The End of Aging Clocks: Training Foundation Models to Reason in Aging and Longevity

本研究は、DNA メチル化やプロテオミクスなどの多様な生体データを学習した大規模言語モデル「Longevity-LLM v0.1」を開発し、従来の専門的な老化時計モデルを単一のモデルで凌駕する性能と多様なタスク実行能力を実証したものです。

要約

この論文は、**「老化の仕組みをすべて理解し、あらゆるデータから『あなたの体の年齢』を正確に予測できる、新しいタイプの AI 」**を開発したという画期的な成果を報告しています。

専門用語を避け、わかりやすい比喩を使って説明しますね。

🕰️ 従来の「老化時計」とは？（これまでの方法）

これまで、老化の研究では「老化時計（エイジング・クロック）」というツールが使われてきました。
これは、**「特定の材料だけで動く、単機能の機械」**のようなものです。

• DNA の時計：DNA のデータしか読めない。
• 血液の時計：血液のデータしか読めない。
• 写真の時計：顔のシワしか読めない。

問題点：
もし、DNA と血液の両方のデータから総合的に老化を判断したい場合、研究者は「DNA 用時計」と「血液用時計」を別々に作って、結果を自分で足し合わせなければなりません。また、「なぜその人の体が老いているのか？」という理由まで、この機械は教えてくれません。

---

🧠 新しい「Longevity-LLM」とは？（今回の成果）

今回開発された**「Longevity-LLM（ロンジビティ・エルエルエム）」**は、それらとは全く違います。

これは、**「あらゆる教科書を読み込み、経験豊富な名医のような AI」**です。

• 万能な知識：DNA、タンパク質、血液検査、遺伝子など、あらゆる種類の「体のデータ（生体データ）」を、同じ一つの頭脳で理解できます。
• 理由もわかる：単に「年齢は 50 歳です」と言うだけでなく、「なぜそう判断したのか」という理由も、自然な言葉で説明できます。
• 新しいこともできる：年齢を予測するだけでなく、「もしこの薬を飲んだら、血液のタンパク質はどう変わるか？」といった未来のシミュレーションも描けます。

🏆 どれくらいすごいのか？（実験結果）

この AI は、以下の驚くべき成果を上げました。

1. 既存の「名医」を凌駕した
   世界最高峰の「DNA 老化時計（ホーバース時計）」よりも、DNA から推定する年齢の精度が高くなりました。

   • 比喩： 長年培われた名門の老舗時計職人よりも、新しい天才時計師の方が正確に時間を刻めるようになったのです。

2. あらゆるテストでトップクラス
   老化研究の「オリンピック」とも言えるテスト（Longevity Bench）で、15 種類の最先端 AI と競い合い、多くの部門で 1 位を獲得しました。

   • 比喩： 14 歳（パラメータ数）の若手選手が、巨大な巨人（他の巨大 AI）たちと戦って勝ったようなものです。

3. 「体の未来」を想像できる
   年齢や性別を指定すると、その人の血液に含まれるタンパク質のリストを、まるで「未来の血液検査結果」のように生成できました。これは他の AI にはできない、生物学的な直感のような能力です。

🚀 なぜこれが重要なのか？（未来への展望）

これまでの AI は、「道具箱」のように、必要な道具（時計）を一つずつ取り出して使う必要がありました。
しかし、今回の AI は**「道具箱そのものが、すべてを理解する賢い助手」**になりました。

• これからの未来：
  この AI は、単に「老化している」と告げるだけでなく、**「老化を遅らせるための薬を、ゼロから設計する」**ことまで目指しています。
  「この分子が、この遺伝子に働きかけて、結果として若返る」という一連のストーリーを、AI 自身が考え、提案できるようになるのです。

💡 まとめ

この研究は、**「バラバラの専門知識を一つにまとめ、自然な会話で老化の謎を解き明かす、新しい時代の AI」**の誕生を告げるものです。

まるで、**「老化という複雑な迷路を、一人の天才ガイドが、あらゆる地図（データ）を頭に入れて、最短ルートで案内してくれる」**ようなイメージです。これにより、老化研究や新薬開発が、これまでにないスピードと精度で進むことが期待されています。

技術概要

論文「The End of Aging Clocks: Training Foundation Models to Reason in Aging and Longevity」の技術的サマリー

この論文は、Insilico Medicine によって提出されたプレプリント（2026 年 3 月 30 日付）であり、老化研究における従来の「老化時計（Aging Clocks）」の限界を克服し、マルチモーダルな基礎モデル（Foundation Model）であるLongevity-LLM v0.1を開発したことを報告しています。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

---

1. 問題定義 (Problem)

従来の老化研究における「老化時計」には、以下のような根本的な制約が存在していました。

• 単一モダリティへの依存: 従来のモデルは、DNA メチル化、タンパク質、臨床バイオマーカーなど、特定のデータモダリティのみに特化しており、異なるデータタイプを統合して処理できません。
• 固定された特徴量セット: 各モデルは事前に定義された特徴量に依存しており、新しいモダリティを追加するには、ゼロからモデルを構築・検証・展開する必要があり、コストと時間がかかります。
• 解釈性の欠如: 老化時計は「生物学的年齢」を予測しますが、なぜその予測値になったのか（どの生物学的メカニズムが関与しているか）を説明する機能は持ち合わせていません。
• エージェントシステムの限界: 既存の AI エージェント（LLM が外部ツールを呼び出すアーキテクチャ）は、ツール自体のバイアスや限界を内包したままであり、老化生物学そのものを深く理解・統合しているわけではありません。

2. 手法 (Methodology)

著者らは、特定のツールを呼び出すのではなく、老化生物学の知識をモデル内部に「蒸留（Distillation）」させるアプローチを採用しました。

2.1 モデル基盤

• ベースモデル: 140 億パラメータの言語モデルQwen3-14Bを使用。
• アーキテクチャ: 特別なアテンション機構や数値処理用のヘッダーを追加せず、純粋なテキストトランスフォーマーとして機能させます。

2.2 学習データ

• データ規模: 約 76 万 6 千例（10.9 億トークン）のトレーニングデータ。
• モダリティ:
  • DNA メチル化 (DNAm): 最大モダリティ（CpG ベータ値、クロック係数、ゲノム注釈など）。
  • 臨床バイオマーカー: NHANES データ（年齢予測、死亡率分類、イベント時間予測）。
  • トランスクリプトミクス: GTEx ポータル（遺伝子発現プロファイルからの年齢予測）。
  • プロテオミクス: Olink Explore 3072 プラズマパネル（年齢回帰、プロファイル生成）。
• データ処理: 対象者レベルで学習・テストを分割し、データリークを防止。プロンプトには意味的変異や自動生成された推論トレースを含めました。

2.3 学習パイプライン

モデルは 2 段階のファインチューニングを経ています。

1. 教師ありファインチューニング (SFT):
   • 老化関連の多様なタスク（指示・応答ペア、中間推論トレースを含む）で 3,000 ステップ学習。
   • 65,536 トークンのコンテキストウィンドウを使用。
2. 強化学習ファインチューニング (RFT):
   • 数値目標が明確な 7 つの回帰タスクに対して、Group Relative Policy Optimization (GRPO) を適用。
   • 報酬関数:
     • 形式報酬（推論タグの正誤）。
     • 思考長さ報酬（5,000 文字まで）。
     • 回帰正解報酬（予測値と真値の正規化された絶対誤差）。
   • KL ペナルティにより、SFT 後のモデルからの急激な逸脱（ポリシー崩壊）を防ぎました。

3. 主要な貢献 (Key Contributions)

• 老化時計の蒸留: 従来の専門的な統計モデル（Horvath クロックなど）の機能を、汎用的な LLM 内部に統合し、単一のモデルでマルチモーダルな老化予測を可能にしました。
• 単一モデルによる多様なタスクの遂行: 年齢予測、死亡率分類、がん生存率予測、さらにタンパク質プロファイルの生成まで、単一の 14B モデルで処理可能です。
• 自然言語インターフェースの確立: 生データ（CpG ベータ値やタンパク質濃度など）をテキストとして入力し、推論プロセスを含めた自然な回答を出力する能力を実証しました。
• MMAI Gym for Science の実証: 創薬と老化研究のためのマルチモーダル AI 基盤構築の第一段階として、このアプローチの有効性を示しました。

4. 結果 (Results)

4.1 Longevity Bench での性能

• 15 の最先端商用 LLM と比較し、7 つのタスクのうち4 つで 1 位を獲得しました。
• がん予後: TCGA データに基づく無増殖生存期間のペア比較で 0.77 の精度。
• 死亡率予測: NHANES データの 10 年死亡率予測で 0.89 の精度（Gemini 3 Pro を上回る）。
• ベースモデルの欠如: 微調整前の Qwen3-14B は解析可能な出力を生成できず、すべてのタスクで無効でした。

4.2 老化時計としての性能比較

• エピジェネティック年齢予測 (DNAm):
  • SFT 後: MAE 5.91 年。
  • RFT 後: MAE 4.34 年。
  • 従来の標準である Horvath マルチティシュークロック（MAE 4.61 年）を統計的に有意に上回りました（p < 0.05）。
• プロテオミクス年齢予測:
  • 94 件のホールドアウトサンプルで MAE 7.9 年を達成。UK バイオバンクで訓練された専門モデルと同程度の精度を、はるかに少ないデータ量で実現しました。

4.3 生成タスク（プロテオミクス）

• 年齢と性別を条件として、部分的なプロテオムデータから 25 種類の主要な血漿タンパク質を生成するタスクにおいて、SFT モデルはJaccard 指数 0.072を達成。
• これは他の最先端 LLM を大きく上回る結果であり、モデルが老化に伴うタンパク質動態の意味のある表現を内部化していることを示唆しています。

5. 意義と将来展望 (Significance)

• パラダイムシフト: 単一モダリティに特化した「老化時計」から、マルチモーダルデータを統合し、推論可能な「老化生物学の基礎モデル」への移行を提案しました。
• 創薬パイプラインの統合: 標的同定から臨床試験設計まで、一貫した AI システム（「Prompt-to-Drug」）を構築する基盤となります。エージェントシステムのように外部ツールに依存せず、モデル内部で生物学的整合性を保つことが可能です。
• 解釈性の向上: 今後のバージョン（v0.2）では、低レベルの分子特徴から高レベルの表現型への推論ロジックを明確化し、研究者が「なぜ」その予測に至ったかを理解できる「研究パートナー」としての機能を強化する計画です。
• 汎用性: この「蒸留」アプローチは、老化研究だけでなく、創薬、化学、他の生物医学分野の専門モデルを LLM に統合するための一般的な手法として応用可能です。

結論として、Longevity-LLM v0.1 は、従来の専門的な統計モデルを凌駕する性能を持ちながら、自然言語による対話と推論を可能にする画期的なモデルであり、老化研究と創薬の未来における重要なマイルストーンとなります。