本研究首次向全球科學界推出了：LongevityBench：首個開放基準測試，用于評估 AI 在多維度衰老生物學中推理能力；Longevity-LLMs：基于臨床和多組學衰老數據訓練的一系列輕量級開源大語言模型；Longevity Claw：一個開源的智能體研究平臺，可自動整合專業的長壽研究工具，用于識別潛在治療靶點并對其進行優先級排序。
上海2026年9月18日 /美通社/ -- 由生成式人工智能（AI）驅動的臨床階段生物醫藥科技公司英矽智能（Insilico Medicine，HKEX：3696）宣布，其與 Liquid AI、巴克衰老研究所、哈佛醫學院及布萊根婦女醫院研究人員合作完成的研究發表于《Cell》，并入選該期封面文章。
在該研究中，聯合團隊推出了一套開放式 AI 工具包，包含用于評估 AI 衰老生物學推理能力的開放基準測試 LongevityBench，基于臨床和多組學衰老數據訓練的一系列輕量級開源大語言模型Longevity-LLMs，以及可自主調用專業長壽研究工具的智能體平臺 Longevity Claw，旨在加速衰老生物學研究和長壽療法開發，支持科研人員發現并評估潛在干預靶點。
該研究發表前，英矽智能于 2026 年 9 月 7 日在 Nature Biotechnology 發表研究表明，其借助 AI 發現并設計的特發性肺纖維化候選藥物 rentosertib，在一項 IIa 期臨床試驗中，使受試者在六種相互獨立的蛋白質組學衰老時鐘評估中的生物學年齡均有所下降。
兩項研究分別從臨床驗證和科研基礎設施兩個層面，展現了 AI 推動長壽研究與干預開發的潛力。
論文通訊作者、英矽智能創始人兼聯合首席執行官Alex Zhavoronkov博士表示，"長壽研究領域正逐漸超越靜態的衰老時鐘，邁向能夠生成可量化、可行動洞見的基礎模型。英矽智能始終處于長壽研究的前沿。我們正在開發經過基準測試的智能體系統，使其逐步發展為個性化的長壽助手與健康陪伴工具，最終幫助人們更好地監測并改善健康壽命。這類系統有望通過加速治療靶點識別、推動更具個體針對性的干預，并改善群體層面的健康結局，進一步重塑長壽醫學、藥物發現、保險和公共衛生等領域。"
AI 在衰老生物學領域的評估與突破
衰老是由跨越多個生物層級、交織作用的復雜機制驅動的。要解開這些機制，研究人員需要整合臨床病歷，以及遺傳學、表觀遺傳學、轉錄組學和蛋白質組學等海量多組學數據。盡管通用大語言模型已在多項科學任務中展現出卓越性能，但它們在面對真實衰老數據時是否具備可靠的推理能力，仍缺乏系統驗證。現有的評估體系大多側重于測試模型對既有知識的"記憶"，而非考查其解析全新生物測量數據、識別關鍵模式并導出科學結論的深度推理能力。
為應對這一挑戰，研究團隊推出了開源基準測試 LongevityBench，專門評估 AI 系統能否基于表征人類衰老的多模態生物數據，開展跨領域的邏輯推理。LongevityBench 涵蓋臨床病歷、遺傳學、表觀遺傳學、轉錄組學和蛋白質組學五大核心模態，旨在全方位考查前沿模型對多維衰老生物學的理解與推演能力。該基準測試的設計盡可能降低了模型僅憑記憶訓練數據即可通過測試的可能性。相反，它重點考查 AI 系統分析生物學數據、識別關鍵特征與模式，以及解決衰老研究相關問題的綜合能力。
隨后，研究團隊利用longevity benchmark評測了來自 OpenAI、Google、Anthropic、xAI、DeepSeek 及月之暗面等機構的 18 個前沿 AI 模型。結果顯示，各模型在不同生物學領域的能力差異非常明顯。
評估通用模型與微調版 Longevity-LLMs 在 17 項衰老生物學任務中的表現
結果顯示：目前，沒有任何一個頂尖模型能夠在所有任務中"全科通吃"。僅僅改變問題的表述方式，模型性能就可能出現顯著波動。這種穩健性不足，直接影響了通用 AI 在嚴謹科學研究中的可靠性與可復現性。其中，最具挑戰性的任務是根據組學測量數據直接預測生物學年齡。即使是參數規模最大的前沿模型，在這一任務上也面臨明顯困難。這表明，單純擴大模型規模，并不能自動帶來嚴謹、穩定的生物學推理能力。
輕量級長壽模型性能超越通用大語言模型
為了評估能否在不依賴龐大計算資源的前提下克服這些局限，研究團隊開發了一系列共 5 款精簡型開源長壽大語言模型。這些模型的參數量介于 6億至90億 之間，基于 Liquid AI（如 LFM2 架構）和阿里巴巴（如 Qwen3 及 Qwen3.5 家族）的開源架構打造。團隊依托英矽智能專為AI4S設計的訓練與評估框架 MMAI Gym for Science，利用衰老領域的專屬臨床數據和多組學數據對這些模型進行了深度微調。
進一步評測顯示：盡管參數規模相對較小，這些經微調的專有長壽模型在 LongevityBench 上的整體表現仍達到或超過了全部 16 個受測的前沿通用大語言模型。 其中，表現最佳的 L-Qwen3.5-9B 在本研究評估的所有AI模型中取得了最高綜合得分，以遠低于前沿模型的參數規模，超過了包括 Google Gemini 3.1 Pro 在內的所有受測前沿模型。即使是參數規模最小的專用模型（約 6 億參數），其表現也優于大多數受測前沿模型。
在大多數任務中，精簡型專用模型 L-LLMs 展現出與前沿模型持平或更優的推理性能
研究結果表明，對于特定生物學應用而言，經過精心篩選的科學訓練數據和深入的領域優化，其作用可能超過單純擴大模型規模。此外，輕量級模型對計算資源的需求顯著較低，能夠以更低成本部署在本地基礎設施上，并有望為科研機構帶來更高的安全性、可控性與實用性。
從基準評估走向自主靶點發現
為驗證這些模型能否走出基準測試、在實際科研中發揮作用，研究團隊將微調后表現最佳的 L-Qwen3.5-9B 集成至最新開源的衰老研究智能體平臺 Longevity Claw 中。
Longevity Claw 基于 L-LLM 的靶點發現
作為集成了專用大語言模型與多種科學分析工具的綜合智能體，Longevity Claw 突破了傳統問答 AI 的局限。它不僅能夠回答單一問題，還能自主規劃并執行多步驟研究工作流、調用專業工具、評估階段性結果，并圍繞候選生物學靶點自動化匯總與整合證據。目前，平臺已支持包括：基因集富集分析、生物學衰老時鐘計算、群體水平表型分析、科學證據檢索與綜合、候選靶點評估與優先級排序等核心科研任務。
研究人員將該平臺應用到了 14 個公認的衰老特征上，使其能夠深入探索與衰老相關功能衰退相關的多個相互關聯的機制。通過這一自主工作流，Longevity Claw 成功提名了 328 個基因作為抗衰老干預的潛在靶點。與獨立發表的具有實驗證據支持的衰老相關靶點參考集相比，Longevity Claw 選出的候選靶點展現出了高達 5.6 倍的顯著統計學富集度，證實了該平臺研究結果的生物學相關性。
在被選出的基因中，KDM1A 在另一項已發表的獨立研究中被證實為兼具抗衰老與抗腫瘤功效的"雙重用途"靶點。此前已有獨立研究表明，調控 KDM1A 可延長秀麗隱桿線蟲的壽命，具備抗衰老與抗腫瘤的雙重潛能。 盡管仍需進一步實驗驗證，但這初步表明 Longevity Claw 有能力發掘出高生物學可信度、且此前可能被長壽藥物研發忽視的潛力靶點。
賦能科學界：AI 長壽研究的全面開源
本研究再次展現了英矽智能對于邁向制藥超級智能的廣泛承諾。英矽智能現已陸續開放 LongevityBench 評測集、專用長壽模型、訓練資源、評估代碼以及 Longevity Claw 平臺，以支持全球研究人員開展獨立測試、結果驗證和后續開發。通過公開這些資源，英矽智能及其合作伙伴旨在為評估 AI 驅動的衰老研究進展建立統一基礎。該開源框架也有助于科研人員區分：哪些 AI 系統真正具備生物學推理能力，哪些系統則主要是在復現訓練數據中已有的信息。
獲取開源資源：
近期，憑借其 AI 平臺與管線資產在全球范圍內獲得的廣泛認可，英矽智能宣布 2026 年上半年實現總收入約 1.06 億美元，同比增長 287%；同時實現經調整凈利潤超 5100 萬美元，迎來上市以來首個盈利的半年度。這一財務里程碑主要得益于公司與全球頂尖伙伴達成的一系列對外授權、聯合開發及研發合作，涵蓋禮來（Eli Lilly）、施維雅（Servier）、武田（Takeda）、SK Biopharmaceuticals、齊魯制藥、衡泰生物、康哲藥業（CMS）及元羿生物（Tenacia）等知名藥企。截至最新數據，英矽智能在 2026 年內披露的簽約合作總額已達約 73 億美元，推動公司自 2021 年以來的累計簽約合作總額躍升至近 110 億美元。
在 AI 驅動的研發方面，英矽智能在2026年前 8 個月內宣布提名了 9 個臨床前候選化合物（PCC），刷新了公司年度管線產出的歷史紀錄；同時在其自研與合作管線中順利達成了 8 個臨床里程碑。領跑這些研發進展的是Rentosertib (ISM001-055)，作為全球首個完全由生成式 AI 賦能研發的潛在全球首創（First-in-class）候選藥物，Rentosertib 目前已正式進入用于治療特發性肺纖維化（IPF）的 III 期臨床試驗階段，邁出了走向臨床驗證與商業化落地的關鍵一步。
參考資料
[1] Zhavoronkov, A., Naumov, V., Sidorenko, D., Aliper, A., Aladinskiy, V., Hasani, R., Amini, A., Nasto, K., Reymond, M., Shayakhmetov, R., et al. (2026). An open benchmark and language models for AI in aging biology. Cell 189, 1–15. https://doi.org/10.1016/j.cell.2026.08.026
[2] Zhavoronkov, A., Galkin, F., Chen, S. et al. Integration of proteomic aging clocks in a phase 2a clinical trial supports simultaneous geroprotective assessment. Nat Biotechnol (2026). https://doi.org/10.1038/s41587-026-03286-y
關于英矽智能
英矽智能是一家全球先鋒生物科技公司，致力于整合人工智能和自動化技術，加速藥物發現并推動生命科學領域的創新，賦能人類更長久更健康的生活。2025年12月30日，公司于香港聯交所主板掛牌上市，股票代碼：03696.HK。
利用自主研發的Pharma.AI 平臺和先進的自動化生物學實驗室，英矽智能正在為纖維化、腫瘤學、免疫學、疼痛、肥胖和代謝紊亂等未滿足的疾病領域提供創新藥物解決方案。此外，英矽智能持續將Pharma.AI應用拓展到多元化領域，如先進材料、農業、營養產品及獸醫藥物。
更多信息，請訪問網站 www.insilico.com
