شرکت اینسیلیکو مدیسین یک ابزار هوش مصنوعی متن‌باز برای زیست‌شناسی پیری منتشر کرد که از مدل‌های پیشرفته پیشی می‌گیرد

گام حیاتی در توسعه درمان‌هایی که طول عمر سالم انسان را افزایش می‌دهند، جمع‌آوری داده‌های زیستی بیشتر نیست، بلکه تفسیر دقیق داده‌هایی است که در حال حاضر در اختیار داریم. وقتی دانشمندان تغییرات متیلاسیون دی‌ان‌ای یا پروتئین‌های خون را اندازه‌گیری می‌کنند، نتیجه پژوهش آن‌ها کاملاً به این بستگی دارد که آیا می‌توانند این الگوهای پیچیده را به یک مکانیسم مشخص و قابل‌هدف‌گیری در روند پیری مرتبط کنند یا خیر. مدل‌های عمومی هوش مصنوعی اغلب در این مرحله با مشکل مواجه می‌شوند، زیرا به جای استدلال واقعی زیستی، بر متن‌های حفظ‌شده تکیه می‌کنند. اکنون، یک مجموعه تخصصی از ابزارهای متن‌باز هوش مصنوعی که در سپتامبر ۲۰۲۶ در مجله سل منتشر شده، دقیقاً برای همین کار طراحی شده است و نشان می‌دهد که مدل‌های کوچک‌تر و متمرکز می‌توانند در درک زیست‌شناسی پیری از بزرگ‌ترین سیستم‌های هوش مصنوعی جهان پیشی بگیرند.[1][3]

این مجموعه ابزار که توسط شرکت اینسیلیکو مدیسین با همکاری پژوهشگران لیکوئید ای‌آی، موسسه تحقیقات پیری باک و دانشکده پزشکی هاروارد توسعه یافته است، سه منبع به هم پیوسته را به جامعه علمی معرفی می‌کند. پایه و اساس این مجموعه، لانجویتی‌بنچ است؛ اولین معیار متن‌بازی که برای ارزیابی دقیق توانایی سیستم‌های هوش مصنوعی در استدلال در حوزه‌های مختلف زیست‌شناسی پیری طراحی شده است. این معیار به جای پاداش دادن به مدل‌ها برای یادآوری ساده اطلاعاتی که در طول آموزش با آن‌ها مواجه شده‌اند، توانایی آن‌ها را در تحلیل اندازه‌گیری‌های جدید زیستی و تشخیص الگوهای معنادار آزمایش می‌کند.[1][2][4]

برای ایجاد یک خط پایه، پژوهشگران از لانجویتی‌بنچ برای ارزیابی ۱۸ سیستم پیشرفته هوش مصنوعی از شش توسعه‌دهنده بزرگ، از جمله اوپن‌ای‌آی، گوگل و آنتروپیک استفاده کردند. این معیار شامل ۱۷ وظیفه است که پنج حوزه داده‌های زیستی را در بر می‌گیرد: داده‌های بالینی، ژنتیک، اپی‌ژنتیک، ترانسکریپتومیکس و پروتئومیکس. نتایج نشان‌دهنده کاستی‌های قابل‌توجهی در قابلیت‌های هوش مصنوعی عمومی بود. هیچ مدل پیشرفته‌ای نتوانست در تمام وظایف برتری یابد و عملکرد آن‌ها بسته به نحوه بیان سوالات به طور قابل‌توجهی متفاوت بود. در جدول رده‌بندی عمومی این پروژه که امتیازات کلی را پیگیری می‌کند (جایی که اعداد کمتر نشان‌دهنده عملکرد بهتر است)، جمینای ۳٫۱ پرو از گوگل با امتیاز ۸٫۲ به عنوان بهترین مدل پیشرفته شناخته شد و پس از آن کلود اوپوس ۴٫۶ از آنتروپیک با امتیاز ۹٫۲ قرار گرفت.[1][2][3]

چالش‌برانگیزترین وظیفه برای تمام مدل‌های عمومی، صرف‌نظر از مقیاس عظیم آن‌ها، پیش‌بینی سن مبتنی بر اومیکس بود. برای اینکه مشخص شود آیا می‌توان این شکاف‌ها را بدون نیاز به منابع محاسباتی در مقیاس مدل‌های پیشرفته برطرف کرد، تیم پژوهشی خانواده‌ای متشکل از پنج مدل فشرده به نام Longevity-LLMs را تنظیم دقیق کردند. این مدل‌ها که از ۰٫۶ میلیارد تا ۹ میلیارد پارامتر متغیر هستند، به طور خاص روی داده‌های پیری مختص به این حوزه، از جمله اندازه‌گیری‌های بالینی و پروفایل‌های چند-اومیکسی آموزش دیدند.[1][3]

این مدل‌های تخصصی توانستند عملکردی برابر یا بهتر از سیستم‌های پیشرفته و بسیار بزرگ‌تر داشته باشند. بزرگ‌ترین مدل فشرده، یعنی L-Qwen3.5-9B، با کسب امتیاز کلی ۴٫۴ در جدول رده‌بندی، بهترین عملکرد سیستمی را به دست آورد. در وظایف خاص، تفاوت‌ها بسیار چشمگیر بود: مدل L-Qwen3.5-9B در پیش‌بینی سن متیلاسیون دی‌ان‌ای به نرخ تطابق ۰٫۸۶۸ دست یافت، در حالی که این رقم برای بهترین مدل پیشرفته ۰٫۶۸۵ بود. به طور مشابه، مدل بسیار کوچک‌تر L-Qwen3-0.6B خطای مطلق میانگین ۵٫۷ سال را در پیش‌بینی سن پروتئومیک ثبت کرد که به طور قابل‌توجهی بهتر از نرخ خطای ۱۰٫۱ ساله سیستم پیشرو عمومی بود.[1][2][3]

فراتر از بحث معیارسنجی، این مجموعه شامل Longevity Claw است؛ یک پلتفرم پژوهشی عامل‌محور و متن‌باز که برای اجرای خودکار جریان‌های کاری پژوهشی چندمرحله‌ای طراحی شده است. این پلتفرم به جای پاسخ دادن ساده به دستورات فردی، مدل‌های زبانی تخصصی را با ابزارهایی برای تحلیل غنی‌سازی مجموعه ژن‌ها، محاسبات ساعت پیری بیولوژیکی و ترکیب شواهد ادغام می‌کند. هنگامی که این پلتفرم در ۱۴ نشانه شناخته‌شده پیری به کار گرفته شد، به طور خودکار ۳۲۸ ژن را به عنوان اهداف بالقوه برای مداخلات پیری معرفی کرد.[2][3][4]

اگرچه شناسایی ۳۲۸ ژن کاندید یک دستاورد محاسباتی مهم است، اما به معنای دستیابی فوری به داروهای جدید نیست. این اهداف پیش از آنکه برای توسعه درمانی در نظر گرفته شوند، نیازمند اعتبارسنجی دقیق آزمایشگاهی هستند. با این حال، نشانه‌های اولیه امیدوارکننده است؛ یکی از ژن‌های معرفی‌شده به نام KDM1A، در یک مطالعه منتشرشده و مستقل دیگر به عنوان هدفی تایید شد که تعدیل آن توانست طول عمر کرم‌های لوله‌ای را افزایش دهد.[2][3]

پژوهشگران با انتشار عمومی این معیار، مدل‌های تخصصی و کدهای ارزیابی، قصد دارند پایه‌ای مشترک برای سنجش پیشرفت در پژوهش‌های پیری مبتنی بر هوش مصنوعی فراهم کنند. این شفافیت به جامعه علمی جهانی اجازه می‌دهد تا سیستم‌ها را به طور مستقل آزمایش و اعتبارسنجی کنند و به تمایز ابزارهای هوش مصنوعی که استدلال واقعی زیستی را نشان می‌دهند از آن‌هایی که صرفاً داده‌های آموزشی خود را بازتولید می‌کنند، کمک می‌کند. برای عموم مردم، این رویکرد متن‌باز اطمینان‌بخش است که ابزارهای محاسباتی هدایت‌کننده نسل بعدی درمان‌های طول عمر، به جای عمل کردن به عنوان جعبه‌های سیاه انحصاری، تحت استانداردهای دقیق و مشترک قرار می‌گیرند.[2][3]