OpenAI on loonud keele mudeli, mis genereerib valke, et muuta tavalised rakud tüvirakkudeks, ületades inimeste jõupingutusi selles valdkonnas. See areng on ettevõtte esimene, mis keskendub bioloogilistele andmetele, ja see tähistab selle esimest avalikku kinnitust, et tehisintellekt võib anda ootamatuid teaduslikke edusamme, mis on suur jõudlus tehisüldintellekti (AGI) saavutamisel. OpenAI tegevjuht Sam Altman on väljendanud usku oma ettevõtte võimekuses arendada AGI-d, kinnitades, et täiustatud tehisintellekt võib oluliselt tõsta teaduslikku innovatsiooni. See valkude inseneritehnika algatus sai alguse, kui San Franciscos asuv pikaealisuse uurimisbüroo Retro Biosciences otsis koostööd OpenAI-ga. Oluline on märkida, et Altman on Retro-sse investeerinud 180 miljonit dollarit. Retro eesmärk on pikendada inimelu kümne aasta võrra, uurides Yamanaka tegureid - valke, mis võivad viia naharakud tüvirakkude sarnasesse seisundisse, mis suudavad muutuda igasuguseks koetüübiks. Siiski on praegused rakud ümberprogrammeerimise meetodid ebaefektiivsed, mille edukus on alla 1%. Uus mudel, GPT-4b mikro, loodi Yamanaka tegurite tõhususe suurendamiseks. Esialgsed tulemused näitavad, et mudeli muudatused on teinud need tegurid üle 50 korra tõhusamaks. OpenAI teadlased, sealhulgas John Hallman ja Aaron Jaech, juhivad seda algatust.

Kuigi leidude avaldamine on ootel, on mudeli kasutamine praegu piiratud ainult demonstreerimise eesmärkidel. Erinevalt Google'i AlphaFoldist, mis ennustab valkude struktuure, koolitati GPT-4b mitmekesiste valgu järjestuste ja nende interaktsioonide põhjal. Retro teadlased kasutasid mudelit Yamanaka valkude ümberkujundamise ettepanekute tegemiseks, kasutades sarnast tehnikaid nagu "few-shot" õppimine. Kuigi traditsiooniliselt geneetilisel inseneritehnika meetoditel on piirangud katsetatavate variatsioonide arvu osas, suggestib OpenAI mudel sageli korraga mitu muudatust. Retro esialgsed tulemused on kinnitanud, et mudel pakub väga tõhusaid ümberkujundamise ettepanekuid. Vananev teadlane Harvardi ülikoolist tõstis esile tüvirakkude tootmise optimeerimise olulisuse, eriti keeruliste rakutüüpide ja liikide puhul. Siiski jääb ebaselgeks, milline on GPT-4b järelduste täpne metoodika, mis peegeldab keerukusi, mida on nähtud ka teistes tehisintellekti mudelites. Kuigi OpenAI väidab, et koostöös ei olnud rahalisi tehinguid, tõstatab Retro partnerlus, mis saab kasu Altmani toetusest, küsimusi võimalike huvide konfliktide kohta. Altmani muud investeeringud tehnoloogilistesse idufirmadesse on tekitanud muret läbipaistvuse ja OpenAI tegevusega seotud konfliktide üle. Sellegipoolest kinnitab OpenAI, et nende otsustusprotsess ei sõltu Altmani isiklikest investeeringutest.