SteeraMed Bench：衰老模块工程化测试床

什么是 SteeraMed Bench

SteeraMed Bench 是一个衰老模块工程化测试床（Hallmark Engineering Testbed），覆盖 332 个衰老模块 × 1,916 个药物，由 AI Agent 驱动的"提议-评分-反思-精炼"四阶段循环构成。

• 官方网站体验：steeramed.com/zh/bench/
• 开源代码：github.com/DeepoMe/SteeraMed-bench

Bench 的核心问题：AI 能发现新的衰老模块吗？——选择 PubMed 上的新兴概念，看 AI Agent 如何生成、评估、精炼模块，所有结果来自 SteeraMed 论文 Section 2.7 的预计算数据。

一、为什么需要 Bench

现状问题

衰老标志（Hallmarks of Aging）的发现长期依赖专家共识。一旦发表 12 大标志，新模块的发现就面临三个难题：

1. 缺乏统一坐标系：不同研究用不同基因集、通路、模块定义，无法横向比较
2. 缺乏自动化评估：人工审稿周期长，主观性强
3. 缺乏可复现流程：模块定义依赖作者选择，结果难以重现

Bench 的目标

建立模块化、可复现、AI 驱动的衰老模块发现流水线，让任何研究者都能：

• 提交一个 PubMed 新兴概念
• 让 AI Agent 自动提议模块候选
• 用标准指标（recall@20 等）评估模块质量
• 通过反思-精炼循环迭代优化

二、四大核心流程

2.1 提议（Propose）

AI Agent 阅读 PubMed 新兴概念文本，结合现有模块库，提议候选基因集合。

2.2 评分（Score）

用 SteeraMed 内置指标评估模块：

• Δrecall@20：加入新模块后 Top-20 药物召回率的变化
• 正值：模块带来增量信息
• 负值：模块不优于现有集合
• ★ 名义正：统计上名义显著

2.3 反思（Reflect）

Agent 对负值或低分模块进行诊断，识别失败原因（基因选择偏差、通路覆盖不足、文献过时等）。

2.4 精炼（Refine）

基于反思结果，调整基因集合或模块边界，重新评分，循环迭代。

三、典型衰老模块示例

来自 SteeraMed Bench Demo 的 7 个衰老模块案例：

这些模块都是从近期 PubMed 文献中提取的"候选新模块"，由 AI Agent 评估它们能否被加入 SteeraMed 的标准模块库。

四、技术规格

五、与 SteeraMed 框架的关系

SteeraMed 框架（可驾驭世界模型）   ├── Bench（衰老模块工程化测试床）   │    ├── 332 模块定义   │    ├── 1,916 药物评估   │    └── AI Agent 自动化流水线   ├── Map（个人状态与产业工作流地图）   │    ├── 个人状态投影   │    └── 产业研究工具   └── Paper（论文与证据链）         ├── 理论框架         ├── DNet 依赖网络         └── 四疾病回顾性验证

Bench 是 SteeraMed 框架的工程化骨架——把"衰老标志"从静态分类升级为可被 AI 持续探索、验证、扩展的动态模块库。

六、应用场景

6.1 学术研究

• 衰老机制新假说的快速验证
• 跨实验室模块定义的统一标准
• 大规模文献挖掘与基因集合发现

6.2 药物发现

• 已有药物的衰老适应症（drug repositioning）评估
• 新靶点候选的模块归属判断
• 模块级富集分析替代单基因/通路方法

6.3 临床转化

• 个体化干预方案的模块化解释
• N=1 试验的疗效归因
• 跨患者疗效比较的统一语言

七、如何使用 Bench

在线体验

访问 steeramed.com/zh/bench/ 选择一个衰老模块，点击"运行 AI Agent"即可观察完整的提议-评分-反思-精炼过程。

本地部署

克隆仓库：git clone https://github.com/DeepoMe/SteeraMed-bench.git

安装依赖：pip install -r requirements.txt

运行 Agent：python run_agent.py --module lysosomal_membrane_permeabilization

自定义模块

通过 YAML 配置文件定义新模块：

• name：模块名称（如 my_custom_module）
• genes：基因列表（如 [GENE1, GENE2, ...]）
• evidence：PubMed 引用 ID
• drugs：药物数量（默认 1916）
• recall_k：召回率计算的 K 值（默认 20）

八、与 SteeraMed Map 的协同

Bench 回答"什么可驾驭"，Map 回答"我现在在哪儿、可以去哪儿"。

相关资源

• Bench Demo：steeramed.com/zh/bench/
• GitHub 仓库：github.com/DeepoMe/SteeraMed-bench
• SteeraMed 论文：Preprints.org
• SteeraMed Map：map.steeramed.com