OpenAI 聯手長壽生物科技公司 Retro Biosciences
研發了一個專門用於蛋白質工程的模型------
GPT-4b micro,用來設計全新的蛋白質,結果直接讓一項諾獎級的細胞再生技術效率飆升了整整50倍。
簡單來說,就是把人體內的普通細胞,例如皮膚細胞,變回功能強大的萬能幹細胞,這個過程被稱為細胞重編程。
而現在,AI不僅讓這個過程變得前所未有的高效,設計出的新蛋白質甚至還附帶了更強的 DNA 損傷修復功能,更重要的是,這些結果在多個供體、細胞類型和不同遞送方式中都得到了驗證。
故事還要從山中伸彌的諾貝爾獎說起。他發現,只要用四種特殊的蛋白質,也就是山中因子,就能像施展魔法一樣,把一個已經分化成熟的成年細胞,逆轉回 pluripotent(多能性)狀態,也就是啥都能變的誘導多能幹細胞 iPSC。
這項技術的前景無比廣闊,治療失明、逆轉糖尿病、甚至培養新器官,iPS細胞幾乎可以無限增殖,能用來培養包括神經、肌肉、骨骼等人類所有的器官和皮膚等的細胞,為再生醫療開闢了全新道路
但這個成功率非常低,通常不到 0.1%,而且過程極為漫長,動輒三四周。對於來自老年人或病人的細胞,成功率更是慘不忍睹。幾十年來,全世界的科學家都在想辦法優化這個過程,但進展緩慢。
OpenAI 的研究人員沒有走傳統的老路,而是直接訓練了一個全新的模型:GPT-4b micro。它相當於一個生物學博士版本的 GPT-4,它的訓練資料不僅有大量的生物學文獻,還有無數的蛋白質序列和三維結構資料。更關鍵的是,這個模型特別擅長處理那些沒有固定形狀、非常靈活的蛋白質,例如這次的主角山中因子。
科學家要做的,就是給 GPT-4b micro 下指令:
為我設計一些新的 SOX2和 KLF4 蛋白質,目標是最大化細胞重編程的效率。
在傳統的篩選方法中,科學家手動修改蛋白質,命中率通常低於10%而 GPT-4b micro 設計的第一批蛋白質 RetroSOX,命中率直接超過30%。接下來挑戰更難的KLF4 蛋白。這次,AI設計的 RetroKLF命中率更是飆升到接近 50%。
當研究人員把 AI設計的最優蛋白質組合在一起使用時,奇蹟發生了。短短10天,實驗皿中就出現了大量表達成熟幹細胞標記的細胞集落。而在同樣的時間點,使用傳統方法的對照組裡,幾乎什麼都看不見。
團隊也發現,經過AI設計的蛋白質組合處理過的細胞,其DNA 損傷水平顯著降低。 DNA損傷,是衡量細胞老化的核心指標之一。這意味著,AI設計的這套方案,不僅能讓細胞的身份重置,還能在重置過程中,順手修復掉許多歲月留下的痕跡。
這未來開發更有效率、更安全的細胞療法和抗衰老技術,開啟了全新的想像空間。