний из специализированных моделей в единую языковую модель применим к любой области биомедицины. В фармацевтике это шаг к монолитному конвейеру «от подсказки до лекарства», который объединит идентификацию мишеней, дизайн молекул и планирование клинических испытаний.
В ближайших планах — расширение обучающего корпуса, добавление новых тестовых задач и масштабирование этапа обучения с подкреплением. Также будет проверена гипотеза о кросс-модальном обобщении: действительно ли знания из одной модальности улучшают предсказания в другой.
Для геронтологии остаётся нерешённым вопрос, почему биологический возраст пациента превышает хронологический и какие именно молекулярные механизмы за этим стоят. Longevity-LLM в текущей версии только предсказывает возраст, но не объясняет его, поэтому ключевая проблема интерпретируемости часов старения сохраняется. Следующие итерации модели должны научиться связывать отклонения от ожидаемой траектории старения с конкретными биологическими путями.
Базовая модель Qwen3-14B до обучения не могла выдать ни одного валидного предсказания ни в одной задаче, потому что не умела форматировать ответы. После дообучения она обошла коммерческие системы с сотнями миллиардов параметров.
Идея единого ИИ, который читает биологические данные и объясняет старение, перекликается с медицинским ИИ из сериала «Видоизменённый углерод», где сознание переносят между телами, а биологический возраст контролируется технологиями.
Работа опубликована не на arXiv. Здесь её страница, PDF и формализация: проверить можно самим, а не только прочитать наш разбор.