Avaluar si un model d'intel·ligència artificial és realment útil per a la recerca biomèdica sobre l'envelliment ha estat fins ara difícil per manca d'un estàndard comú: no existia cap banc de proves obert que permetés comparar, amb el mateix criteri, com de bé raonen els diferents sistemes sobre dades tan variades com la genètica, l'epigenètica, la transcriptòmica, la proteòmica o la clínica pròpiament dita. Un article publicat a la revista Cell, amb la companyia InSilico Medicine com a impulsora i la participació d'investigadors de Liquid AI, el Buck Institute for Research on Aging i la Harvard Medical School, presenta el primer intent seriós de tapar aquest forat.
L'estudi introdueix tres eines: LongevityBench, un banc de proves obert amb disset tasques repartides en aquests cinc àmbits de dades biològiques; una família de cinc models de llenguatge compactes, d'entre 600 milions i 9.000 milions de paràmetres, ajustats específicament amb dades d'envelliment; i Longevity Claw, una plataforma de recerca agèntica que integra aquests models amb eines d'anàlisi genètica per proposar objectius terapèutics candidats. En avaluar 18 sistemes de frontera (d'OpenAI, Google, Anthropic, xAI, DeepSeek i Moonshot AI) al costat dels seus propis models, els autors troben que cap sistema general destaca en els cinc àmbits alhora, i que el seu model més petit i especialitzat, de només 9.000 milions de paràmetres, supera tots els sistemes de frontera analitzats en la puntuació global entre els 26 sistemes comparats.
Més enllà de la comparativa de models, Longevity Claw va fer servir aquestes eines per proposar 328 gens com a possibles dianes d'intervenció contra l'envelliment, un conjunt que, en contrastar-lo estadísticament amb dianes ja validades, en mostra un enriquiment 5,6 vegades superior a l'esperat per atzar; un dels gens proposats, KDM1A, ha estat validat de manera independent en un altre estudi com a diana rellevant tant en envelliment com en càncer. És un resultat rellevant perquè suggereix que, en dominis científics molt especialitzats, un model petit ben entrenat amb les dades adequades pot superar els grans sistemes generalistes, i perquè posa a disposició de qualsevol grup de recerca —no només de qui té accés als models més cars— eines per treballar en aquest camp.
L'estudi és, amb tot, un primer pas: la llista de gens candidats és un punt de partida per a la recerca de laboratori, no una prova de causalitat, i la majoria dels 328 gens proposats encara no han estat validats experimentalment. La revista el destaca com a article de portada del seu número del 17 de setembre, però la seva utilitat real es mesurarà en la mesura que altres grups facin servir aquestes eines obertes i en confirmin —o no— les prediccions.