OpenAI telah mengembangkan model AI bekerja sama dengan Retro Biosciences, untuk mengatasi inefisiensi dalam proses pemrograman ulang sel dewasa menjadi sel induk.
Hasil awal dari uji laboratorium menunjukkan bahwa model yang diberi nama GPT-4b Micro ini dapat meningkatkan efisiensi faktor Yamanaka, protein penting untuk pembentukan sel induk, hingga lebih dari 50 kali lipat, lapor Teknologi MIT Tinjau.
Meskipun belum diumumkan secara resmi, proyek ini menunjukkan langkah besar pertama OpenAI dalam penelitian biologi, menawarkan kemungkinan baru dalam pengobatan regeneratif.
Kolaborasi ini dimulai sekitar setahun yang lalu ketika Retro Biosciences mendekati OpenAI. Startup ini, yang berbasis di San Francisco, berfokus pada perpanjangan umur manusia satu dekade melalui kemajuan dalam pemrograman ulang seluler.
Terkait: Google DeepMind Open-Sources AlphaFold 3 untuk Peneliti
“Kami segera melemparkan model ini ke lab dan kami mendapatkan hasil nyata,”kata Joe Betts-Lacroix, CEO Retro Biosciences, dalam diskusi yang dilaporkan oleh MIT Technology Review.
Inefisiensi metode saat ini—di mana kurang dari 1% sel berhasil diprogram ulang, sehingga memerlukan waktu berminggu-minggu. upaya ini—adalah motivasi utama kolaborasi ini. Potensi untuk meningkatkan hasil ini dapat mempercepat pengembangan terapi yang menargetkan penyakit terkait usia dan regenerasi jaringan.
Ilmu Pengetahuan di Balik Faktor Yamanaka dan Tantangannya
Faktor Yamanaka, yang diambil dari nama peraih Nobel Shinya Yamanaka, adalah protein mampu mendorong sel-sel dewasa untuk kembali ke keadaan berpotensi majemuk, memungkinkan mereka untuk bertransformasi menjadi jenis sel apa pun.
Proses pemrograman ulang ini mendasari kemajuan dalam pengobatan regeneratif, mulai dari menciptakan jaringan pengganti hingga memungkinkan regenerasi organ. Meski menjanjikan, prosesnya tetap tidak efisien, lambat, dan membutuhkan banyak sumber daya.
GPT-4b Micro OpenAI dilatih untuk mengoptimalkan kinerja protein ini. Dengan menganalisis urutan protein dan data interaksi antar spesies, model ini mengusulkan perubahan asam amino yang substansial untuk meningkatkan fungsi protein.
“Secara keseluruhan, protein tersebut tampak lebih baik dibandingkan dengan apa yang mampu dihasilkan oleh para ilmuwan sendiri,” kata John Hallman, seorang peneliti OpenAI. Tingkat optimalisasi ini, dimana hingga sepertiga dari protein asam amino yang mungkin dimodifikasi, berada di luar jangkauan metode tradisional, yang mengandalkan eksperimen coba-coba di laboratorium.
Penerapan Unik AI dalam Bioteknologi
GPT-4b Micro mewakili pendekatan yang berbeda hingga bioteknologi berbasis AI. Meskipun AlphaFold Google DeepMind berfokus pada prediksi struktur 3D protein, membantu peneliti dalam memahami interaksi molekuler, GPT-4b Micro dirancang untuk meningkatkan fungsi protein alat AI ini berperan dalam mengatasi tantangan dalam penelitian biologi.
“Ide model ini luar biasa bagus, menghasilkan perbaikan dibandingkan faktor Yamanaka asli dalam sebagian kecil kasus,” jelas Betts-Lacroix.
Untuk mencapai hasil ini, peneliti OpenAI menggunakan teknik pembelajaran “beberapa langkah”, yaitu sistem AI dipandu dengan sejumlah kecil contoh sebelum menghasilkan desain yang dioptimalkan. Metode ini memungkinkan adaptasi cepat terhadap masalah khusus , seperti mendesain ulang protein untuk meningkatkan kinerja.
Kolaborasi dengan Retro Biosciences dan Pertimbangan Etis
Didirikan pada tahun 2021, Retro Biosciences berfokus pada kemajuan seluler terapi dan teknik pemrograman ulang sebagai bagian dari misinya untuk memperpanjang umur manusia.
CEO OpenAI Sam Altman, seorang pendukung vokal penemuan ilmiah berbasis AI, secara pribadi menginvestasikan $180 juta di Retro, menggarisbawahi keyakinannya akan potensi teknologi Retro. kolaborasi semacam itu.
Altman sebelumnya menyatakan, “Alat super cerdas dapat mempercepat penemuan dan inovasi ilmiah secara besar-besaran melebihi apa yang mampu kita lakukan sendiri.”
Meskipun tidak ada pendanaan finansial. transaksi terjadi antara OpenAI dan Retro Biosciences dalam kemitraan ini, peran ganda Altman sebagai investor dan CEO telah menarik perhatian. OpenAI mengklarifikasi bahwa Altman tidak terlibat langsung dalam pengembangan GPT-4b Micro, dan menekankan fokus proyek pada peningkatan pengetahuan ilmiah daripada menyelaraskan dengan kepentingan komersial tertentu.
Transparansi ini sangat penting saat OpenAI menavigasi perannya yang semakin luas di bidang-bidang di luar AI untuk tujuan umum.
Implikasi terhadap Pengobatan Regeneratif
Kemajuan yang dimungkinkan oleh GPT-4b Micro berpotensi mengatasi beberapa tantangan paling mendesak dalam pengobatan regeneratif. Peningkatan faktor Yamanaka dapat membuka jalan bagi regenerasi organ yang lebih efisien, terapi sel yang dipersonalisasi, dan pengembangan jaringan buatan.
Peneliti penuaan Universitas Harvard, Vadim Gladyshev, dan penasihat Retro Biosciences, menyoroti implikasi yang lebih luas: “[Sel kulit] mudah untuk diprogram ulang, namun sel lain tidak,” katanya. “Dan untuk melakukan hal tersebut pada spesies baru—sering kali sangat berbeda, dan Anda tidak mendapatkan apa pun.”
OpenAI dan Retro Biosciences berencana untuk mempublikasikan temuan mereka di jurnal yang ditinjau oleh rekan sejawat, sehingga memberikan komunitas ilmiah peluang untuk memvalidasi dan membangun atas penelitian ini. Meskipun GPT-4b Micro saat ini merupakan demonstrasi penelitian dan belum tersedia untuk penggunaan komersial, hasilnya menyoroti potensi transformatif dari pendekatan berbasis AI dalam bioteknologi.
AlphaFold dan Peran AI dalam Penemuan Ilmiah
Pekerjaan OpenAI pada GPT-4b Micro melengkapi kemajuan terbaru dalam biologi berbasis AI, seperti AlphaFold 3 milik DeepMind, yang baru-baru ini dijadikan sumber terbuka untuk penelitian non-komersial.
AlphaFold telah merevolusi biologi struktural dengan memprediksi bentuk protein secara akurat, memungkinkan terobosan dalam penemuan obat dan penelitian penyakit. Sebaliknya, GPT-4b Micro berfokus pada pengoptimalan fungsional, mengatasi inefisiensi yang menghambat penerapan praktis pemrograman ulang protein.
