Производительность против Долговечности У нас был звонок ранее с @eperlste @andreb1o16 @benjileibo @Dr_Ponzi, и мы обсуждали результаты экспериментов с мухами для $RAPTOR. Комбинаторные аспекты разработки лекарств для долговечности на самом деле поражают воображение: на всего лишь двух осях два препарата имели совершенно разные эффекты на мух. Настраивая концентрацию Рапамицина и SMER28 (LO/MED/HI), вы могли улучшить физическую производительность (здоровый период жизни) ИЛИ улучшить долговечность. С учетом сложных систем (как мы) нам все больше понадобится AI, чтобы понять сложные сети и как их настраивать сначала с точки зрения популяции, а затем с точки зрения N=1. Представьте, что вам срочно нужно улучшить силу (например, при хрупкости у пожилых людей), регулируя дозу, вы теоретически могли бы снизить риск падений. Если вы сосредоточены на грубой долговечности, отрегулируйте дозу (которая влияет на ваши клеточные сети), и это максимизирует долговечность, но за счет краткосрочной силы/производительности. Когда вы добавляете новые и дополнительные изменения архитектуры, связанные со старением (с новыми малыми молекулами/комбинациями), это настраивает всевозможные N-мерные переменные. Это то, что FDA и, честно говоря, современная медицина пока не способны понять или использовать. Но с помощью AI, децентрализованной и открытой науки, мы могли бы РЕЗКО расширить программируемость старения и заболеваний, связанных со старением (например, увеличивая нейропротекцию против сердечно-сосудистых заболеваний или хрупкости, если вы находитесь в группе высокого риска по заболеваниям ЦНС). День 2 RaptorCo, и кажется, что это начало бесконечности.