Cell研究：大模型可基于血液与基因数据评估衰老

9月17日，英矽智能、Liquid AI、巴克衰老研究所、哈佛医学院及布莱根妇女医院等机构联合在《细胞》期刊发表研究，推出面向衰老分析的全新AI工具链。该成果旨在推动大模型从文献处理向直接解析多组学生物数据跨越。 团队首先构建LongevityBench评测基准，将临床指标、基因甲基化、转录组与蛋白质组等真实数据直接输入模型，检验其预测生理年龄与死亡风险的能力。测试显示，通用大模型在多组学任务中稳定性较差。为此，研究人员基于开源架构微调出0.6B至9B参数的专用模型Longevity-LLMs。评测表明，9B版本的L-Qwen3.5-9B综合得分超越Gemini与Claude等商业旗舰，在蛋白质组预测与死亡风险评估中误差显著更低。 在应用层面，团队开发科研智能体Longevity Claw，将大模型与两百余种衰老时钟及数据库互联。该系统可自主规划分析路径，成功筛选出数百个潜在抗衰老靶点，其生物学特征与已知信号高度吻合。目前相关资源已全面开源，标志着人工智能正式介入衰老机制挖掘与靶点发现流程，为后续基础与临床验证提供了高效基础设施。