IF=50！清华大学底骞等团队合作取得新进展

该研究提出了一个基于大型语言模型（LLMs）的框架，用于评估个体整体和器官特异性衰老。研究在六个基于人群的队列中验证了该方法，涵盖超过1000万参与者，结果显示LLMs预测的总体年龄在全因死亡率方面显著优于其他衰老指标。此外，LLMs预测的年龄差距与多种衰老相关表型和健康结果密切相关。研究还检验了LLMs的动态衰老评估能力，并应用年龄差距来识别与加速衰老相关的蛋白质组生物标志物，开发了270种疾病的风险预测模型。该框架为评估总体和器官特异性衰老提供了一种精确、可靠且经济有效的方法，有望在大规模一般人群中实现个性化衰老评估和健康管理。