OpenAI heeft in samenwerking met Retro Biosciences een AI-model ontwikkeld om inefficiënties aan te pakken in het proces van het herprogrammeren van volwassen cellen tot stamcellen.
Eerste resultaten van laboratoriumtests geven aan dat het model, genaamd GPT-4b Micro, de efficiëntie van Yamanaka-factoren, eiwitten die cruciaal zijn voor de aanmaak van stamcellen, met meer dan 50 keer zou kunnen verbeteren, meldt MIT-technologie Beoordeling.
Hoewel niet officieel aangekondigd, demonstreert dit project OpenAI’s eerste grote stap in biologisch onderzoek en biedt het nieuwe mogelijkheden in de regeneratieve geneeskunde.
De samenwerking begon ongeveer een jaar geleden toen Retro Biosciences OpenAI benaderde. De startup, gevestigd in San Francisco, richt zich op het verlengen van de menselijke levensduur met tien jaar door vooruitgang in cellulaire herprogrammering.
Gerelateerd: Google DeepMind Open-Sources AlphaFold 3 voor onderzoekers
“We hebben dit model onmiddellijk in het laboratorium gegooid en we kregen resultaten uit de praktijk,”zei Joe Betts-Lacroix, CEO van Retro Biosciences, in een discussie gerapporteerd door MIT Technology Review
De inefficiëntie van de huidige methoden – waarbij minder dan 1% van de cellen met succes wordt geherprogrammeerd, wat weken van voorbereiding vergt. inspanning – was een belangrijke motivatie voor deze samenwerking. Het potentieel om deze resultaten te verbeteren zou de ontwikkeling van therapieën gericht op leeftijdsgebonden ziekten en weefselregeneratie kunnen versnellen.
De wetenschap achter Yamanaka-factoren en hun uitdagingen
Yamanaka-factoren, genoemd naar Nobelprijswinnaar Shinya Yamanaka zijn eiwitten die volwassen cellen ertoe kunnen aanzetten terug te keren naar een pluripotente toestand, waardoor ze kunnen transformeren in elk celtype.
Dit herprogrammeringsproces ligt ten grondslag aan de vooruitgang in de regeneratieve geneeskunde, van het creëren van vervangende weefsels tot het aanmaken van vervangende weefsels. waardoor orgaanregeneratie mogelijk wordt. Ondanks hun belofte blijft het proces inefficiënt, traag en arbeidsintensief.
OpenAI’s GPT-4b Micro is getraind om de prestaties van deze eiwitten te optimaliseren. Door eiwitsequenties en interactiegegevens tussen soorten te analyseren, stelt het model substantiële aminozuurveranderingen voor om de eiwitfunctie te verbeteren.
“Over het algemeen lijken de eiwitten beter dan wat de wetenschappers zelf konden produceren”, zegt John Hallman, een OpenAI-onderzoeker. Dit niveau van optimalisatie, waarbij tot een derde van de eiwitten van een eiwit aminozuren kunnen worden aangepast, ligt buiten het bereik van traditionele methoden, die afhankelijk zijn van proefondervindelijke experimenten in het laboratorium.
Een unieke toepassing van AI in de biotechnologie
h3>
GPT-4b Micro vertegenwoordigt een aparte benadering van AI-gestuurde biotechnologie Terwijl AlphaFold van Google DeepMind zich richt op het voorspellen van de 3D-structuren van eiwitten en onderzoekers helpt bij het begrijpen van moleculaire interacties, is GPT-4b Micro ontworpen om de eiwitfunctionaliteit te verbeteren benadrukt de complementaire rol die deze AI-hulpmiddelen spelen bij het aanpakken van uitdagingen in biologisch onderzoek.
“De ideeën van het model waren buitengewoon goed en leidden in een substantieel deel van de gevallen tot verbeteringen ten opzichte van de oorspronkelijke Yamanaka-factoren,”Betts-Lacroix legde het uit.
Om deze resultaten te bereiken, gebruikten OpenAI-onderzoekers een’paar-shot’-leertechniek, waarbij het AI-systeem wordt begeleid met een klein aantal voorbeelden voordat het geoptimaliseerde ontwerpen genereert. Deze methode maakt snelle aanpassing aan gespecialiseerde problemen mogelijk , zoals het opnieuw ontwerpen van eiwitten voor betere prestaties.
Samenwerking met Retro Biosciences en ethische overwegingen
Retro Biosciences, opgericht in 2021, richt zich op het bevorderen van cellulaire therapieën en herprogrammeringstechnieken als onderdeel van haar missie om de menselijke levensduur te verlengen
OpenAI CEO Sam Altman, een uitgesproken voorstander van AI-gedreven wetenschappelijke ontdekkingen, investeerde persoonlijk $180 miljoen in Retro, wat zijn geloof in het potentieel van Retro onderstreepte. dergelijke samenwerkingen
Altman heeft eerder verklaard:”Superintelligente hulpmiddelen kunnen de wetenschappelijke ontdekkingen en innovatie enorm versnellen, veel verder dan wat we alleen kunnen doen.”
Terwijl er geen financiële transacties zijn. tussen OpenAI en Retro Biosciences in dit partnerschap heeft plaatsgevonden, heeft de dubbele rol van Altman als investeerder en CEO de aandacht getrokken. OpenAI verduidelijkte dat Altman niet direct betrokken was bij de ontwikkeling van GPT-4b Micro, waarbij de nadruk werd gelegd op de focus van het project op het bevorderen van wetenschappelijke kennis in plaats van op aansluiting bij een specifiek commercieel belang.
Deze transparantie is van cruciaal belang nu OpenAI zijn groeiende rol vervult op gebieden die verder gaan dan AI voor algemene doeleinden.
Implicaties voor regeneratieve geneeskunde
De vooruitgang die door GPT-4b Micro mogelijk wordt gemaakt, heeft het potentieel om enkele van de meest urgente uitdagingen in de regeneratieve geneeskunde aan te pakken. Verbeterde Yamanaka-factoren kunnen de weg vrijmaken voor efficiëntere orgaanregeneratie, gepersonaliseerde celtherapieën en de ontwikkeling van kunstmatige weefsels.
Verouderingsonderzoeker Vadim Gladyshev van Harvard University, adviseur van Retro Biosciences, benadrukte de bredere implicaties: “[Huidcellen] zijn gemakkelijk te herprogrammeren, maar andere cellen niet,” zei hij. “En om het te doen in een nieuwe soort – het is vaak heel anders, en je krijgt niets.”
OpenAI en Retro Biosciences zijn van plan hun bevindingen te publiceren in peer-reviewed tijdschriften, waardoor de wetenschappelijke gemeenschap de kans krijgt om valideren en voortbouwen op dit onderzoek. Hoewel GPT-4b Micro momenteel een onderzoeksdemonstratie is en niet beschikbaar is voor commercieel gebruik, benadrukken de resultaten het transformatieve potentieel van AI-gedreven benaderingen in de biotechnologie.
AlphaFold en de rol van AI in wetenschappelijke ontdekkingen
OpenAI’s werk aan GPT-4b Micro vormt een aanvulling op recente ontwikkelingen in AI-gestuurde biologie, zoals DeepMind’s AlphaFold 3, dat onlangs open source was voor niet-commerciële doeleinden onderzoek.
AlphaFold heeft een revolutie teweeggebracht in de structurele biologie door nauwkeurig de vormen van eiwitten te voorspellen, waardoor doorbraken mogelijk zijn in de ontdekking van geneesmiddelen en het onderzoek naar ziekten. GPT-4b Micro richt zich daarentegen op functionele optimalisatie, waarbij inefficiënties worden aangepakt die de praktische toepassing van eiwitherprogrammering belemmeren.
