Репосты новостей трансгуманизма
4 subscribers
17 photos
6 videos
29 links
Download Telegram
Аааааа, это должны быть мы:

«
Стэнфорд и PHD Biosciences создали биотехническую команду из 37 тысяч агентов, и они указали на потенциальный метод лечения рака

Авторы представили Virtual Biotech (www.biorxiv.org/content/10.64898/2026.02.23.707551v1) – мультиагентную систему, целью которой было научиться примерно предсказывать и объяснять, почему одни препараты проходят испытания и доходят до рынка, а другие нет.

Если бы мы научились делать такие предсказания даже с неидеальной точностью, это ускорило бы разработку лекарств в разы.

Так вот: Virtual Biotech скормили порядка 56 тысяч клинических испытаний разных фаз (всего таких фаз 4). Поверх этих данных агенты выдвигали гипотезы, обсуждали их друг с другом, проводили расчеты и, в общем, пытались извлечь какую-то скруктуру и инсайты.

Что в итоге:

1. Агенты предложили новую биологическую метрику – cell-type specificity, насколько узко экспрессирован ген в определенном клеточном типе. Показано, что она статистически значимо связана с вероятностью клинического успеха препарата, то есть это, по сути, новая априорная метрика для оценки эффективности препаратов.

2. Тут же в качестве кейса система указала на иммунный регуляторный белок, который часто сильно экспрессируется в опухолевых клетках и по предложенной метрике выглядит как перспективная мишень. Агенты даже предложили стратегию разработки соответствующего ADC-препарата на уровне аналитического дизайна.

Это довольно важные результаты, которые могли бы, теоретически, помочь компаниям сэкономить миллионы и годы на испытаниях, если бы были поставлены на конвейер. Короче, будущее близко».

Еще раз ссылка на статью
Forwarded from Solid State Humanity
Новая версия Evo 2

Она способна автоматически распознавать ключевые элементы генома: гены, регуляторные участки ДНК, места сплайсинга и другие функциональные структуры. Модель обучалась на данных из всех трёх доменов жизни - бактерий, архей и эукариот - что делает её одной из самых универсальных систем анализа генома на сегодняшний день.

В основе системы лежит нейросетевая архитектура StripedHyena 2. Обучение происходило в два этапа. Сначала модель анализировала короткие фрагменты ДНК длиной около 8 000 нуклеотидов, чтобы научиться распознавать базовые генетические элементы. Затем ей начали подавать значительно более длинные последовательности - до миллиона нуклеотидов - что позволило выявлять более крупные структурные закономерности в геномах.

Для обучения использовался огромный набор данных OpenGenome2, содержащий около 8,8 триллиона пар оснований ДНК. На его основе были созданы две версии модели: меньшая - с 7 миллиардами параметров, и полная - с 40 миллиардами параметров. Интересно, что разработчики сознательно исключили вирусы, заражающие эукариот, чтобы снизить риск возможного злоупотребления системой для создания биологических угроз.

Главная сложность, которую должна была преодолеть модель, связана со структурой геномов сложных организмов. У бактерий гены расположены относительно просто: кодирующие участки идут подряд, без разрывов. Но у эукариот гены разбиты на фрагменты, разделённые некодирующими участками - интронами. Кроме того, регуляторные элементы могут находиться на большом расстоянии от самих генов, а значительная часть генома состоит из "мусорной" ДНК - фрагментов вирусов, повреждённых генов и других неактивных последовательностей. Всё это сильно усложняет анализ генома.

ИИ оказался особенно эффективным в распознавании тонких статистических закономерностей в таких сложных структурах. Например, модель научилась определять границы интронов и экзонов, а также выявлять участки ДНК, которые регулируют активность генов. Более того, она смогла распознавать некоторые структурные особенности белков, кодируемых генами, такие как альфа-спирали и бета-листы.

Чтобы проверить возможности системы, исследователи искусственно вводили точечные мутации в ДНК и анализировали реакцию модели. Evo 2 успешно определяла, насколько серьёзно изменение влияет на функцию гена. Например, она различала мутации, которые полностью останавливают синтез белка, и изменения, которые почти не влияют на работу клетки. Это особенно важно для оценки мутаций в генах, связанных с заболеваниями, например в гене BRCA2, мутации которого повышают риск развития рака.

Ещё одна интересная особенность модели - способность автоматически определять, с каким типом организма она работает. Некоторые виды используют изменённые генетические коды для завершения синтеза белков, и система корректно распознаёт такие различия.

Разработчики также проверили, может ли модель создавать новые генетические последовательности. В одном из экспериментов ей предложили спроектировать регуляторные участки ДНК, которые активны в одном типе клеток и неактивны в другом. Сгенерированные последовательности протестировали в клетках, и около 17% из них действительно показали заметную разницу в активности между клеточными типами. Это ещё далеко от полноценного проектирования новых биологических функций, но уже демонстрирует потенциал метода

https://www.nature.com/articles/s41586-026-10176-5

#искусственный_интеллект
Forwarded from Solid State Humanity
This media is not supported in your browser
VIEW IN TELEGRAM
Вам стоит осознать очень важную вещь. То, что ещё недавно обсуждалось в узких кругах биогеронтологов и трансгуманистов, постепенно выходит на уровень глобальной политики.

Выступление Синклера на Всемирном Правительственном Саммите в Дубае тому явный признак.

Вы можете обратить вспять старение на 75% за 6 недель... путем переустановки "программного обеспечения" тела, чтобы оно снова стало молодым


Он открыто заявляет, что старение следует рассматривать как медицинское состояние, которое можно лечить и потенциально обращать вспять.
Конечно, сам по себе этот тезис не новый для науки. Но принципиально важно другое: подобные идеи теперь звучат не на узкоспециализированных конференциях, а на глобальной площадке, где обсуждаются стратегии будущего государств.

Синклер также сообщил, что его команда готовится к первым клиническим испытаниям эпигенетического перепрограммирования - метода, основанного на факторах Яманака, позволяющих возвращать клеткам более молодое состояние.

Этот момент на самом деле важнее, чем вам может показаться. Когда на международных саммитах обсуждают возможность лечения старения, становится очевидно: долголетие постепенно превращается из футуристической идеи в стратегическое направление развития медицины и цивилизации
👍2
🚨🚨🚨

Eli Lilly подала уведомление в FTC о приобретении Insilico Medicine. FTC уже одобрила сделку в ускоренном порядке.

Деталей по сделке пока мало, но документ достоверный. Вот это да….

Экономика продления жизни. Стрыгин
❤‍🔥1🤯1
А вот и детали!

Оказалось, что это не M&A а огромная (апфронт $115M и до $2.75 млрд в майлстоунах + роялти ❗️) сделка между Insilico Medicine и Eli Lilly. Нозологии и другие детали кроме общих слов ("эксклюзивные права на доклинические разработки") не указаны, но намекают в том числе на GLP-1 малую молекулу, которая есть в пайплайне Инсилико.

Поздравляю Алекса и команду, это огромный успех и отличные новости для нашей области. Самая большая биофарма мира заключила огромную сделку с компанией, СЕО которой всеми руками за радикальное продление жизни.

P.S. Новости вышли на Financial Times, Reuters и Bloomberg буквально несколько часов назад, но на моем канале вы узнали, что что-то происходит еще вчера!

Экономика продления жизни. Стрыгин
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Immortal or Dead
Какая радость, Брайан Джонсон наконец начал произносить вслух слово иммортализм и поставил его в ряд с правами человека.

Кстати Don’t Die пойдут с нами на демонстрацию. Биохакеры - очень даже полезны для иммортализма своим присутствием.
Ухват следит за происходящим

Anthropic купила Coefficient Bio примерно за $400 млн и забрала внутрь своей биомедицинской команды стартап, который строил ИИ для биологических исследований

О сделке 3 апреля сообщили The Information и Newcomer. Coefficient Bio формально существовала всего восемь месяцев и была наполовину у фонда Dimension. Команда переходит в подразделение Anthropic по здравоохранению и наукам о жизни, которым руководит Eric Kauderer-Abrams.

3 апреля у этой истории проявился главный смысл: Anthropic покупает Coefficient Bio не как внешний актив и не как красивый бренд, а как внутреннюю команду для собственного биомедицинского направления. По данным Newcomer, сделка стоит чуть больше $400 млн акциями. Стартап работал в закрытом режиме и прожил как оформленная компания меньше года.

О том, куда команда целилась, лучше всего говорит январский пост сооснователя Samuel Stanton. В переводе на русский это звучит так:

Мы с сооснователями строим Coefficient Bio уже пять месяцев. Мы тянем биофарму в эпоху интеллектуальных систем. Это изменит то, как отрасль учится и принимает решения.


До этой сделки Anthropic уже строила отдельный контур для наук о жизни. Осенью 2025 компания запустила Claude for Life Sciences: подключение к лабораторным журналам, биомедицинским статьям, научным иллюстрациям и данным по клеткам, плюс обещание закрывать цепочку от поиска гипотез до клинических и регуляторных задач. В феврале Kauderer-Abrams прямо сказал MedCity News, что Anthropic хочет работать и на уровне модели, и на уровне продукта. То есть не только давать другим компаниям доступ к своей модели, но и делать собственные инструменты.

За десять дней до этой сделки OpenAI Foundation поставила биомедицину первым направлением и пообещала минимум $1 млрд за год. OpenAI заходит в биомедицину через фонд и распределение денег. Anthropic заходит через покупку внутренней команды.

Покупка Coefficient Bio переводит этот поворот из партнёрств и продуктовых обещаний во внутреннюю структуру компании. Anthropic собирает внутри себя не просто сильную модель, а полный контур для биологических исследований: доступ к данным, продуктовый слой, связи с фармой и отдельную команду, которая работала именно над биологией. Биотех-стартапы теперь соревнуются не только друг с другом. Им всё чаще придётся соревноваться с лабораториями ИИ, у которых уже есть деньги, вычисления и возможность менять саму модель под задачи биологии.

Что именно успела построить Coefficient Bio, мы пока почти не видим: компания работала тихо, публичного продукта нет, технических деталей тоже. Но направление движения уже видно. Сравнивать будут не один чат-бот с другим. Сравнивать будут целые машины для исследований: модель, биологическую команду, доступ к научным данным и способность встраиваться в то, как биофарма выбирает гипотезы, ставит эксперименты и принимает решения.
Помните, я писал про то, что видел мешок с органами? Наконец-то могу рассказать детали и показать вам.

Известный журналист Эшли Вэнс (автор одной из первых биографий Илона Маска, выпущенной 2015) выпустил материал про Kind.bio. Компанию основал Джастин Ребо - по совместительству муж Кирстен Фортней, CEO BioAge ($BIOA).


🧬 Суть технологии:
Серией генетических правок Kind меняет развитие эмбриона так, что тот формирует органы, но не формирует конечности, ЦНС и мозг. То есть это не органоид в чашке и не химера, а полноценный эмбрион с отключёнными модулями «тело» и «голова» - только туловище с органами. Звучит как научная фантастика, но Kind уже проделала это сотни раз на мышах, а теперь и на крысах.

Человеческие бадиоиды планируют выращивать в свиньях или других крупных животных. В перспективе, когда технология дозреет, - в искусственной матке.


Интересно, что Kind решила выйти из тени, не забыв подстелить побольше соломки: слово «этика/этично» встречается в статье 5 раз.

Вряд ли это спасёт их от этических чисток в ближайшие пару недель, но долгосрочный прогресс не остановить: если это будет спасать людей от смерти, все довольно быстро позабудут, что это выглядит странно. В статье, к слову, есть показательная параллель: после первой пересадки сердца в 1967 госпиталь завалили письмами, что хирург - мясник, упырь и «играет в бога». Сегодня такие операции - рутина, и наоборот было бы неэтично лишать пациентов доступа к трансплантации.


Экономика продления жизни. Стрыгин
Регулярные и резервные батальоны подразделения «Яхалом» готовят территорию и готовятся сами к беспрецедентной инженерной операции: вскоре в Южный Ливан войдет большое количество израильских боевых роботов.

Подробности здесь
Ушел из жизни Крейг Вентер.

Он был для меня образцом для подражания. На моём рабочем месте в Сколково висели два портрета — его и Илона Маска. Вентер пришёл в биологию в зрелом возрасте, делал смелые исследования и ставил перед собой ещё более смелые задачи: в 2000 его компания Celera одновременно с международным консорциумом HGP секвенировали геном человека, ставил вопрос а какой набор минимальный набор генов необходим для жизни (ответ его группы - 473 гена), а в 2013 году основал Human Longevity Inc с амбициозной целью продлить жизнь человека на 50 лет через глубокую интеграцию геномных и фенотипических данных. К тому моменту уже было понятно: без фенотипа геном сам по себе мало что говорит.

В начале 2010-х Крейг занимался биотопливом из микроводорослей. Сейчас, постфактум, мы знаем, что переход от ДВС идёт скорее в сторону электромобилей. Но тогда на биотопливо ставили гораздо больше людей по простой причине: в теории оно позволяло использовать ту же инфраструктуру двигателей и заправок, тогда как инфраструктура для электромобилей была разве что на гольф-полях.

Ему было всего 79 лет. Причина смерти - неожиданная побочка от терапии недавно диагностированного онкозаболевания. Сам он надеялся пробить сотку, в 71 заявлял, что биовозраст его мозга - 40 лет, а в 67 - что у него есть ещё минимум 20-30 лет карьеры.

К сожалению, даже люди, глубоко погружённые в область и имеющие доступ к лучшим инструментам, продолжают умирать.

Экономика продления жизни. Стрыгин
Forwarded from LIFT feed
This media is not supported in your browser
VIEW IN TELEGRAM
Первая биологическая автономная лаборатория, построенная в PNN Lab в рамках миссии Genesis. Людей там почти не будет: эксперименты 24/7 начнут проводить роботы под надзором ИИ. — Детище компании Ginkgo Bioworks, о которой мы недавно упоминали.

#ai | #tech
Forwarded from LIFT feed
Вот, кстати, по поводу “автономных лаб” небольшой очерк от Nature, месяц назад. Их начинают использовать, пока для простых рутинных задач, но в перспективе ИИ-автоматизация лабораторий ведет к изменению структуры научных групп.

✍️ А также к изменению архитектуры самих экспериментов, гипотез, публикаций и т.д. (добавляю уже от себя).

#tech | #ai | #theory
Forwarded from УХВАТ
Harvard связал научных ИИ-агентов в систему: 1000 инструментов ToolUniverse, площадка для гипотез ClawInstitute и биологический агент Medea
1 мая Nature Methods выпустил материал «Позовите своего ИИ-агента» о научных ИИ-агентах, которые строят поверх больших языковых моделей и запускают автономные анализы. Zitnik Lab из Harvard Medical School связала этот материал с тремя своими проектами: ToolUniverse, ClawInstitute и Medea. Вместе они дают агенту инструменты, место для совместной работы и специализацию под биологические данные.

Обычный чатбот отвечает текстом. Научному агенту нужен другой набор действий: найти подходящий инструмент, проверить входные данные, запустить анализ, сохранить промежуточный результат, сопоставить его с литературой и остановиться, если доказательств мало.

Harvard сейчас собирает именно такую схему. ToolUniverse даёт агентам доступ к 1000+ научных инструментов: базам данных, моделям машинного обучения, программам для анализа, биомедицинским источникам и внешним API. API — это способ, которым программа обращается к другой программе или базе данных и получает структурированный ответ вместо ручного копирования из сайта.

Смысл ToolUniverse в стандартизации. Разные научные сервисы устроены по-разному: один принимает название гена, другой — идентификатор белка, третий возвращает таблицу, четвёртый — ошибку. ToolUniverse вводит единый протокол обращения к инструментам, чтобы агент мог выбирать и запускать их через один понятный слой. LabClaw за десять дней вырос до 240 биомедицинских навыков для OpenClaw; ToolUniverse идёт выше уровнем и описывает общий способ подключать тысячи внешних инструментов к разным моделям.

Второй слой — ClawInstitute. Его сайт описывает площадку как академическую биржу для ИИ-агентов: они публикуют гипотезы, запускают эксперименты, рецензируют выводы друг друга и продолжают чужую работу. Агент получает доступ к инструментам и социальную среду для долгих исследовательских циклов.

Третий слой — Medea, биомедицинский агент для омикс-данных. Омикс — это общий класс больших биологических измерений: геномы, РНК, белки, метаболиты, клеточные атласы. Medea получает задачу вроде «найди терапевтическую мишень для этой болезни в этом типе клеток», строит план, запускает инструменты, сверяет литературу и выдаёт отчёт. Если данных мало или контекст расплывчатый, агент может отказаться от вывода.

В препринте Medea проверяли на трёх классах задач: выбор мишеней в конкретных типах клеток, поиск синтетической летальности в раковых клеточных линиях и прогноз ответа пациента на иммунотерапию. Авторы пишут о 2400 анализах по пяти болезням, 2385 анализах по семи клеточным линиям и 894 пациентских анализах. В ряде сравнений Medea обгоняла базовую языковую модель, потому что проверяла контекст, входные данные и промежуточные шаги, а не полагалась на один ответ модели.

Ограничения здесь встроены в саму тему. Бенчмарки Medea завязаны на отобранные атласы данных, готовые базы зависимостей и отдельную когорту пациентов. Часть оценок опирается на языковую модель в роли судьи и человеческую проверку. Любой инструмент может вернуть ошибку, устаревший формат или данные с перекосом. Для терапевтических выводов всё равно нужна последующая лабораторная проверка.

Эта связка описывает научного агента как рабочую систему: доступ к инструментам, память работы, проверка промежуточных шагов и узкая доменная специализация. Для биологии старения такой маршрут полезен практически: поле одновременно упирается в идеи, скорость проверки гипотез, качество данных и способность соединять молекулы, клетки, ткани и клинические исходы в одну рабочую цепочку.
Forwarded from УХВАТ
Harvard связал научных ИИ-агентов в систему: 1000 инструментов ToolUniverse, площадка для гипотез ClawInstitute и биологический агент Medea
1 мая Nature Methods выпустил материал «Позовите своего ИИ-агента» о научных ИИ-агентах, которые строят поверх больших языковых моделей и запускают автономные анализы. Zitnik Lab из Harvard Medical School связала этот материал с тремя своими проектами: ToolUniverse, ClawInstitute и Medea. Вместе они дают агенту инструменты, место для совместной работы и специализацию под биологические данные.

Обычный чатбот отвечает текстом. Научному агенту нужен другой набор действий: найти подходящий инструмент, проверить входные данные, запустить анализ, сохранить промежуточный результат, сопоставить его с литературой и остановиться, если доказательств мало.

Harvard сейчас собирает именно такую схему. ToolUniverse даёт агентам доступ к 1000+ научных инструментов: базам данных, моделям машинного обучения, программам для анализа, биомедицинским источникам и внешним API. API — это способ, которым программа обращается к другой программе или базе данных и получает структурированный ответ вместо ручного копирования из сайта.

Смысл ToolUniverse в стандартизации. Разные научные сервисы устроены по-разному: один принимает название гена, другой — идентификатор белка, третий возвращает таблицу, четвёртый — ошибку. ToolUniverse вводит единый протокол обращения к инструментам, чтобы агент мог выбирать и запускать их через один понятный слой. LabClaw за десять дней вырос до 240 биомедицинских навыков для OpenClaw; ToolUniverse идёт выше уровнем и описывает общий способ подключать тысячи внешних инструментов к разным моделям.

Второй слой — ClawInstitute. Его сайт описывает площадку как академическую биржу для ИИ-агентов: они публикуют гипотезы, запускают эксперименты, рецензируют выводы друг друга и продолжают чужую работу. Агент получает доступ к инструментам и социальную среду для долгих исследовательских циклов.

Третий слой — Medea, биомедицинский агент для омикс-данных. Омикс — это общий класс больших биологических измерений: геномы, РНК, белки, метаболиты, клеточные атласы. Medea получает задачу вроде «найди терапевтическую мишень для этой болезни в этом типе клеток», строит план, запускает инструменты, сверяет литературу и выдаёт отчёт. Если данных мало или контекст расплывчатый, агент может отказаться от вывода.

В препринте Medea проверяли на трёх классах задач: выбор мишеней в конкретных типах клеток, поиск синтетической летальности в раковых клеточных линиях и прогноз ответа пациента на иммунотерапию. Авторы пишут о 2400 анализах по пяти болезням, 2385 анализах по семи клеточным линиям и 894 пациентских анализах. В ряде сравнений Medea обгоняла базовую языковую модель, потому что проверяла контекст, входные данные и промежуточные шаги, а не полагалась на один ответ модели.

Ограничения здесь встроены в саму тему. Бенчмарки Medea завязаны на отобранные атласы данных, готовые базы зависимостей и отдельную когорту пациентов. Часть оценок опирается на языковую модель в роли судьи и человеческую проверку. Любой инструмент может вернуть ошибку, устаревший формат или данные с перекосом. Для терапевтических выводов всё равно нужна последующая лабораторная проверка.

Эта связка описывает научного агента как рабочую систему: доступ к инструментам, память работы, проверка промежуточных шагов и узкая доменная специализация. Для биологии старения такой маршрут полезен практически: поле одновременно упирается в идеи, скорость проверки гипотез, качество данных и способность соединять молекулы, клетки, ткани и клинические исходы в одну рабочую цепочку.
Forwarded from УХВАТ
Ginkgo продала Biosecurity и собирает компанию вокруг Nebula — автономной лаборатории, где роботы запускают эксперименты для AI-моделей круглые сутки

7 мая Ginkgo Bioworks отчиталась за первый квартал 2026 года и подтвердила продажу Biosecurity-направления. Компания теперь показывает себя как один бизнес: автономная лаборатория Nebula, Cloud Lab, Datapoints и заказные R&D-услуги на одной роботизированной платформе. Выручка упала до $19 млн, но у Ginkgo осталось $373 млн наличных и ценных бумаг для этой ставки.

В отчёте за первый квартал Ginkgo записала Biosecurity в прекращённые операции: сделка закрылась 3 апреля. Biosecurity занималась биомониторингом — поиском патогенов и анализом биологических угроз для государственных и частных клиентов. Раньше компания держала рядом инженерную биологию и этот защитный бизнес. Теперь центр тяжести один — Nebula, большая автономная лаборатория в Бостоне.

Автономная лаборатория здесь означает физический зал с роботами, приборами, хранением образцов, программным управлением и журналом данных. Исследователь отправляет протокол, система проверяет, выполним ли он на оборудовании, роботы ставят опыт, а результат возвращается таблицей и файлами.

Джейсон Келли, сооснователь и CEO Ginkgo, формулирует ставку прямо:

«Мы считаем, что автономные лаборатории заменят лабораторный стол быстрее, чем многие думают. Nebula уже является крупнейшей автономной лабораторией в мире, может круглые сутки выполнять настоящую клиентскую науку, и в этом году мы целимся удвоить её размер».


Финансовая часть делает заявление жёстче. В первом квартале выручка Ginkgo снизилась с $38 млн до $19 млн год к году. Чистый убыток от продолжающихся операций составил $76 млн. Компания подтвердила прогноз расхода денег за 2026 год: $125–150 млн. То есть Ginkgo делает ставку на Nebula в момент, когда старые программы сокращены, а новая модель должна доказать спрос.

Эта модель уже видна по трём слоям. Cloud Lab даёт внешним учёным веб-доступ к роботизированным протоколам: Ginkgo запустила его 2 марта с 70+ приборами и агентом EstiMate, который читает протокол обычным языком и возвращает оценку выполнимости, сроков и цены. Datapoints продаёт генерацию экспериментальных наборов данных. Solutions оставляет заказные проекты, но переводит их на ту же машину.

К Nebula уже цепляются внешние AI-био платформы. ProQR 8 апреля получила доступ к 50+ приборам Nebula для RNA-editing drug discovery: её модели проектируют молекулы, а Ginkgo должна быстро давать экспериментальные данные для следующего шага. Amazon Bio Discovery тоже включила Ginkgo в список лабораторных партнёров: пользователь выбирает кандидатов в AI-приложении AWS, отправляет их в Ginkgo, Twist Bioscience или A-Alpha Bio и получает данные обратно в систему.

У этой истории есть короткая предыстория. В опыте OpenAI и Ginkgo GPT-5 прогнал 36 000+ реакций бесклеточного синтеза белка и снизил стоимость производства одного белка примерно на 40%. Затем Ginkgo открыла Cloud Lab как сервис удалённого заказа экспериментов. Теперь компания упаковывает эти куски в один бизнес: AI-модель предлагает гипотезу, Nebula ставит опыт, данные возвращаются в следующий раунд.

Слабое место тоже видно заранее: ширина протоколов, качество данных, цена прогона и способность роботов работать с задачами, которые плохо укладываются в стандартную процедуру. Но ставка Ginkgo понятна. Если биология превращается в цикл «модель → опыт → данные → новая модель», власть получает тот, кто держит физический слой этого цикла.
👍2
Forwarded from УХВАТ
Forever Healthy выпустила AI4L: открытый процесс, где ИИ пишет и проверяет обзоры сенолитиков, NAD+, mTOR и других longevity-вмешательств по аудиту из 390+ пунктов

12 мая Forever Healthy опубликовала AI4L 1.0 под MIT-лицензией. В GitHub лежат промпты, инструкции, примеры обзоров и аудиты: модель готовит обзор доказательств по вмешательству, отдельный агент проверяет ссылки, метаданные и выводы, затем текст возвращается на исправление.

В релизе Lifespan.io Forever Healthy описывает обычный ручной путь: два человека больше двух месяцев готовили один обзор по вмешательству. Такой формат подходит для экспертной работы по одной теме, но плохо масштабируется, когда рядом стоят сенолитики, NAD+, модуляция mTOR, пептиды, добавки, сон, спорт и новые биомаркеры.

Обычная ИИ-сводка ломается в другом месте. Модель может уверенно перепутать исследование, придумать URL, перенести мышиный результат на людей или пропустить оговорку о дозе и выборке. В longevity это быстро становится бытовой ошибкой: человек читает гладкий обзор и принимает решение о собственном теле.

AI4L делает единицей работы цикл проверки. В репозитории промпт описывает аудит из 390+ пунктов: качество источников, полноту, клиническую осторожность, структуру, ссылки, противоречия и ограничения. Затем модель пишет обзор, а отдельный изолированный агент проверяет его в чистой истории, без предыдущего разговора с автором.

Аудитор должен открывать URL, вытаскивать метаданные и сверять, что ссылка ведёт к нужному источнику. После провала текст возвращается на исправление, затем снова проходит аудит. В примерах лежат обзоры тадалафила, уролитина A, телмисартана и низкоуровневой световой терапии; README к examples говорит, что все они дошли до 100% прохождения только после нескольких циклов «аудит → правка → аудит».

У канала уже была близкая история: Singularis размечает научную статью на гипотезы, эксперименты, результаты и выводы, чтобы читатель видел, на чём держится утверждение. AI4L идёт по соседней линии. Он берёт уже готовую литературу по вмешательству и заставляет обзор показать адрес каждого вывода: источник, ссылку, риск, ограничение, проверку.

Публичная процедура даёт больше, чем красивое резюме. В AI4L можно открыть сам промпт, примеры, аудиты, ограничения и запустить процесс на другой модели. Один и тот же препарат в longevity может жить как молекула из статьи, совет инфлюенсера, добавка в магазине и пункт в личном протоколе. Здесь видно, где текст прошёл проверку, а где авторы оставляют медицинское решение за врачом и пациентом.

Эта граница прописана в документации. 100% прохождение аудита означает только прохождение чеклиста; медицинская правильность каждого утверждения остаётся отдельной задачей. Качество зависит от модели, доступа к поиску и сайтов, которые удалось открыть, а медицинское решение остаётся за врачом и пациентом.

AI4L работает как инфраструктура второго мнения. Он удешевляет проверку обещаний longevity: где данные человеческие, где мышиные, где ссылка живая, где риск описан, где вывод держится на маркетинге. Такой слой превращает уверенный обзор в набор проверяемых вопросов, где у каждого вывода есть источник, ссылка, риск и граница.
Forwarded from УХВАТ
FDA разрешила United Therapeutics начать первое клиническое испытание свиного сердца UHeart у людей без других вариантов лечения
15 мая United Therapeutics сообщила, что получила clearance от FDA на исследование EXPRESS. В нём пациентам с терминальной сердечной недостаточностью будут пересаживать UHeart — сердце свиньи с 10 генетическими правками. Первые данные от одного пациента компания должна передать FDA до второй пересадки.

Clearance покрывает старт clinical study по IND-заявке: FDA допускает экспериментальный продукт к испытанию по протоколу. Рыночное одобрение потребует следующего маршрута. United Therapeutics прямо пишет, что EXPRESS должен поддержать будущую BLA — Biologics License Application, заявку на одобрение биологического продукта.

Ксенотрансплантация — это пересадка человеку органов, тканей или клеток животных. В UHeart используют сердце свиньи с 10 правками генома: шесть человеческих генов добавлены, чтобы орган был совместимее с иммунной системой пациента, четыре свиных гена выключены, чтобы снизить риск отторжения и чрезмерного роста органа.

Первый набор в EXPRESS будет очень маленьким: до двух пациентов. Это люди старше 50 лет с end-stage или advanced heart failure, стадией D по ACC/AHA, классом IV по NYHA и исчерпанными терапевтическими вариантами. Обычная пересадка человеческого сердца и длительная механическая поддержка кровообращения для них уже закрыты.

После первой пересадки компания должна подождать минимум 12 недель, собрать данные безопасности и эффективности и передать их FDA. Затем регулятор решит, можно ли идти ко второму пациенту. Если первые две операции дадут приемлемый сигнал, исследование расширят на дополнительные центры и больший набор.

United Therapeutics описывает EXPRESS как phase 1/2/3, или «phaseless» study: безопасность и эффективность будут оценивать в одном длинном маршруте. Для пересадки органа это понятная конструкция: главные вопросы сразу связаны с выживанием, функцией органа, иммунным конфликтом и инфекционным риском.

В первые 24 недели у EXPRESS будет список измеряемых критериев: выживание пациента, выживание и функция UHeart, качество жизни, способность пройти шестиминутный тест ходьбы, серьёзные осложнения, аритмии, инсульты и инфекции. Потом пациентов будут наблюдать всю жизнь, в том числе из-за зоонозных инфекций — риска, что инфекционный агент из животного источника перейдёт к человеку.

До этого UHeart уже пересаживали живым пациентам в 2022 и 2023 годах в University of Maryland по single-patient expanded access, индивидуальному разрешению FDA для пациента, исчерпавшего варианты. Первый пациент прожил около двух месяцев, второй — около шести недель. Были и тесты на недавно умерших донорах: NYU в 2022 году наблюдал нормальную функцию двух UHeart в течение трёх дней без признаков раннего отторжения.

Протокол заставляет ксенотрансплантацию сердца работать иначе. Один compassionate-use кейс держится на хирургической команде, исключительном пациенте и отдельном разрешении. Clinical trial требует повторяемого органа, чистой линии животных, иммунологического подбора, независимого комитета по мониторингу данных, правил остановки и понятного разговора с FDA.

У United Therapeutics уже есть соседний FDA-маршрут: miroliverELAP получил RMAT как внешняя биоинженерная печень для острой печёночной недостаточности. UHeart требует такой же производственной строгости: животные живут в среде с контролем патогенов, органы выращивают одинаково, быстро доставляют в клиники и сопровождают данными о каждом пациенте.

EXPRESS отвечает на первый клинический вопрос: можно ли пересадить такой орган по заранее согласованным правилам и получить данные, пригодные для следующего решения FDA. От двух первых пациентов зависит, получит ли свиное сердце маршрут разработки как биологический продукт.
Enhanced Games прошли — и, честно говоря, это разочарование.

К сожалению, они отказались от генетических терапий и других передовых интервенций, ограничившись в основном FDA-одобренными методами усиления и реперпесингом существующих препаратов.

В итоге был показан лишь один результат уровня мирового рекорда: греческий пловец Кристиан Гколомеев проплыл 50 м вольным стилем за 20,81 — быстрее официального рекорда Кэмерона Макэвоя 20,88.

Иронично, но это лишь подтверждает: одним реперпесингом FDA-одобренных препаратов мы далеко не уедем. И даже не уплывем.

Сфера долголетия должна воспринять это всерьез.