MaxToki: AI koji predviđa starenje stanica — i zašto to nije samo novi hype

MaxToki nije još jedan AI koji opisuje stanice kao statične slike — on ih promatra kao film. Treniran na Genecorpus-175M (175 milijuna pojedinačnih transkriptoma iz 10.795 datasetova), model iz Gladstone Instituta i UCSF-a koristi rank value encoding da pretvori aktivnost gena u rang-liste.

To mu omogućava da ne samo klasificira stanice, već i predviđa kako će se njihova aktivnost mijenjati s vremenom — ključno za razumijevanje bolesti povezanih sa starenjem. Dvije verzije modela (217 milijuna i 1 milijarda parametara) sugeriraju da tim misli na skalabilnost, ali ovdje počinje i prvi reality gap.

Trenutni rezultati dolaze iz kontroliranih datasetova, a pitanje je koliko će model biti robustan na real-world varijacije — recimo, u kliničkim uzorcima gdje su podaci puno bučniji. MarkTechPost ističe potencijal za „obrtanje“ starenja, ali to je još uvijek domena laboratorija, ne bolnica.

Zanimljivije od samog modela je što on otkriva: većina postojećih foundation modela u biologiji ne razmišlja u vremenu. To nije samo tehnički detalj — to znači da su promašili cijelu dimenziju starenja, koja se odvija kroz desetljeća, ne trenutačne snimke.

Industrijski kontekst ovdje je ključan. Gladstone i UCSF nisu startup u potrazi za sljedećom rundom financiranja — to su institucije s dugoročnim istraživačkim ciljevima.

Njegovo objavljivanje kao open-source alata (ako se dogodi) moglo bi promijeniti dinamiku u polju, gdje sve više igrača — od Altos Labs do manjih biotech firma — trči za „anti-aging“ rješenjima. Ali oprez: developer signal je još slab.

Na GitHubu i BioRxiv diskusije su uglavnom akademske, a praktična implementacija zahtijeva partnerstva s farmaceutskim divovima. Benchmarks koje tim navodi (npr. predviđanje trajektorija starenja u miševa) su impresivni — ali to je sintetički okvir.

Pravo usko grlo možda nije u modelu, već u podacima: 175 milijuna transkriptoma zvuči puno, ali koliko od toga je relevantno za ljudsko starenje? Ako MaxToki uspije predvidjeti ne samo kako stanice stare, već i zašto određene putanje vode do bolesti, to bi moglo promijeniti pristup razvoju lijekova.

Ali to je veliko ako. Za sada, najveća vrijednost MaxTokija možda nije u njegovim predikcijama, već u tome što izlaže slabosti postojećih modela.

Ako ništa drugo, prisiljava konkurenciju da počne misliti u vremenu — a ne u statičnim snimcima. To bi moglo dovesti do novih otkrića i boljeg razumijevanja starenja. Time bi se mogli razviti novi lijekovi i terapije za bolesti povezane sa starenjem.