OpenAI已进入生命科学领域，推出了一款旨在革新干细胞研究的突破性AI模型。该模型由专注于长寿研究的Retro Biosciences公司共同开发，名为GPT-4b micro，其设计目的是重新设计蛋白质，特别是Yamanaka因子，以提高干细胞生产的效率。
延长人类寿命的目标
位于旧金山的长寿研究初创公司Retro Biosciences有着雄心勃勃的目标——通过细胞重编程延长人类寿命达10年。该公司利用Yamanaka因子（一种可以将成体细胞转化为具有多种分化能力的干细胞的蛋白质）进行研究。这一过程被视为开发抗衰老治疗和创建替代组织的关键途径。
然而，目前的方法效率极低，只有不到1%的处理细胞能够在几周的实验室工作中成功重编程。OpenAI的GPT-4b micro旨在改变这一现状，通过设计改进版本的这些蛋白质来提升效率。
GPT-4b micro的工作原理
GPT-4b micro是一款经过多物种蛋白质序列及蛋白质相互作用数据训练的专业语言模型。与DeepMind的AlphaFold不同，后者预测蛋白质结构，而这个模型侧重于生成优化后的蛋白质序列。
该模型采用“少量学习”方法，研究人员提供蛋白质修饰的例子，促使GPT-4b micro提出替代设计方案。据OpenAI称，该模型经常提出重大改动——改变蛋白质中多达三分之一的氨基酸——从而实现更快更有效的细胞重编程。
初步测试结果令人鼓舞
Retro Biosciences进行的初步实验室测试展示了Yamanaka因子效率的显著提升。两种重新设计的蛋白质被发现比其天然对应物触发干细胞生产的效果高出50倍。
“总体而言，这些蛋白质的表现优于科学家们自行生产的蛋白质，”OpenAI首席研究员John Hallman表示。
尽管结果令人鼓舞，但尚未得到外部科学家的验证。OpenAI和Retro计划发布他们的研究成果，不过同行评审验证的时间表尚不清楚。
人工智能在生物学中的角色
该项目标志着OpenAI首次涉足生物研究，标志着从其传统上专注于语言和对话模型的转变。OpenAI首席执行官Sam Altman向Retro Biosciences投资了1.8亿美元，他认为AI是加速科学发现的催化剂。
“超级智能工具可以大大推动创新，超越人类单独所能达到的水平，”Altman最近表示。
与传统的基因工程技术相比，GPT-4b micro探索了更广泛的可能性。它快速识别有效修饰的能力可能会为再生医学开辟新的途径。
挑战与伦理考量
此次合作引发了关于透明度和潜在利益冲突的问题。作为Retro的最大投资者，Altman在两家公司的参与引起了质疑。然而，OpenAI坚称Altman并未直接参与项目开发。
此外，GPT-4b micro如何得出其结果仍然有些不透明。这种缺乏可解释性是AI研究中的常见挑战，即使是开发者也难以完全理解模型的决策过程。
未来应用及其影响
如果得到验证，GPT-4b micro可能会显著推进干细胞研究，使针对年龄相关疾病的治疗更加普及。哈佛大学衰老研究员Vadim Gladyshev强调了该模型的潜力：“对我们来说，这将非常有用。[皮肤细胞]很容易重编程，但其他细胞却并非如此。”
Retro Biosciences希望将这一成功扩展到其他领域，如开发人体器官和改进细胞疗法。AI与生命科学的合作代表了一个应对复杂医学挑战的有前景的前沿领域。
AI驱动科学的新时代
OpenAI进军长寿科学研究表明其更广泛的目标是在技术之外的领域做出贡献。虽然GPT-4b micro尚未成为商业产品，但其成功突显了AI在推进生物研究方面的潜力。
随着进一步的发展，AI驱动的蛋白质工程可能会重新定义再生医学，使人类更接近延长寿命和改善生活质量的目标。
(全文结束)
