OpenAI开发了生成蛋白质的人工智能模型,将细胞转化为干细胞。
Brief news summary
OpenAI推出了GPT-4b micro,这是一种尖端语言模型,旨在变革蛋白质设计并将细胞重编程为干细胞。这一发布标志着OpenAI在生物数据分析领域的扩展,突显了人工智能在促进重大发现方面的潜力,同时向人工智能通用智能迈进。OpenAI与Retro Biosciences合作,该公司旨在通过Yamanaka因子将皮肤细胞重编程为干细胞,以延长人类寿命。OpenAI声称其模型超越了传统人类方法。 目前,GPT-4b micro仅限于研究应用,尚不可在商业上使用,待即将进行的学术研究验证。OpenAI确认与Retro没有财务关系,以回应关于首席执行官萨姆·阿尔特曼与该公司的潜在利益冲突的担忧。这一合作展示了人工智能与生物学日益融合,开辟了再生医学创新发展的道路,并加深了我们对人工智能在科学研究中作用的理解。OpenAI创建了一个语言模型,该模型能够生成蛋白质,以将普通细胞转变为干细胞,在这一领域超越了人类的努力。这一进展是公司首次专注于生物数据,并标志着其首次公开宣称人工智能可以带来意想不到的科学突破,这是在追求人工通用智能(AGI)过程中的一个重要里程碑。 OpenAI首席执行官山姆·阿尔特曼(Sam Altman)对公司开发AGI的能力表示乐观,声称先进的人工智能可以大大促进科学创新。这个蛋白质工程项目始于旧金山的长寿研究公司Retro Biosciences寻求与OpenAI的合作。值得注意的是,阿尔特曼对Retro投资了1. 8亿美元。 Retro的目标是通过研究Yamanaka因子——能够将皮肤细胞恢复为干细胞状态的蛋白质,来延长人类寿命十年,这些干细胞能够转变为任何组织类型。然而,目前的细胞重编程方法效率低下,成功率不到1%。 新模型GPT-4b micro的开发旨在提高Yamanaka因子的效能。早期结果表明,这个模型的修改使这些因子的有效性提高了50倍以上。OpenAI的研究人员,包括约翰·霍尔曼(John Hallman)和亚伦·贾赫(Aaron Jaech),正在主导这一项目。尽管研究结果尚待发表,但该模型目前的使用仍限于演示目的。 与谷歌的AlphaFold预测蛋白质结构不同,GPT-4b是在多种蛋白质序列及其相互作用上进行训练的。Retro科学家利用该模型提出了Yamanaka蛋白质的重新设计方案,采用类似“少量示例”学习的提示技术。虽然传统的基因工程在可以测试的变体数量上存在局限性,但OpenAI的模型通常能够同时建议多种变化。 来自Retro的早期结果证实,该模型提供了非常有效的重新设计建议。哈佛大学的一位老年研究专家强调了优化干细胞生产的重要性,尤其是对困难的细胞类型和物种。然而,GPT-4b得出结论的确切方法仍不清楚,类似于其他人工智能模型所见的复杂性。 尽管OpenAI表示在合作中没有发生财政交易,但与Retro的合作关系(Retro受益于阿尔特曼的支持)引发了潜在利益冲突的问题。阿尔特曼在科技初创企业的其他投资也引发了关于透明度和与OpenAI运营相关的冲突的担忧。尽管如此,OpenAI坚称其决策独立于阿尔特曼的个人投资。
Watch video about
OpenAI开发了生成蛋白质的人工智能模型,将细胞转化为干细胞。
Try our premium solution and start getting clients — at no cost to you