在过去的一年里，OpenAI凭借ChatGPT和生成式AI的突破一直占据头条新闻。现在，该公司悄然进入了实验室，其首个生物研究计划标志着长寿科学的重大转变。
OpenAI与Retro Biosciences合作，开发了GPT-4b micro，这是一种专门用于干细胞研究的人工智能模型，其能力远超人类。这项进入生物工程领域的尝试标志着语言处理之外的一个决定性步骤，初步测试显示该模型在细胞重编程方面的效率比传统方法高出50倍，重新定义了细胞生物学的规则。
蛋白质的语言
虽然大多数生物领域的AI模型专注于预测蛋白质结构，但GPT-4b micro采取了一种截然不同的方法。与谷歌DeepMind的诺贝尔奖获得者AlphaFold（用于绘制蛋白质物理结构图）不同，GPT-4b micro将蛋白质序列视为一种可以优化的语言。该模型分析来自不同物种的蛋白质序列，学习模式以提出精确的修改建议，从而增强蛋白质功能。
这种方法在处理山中因子（Yamanaka factors）时特别有效——这些特定的蛋白质能够实现细胞重编程。山中因子由Shinya Yamanaka发现，使他获得了2012年的诺贝尔奖。这些因子异常灵活且无结构，通过传统方法很难进行工程设计。GPT-4b micro的语言处理方法可以建议对其多达三分之一的氨基酸进行修改，远超过传统技术允许的范围。
“从整体来看，蛋白质似乎比科学家们自己生产的更好，”OpenAI研究员John Hallman说。该模型能够对蛋白质序列提出精确的修改建议，这代表着蛋白质工程的重大飞跃。
从理论到实践
实验室验证过程非常严格。在Retro Biosciences，研究人员将GPT-4b micro的建议与传统方法进行了对比。“我们立即将这个模型投入实验室，并得到了实际结果，”Retro首席执行官Joe Betts-Lacroix表示。然而，他仍然保持科学谨慎：“我们仍在弄清楚它能做什么，我们认为我们目前的应用只是冰山一角。”
哈佛大学的老化研究员Vadim Gladyshev（与Retro合作）指出更广泛的挑战：“皮肤细胞容易重编程，但其他细胞并非如此。在新物种中进行这种操作往往非常不同，通常什么都得不到。”这些观察既突显了细胞重编程的潜在影响，也指出了剩余的障碍。
超越细胞重编程
GPT-4b micro的成功意义远不止于单一的实验室突破。细胞重编程本质上是应对老化和与年龄相关疾病最有前途的途径之一。当细胞可以被有效重编程回年轻状态的干细胞时，它们有可能再生受损组织、修复器官，甚至逆转生物老化的某些方面。
50倍的效率提升代表了一个质的飞跃。传统重编程方法在几周内只能将不到1%的处理细胞转换为干细胞，使得许多潜在疗法变得不切实际。GPT-4b micro的高效性可能从根本上改变这一方程式。通过大幅提高转换率，以前仅停留在理论阶段的疗法可能成为现实。
此外，该模型的成功预示着蛋白质工程的新范式。与依赖定向进化或理性设计的传统方法不同，GPT-4b micro可以在维持基本功能的同时对蛋白质序列提出重大修改。这种能力不仅限于山中因子，还可能影响药物开发、酶工程和其他生物技术领域。
AI驱动发现的新时代
AI与生物技术的融合正在重塑行业格局。最近几个月，风险投资公司a16z和Eli Lilly推出了5亿美元的AI生物技术基金，而NVIDIA与IQVIA、Illumina和梅奥诊所建立了AI驱动的基因组学研究联盟。然而，OpenAI的方法在几个关键方面有所不同。
首先，GPT-4b micro代表了语言模型架构应用于生物问题的新应用。该模型不仅分析现有数据，还积极生成新的解决方案。其次，从概念到实验室验证的速度展示了AI如何加速通常缓慢的生物研究过程。
“这个项目旨在表明我们对科学贡献的认真态度，”OpenAI的Aaron Jaech表示。与传统的药物发现AI或蛋白质折叠模型不同，GPT-4b micro展示了语言模型如何以新颖的方式解决复杂的生物问题。与Retro Biosciences的合作，得到OpenAI首席执行官Sam Altman 1.8亿美元的投资支持，表明了对这一领域的长期承诺。
科学过程
从计算预测到生物现实的路径需要严格的验证。尽管初步结果令人鼓舞，OpenAI和Retro Biosciences都强调了同行评审和出版的重要性。该模型的建议经过广泛的实验室测试，研究人员仔细监测意外效应或遗传异常。
了解GPT-4b micro是如何得出建议的仍然是一个重要的研究方向。像许多AI模型一样，它的决策过程并不完全透明。这种“黑箱”特性要求严格的验证协议，尤其是在生物工程这样高风险的领域。
未来展望
这一突破的影响远不止于实验室的成功。如果GPT-4b micro的方法证明持续有效，它可能会彻底改变蛋白质工程和细胞重编程。该模型改进人类设计蛋白质的能力暗示了超出当前科学理解的可能性。
仍有几个关键问题尚未回答。山中因子的成功能否推广到其他蛋白质？该模型的建议能否在不同细胞类型和物种中扩展？这些问题对于Retro Biosciences实现其延长人类寿命10年的雄心壮志至关重要。
新篇章：GPT-4b在长寿科学中的角色
科学界正处于一个转折点。GPT-4b micro不仅仅是一个新的AI工具；它展示了人工智能如何积极参与科学发现。通过将生物过程视为可优化的语言模式，该模型为研究和发展开辟了新的途径。
尽管关于这些发展的长期影响仍有许多问题，但有一点是明确的：AI与生物科学的结合已经超越了理论。随着每一次成功的实验和验证，我们正逐步迈向一个技术帮助我们理解老化机制并积极应对它们的未来。问题不再是AI是否会改变长寿科学，而是这些变革将以多快的速度应用于人类。
(全文结束)
