Переводчик, который отвлекается на каждый шорох в зале, делает час совещания двумя. Раньше так и работали часы старения: каждый инструмент понимал только один «диалект» биоданных. Один читал химические метки на ДНК (метилирование), другой — белки в крови, третий — записи врача. Чтобы добавить новый источник информации, приходилось строить и проверять отдельную модель, а объяснения её предсказаний оставались на совести исследователя.
Longevity-LLM v0.1 — это переводчик, который выучил все диалекты сразу. Учёные из Insilico Medicine взяли базовую языковую модель Qwen3-14B и дообучили её на 766 640 примерах, где биоданные были записаны текстом с рассуждениями. Первый этап — чтение 4,5 миллиарда токенов, второй — обучение с подкреплением: модель получала награду за точность численных предсказаний. Обучение шло на 24 GPU NVIDIA B200, затем на 16 A100.
Результат оказался сильнее специализированных инструментов. В предсказании 10-летней смертности по данным NHANES модель достигла точности 0,89, а в прогнозе выживаемости при раке по данным TCGA — 0,77. Средняя ошибка предсказания возраста по метилированию ДНК 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.
Такой переводчик нужен не только для точности. Он снимает барьер между специализированными омиксными моделями и разговорными нейросетями. В фармацевтике это шаг к монолитному конвейеру «от подсказки до лекарства», который объединит поиск мишеней, дизайн молекул и планирование клинических испытаний.
Переводчик, который выучил все диалекты старения, теперь говорит на одном языке с исследователем. Следующая версия Longevity-LLM v0.2 будет не только предсказывать возраст, но и объяснять биологическую логику своих предсказаний: связывать молекулярные признаки с путями и фенотипами. Тогда совещание, наконец, пойдёт быстрее.
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.