- Binabago ng GPT-4b Micro ang disenyo ng mga sequence ng protina upang ma-optimize ang mga Yamanaka factor at naglalapat ng few-shot learning upang mapabuti ang functionality ng protina.
- Nagtulungan ang OpenAI at Retro Biosciences upang magdisenyo ng mga pasadyang protina na naglalayong tumagal nang matagal at regenerative medicine.
- Sa mga eksperimento, ang mga pagbabago ay nagpataas ng bisa ng mga salik ng Yamanaka nang hanggang 50 beses sa ilang partikular na pagsubok.
- May potensyal na lumikha ng mga pamalit na tisyu at organo, ngunit nangangailangan ng siyentipikong pagpapatunay at pagpapabuti ng kahusayan: wala pang 1% kumpletong pagbabagong-buhay.
Mababago ba ng artificial intelligence ang takbo ng mahabang buhay ng tao ? Ito ang tanong na tila gustong sagutin ng OpenAI gamit ang pinakabagong modelo nito: ang GPT-4b Micro. Ang makabagong pag-unlad na ito ay naglalayong hindi lamang maunawaan ang masalimuot na mundo ng mga protina, kundi pati na rin i-optimize ang mga ito upang mapaunlad ang mga larangan tulad ng regenerative medicine, tissue engineering, at paglikha ng mga pamalit na organo.
Binuo sa pakikipagtulungan ng Retro Biosciences, isang startup na nakabase sa San Francisco na nakatuon sa pananaliksik sa mahabang buhay, ang modelong ito ay kumakatawan sa isang paradigm shift . Hindi tulad ng ibang mga AI system tulad ng AlphaFold ng Google DeepMind, na humuhula sa protein folding, ang GPT-4b Micro ay higit na nakatuon sa muling pagdisenyo ng mga sequence ng protina upang mapataas ang kanilang functionality.
Ano ang GPT-4b Micro at bakit ito makabago?
Ang GPT-4b Micro ay isang modelo ng wika na partikular na nilikha upang gumana sa mga protina. Habang ang mga nakaraang modelo ng OpenAI ay nakatuon sa pagbuo ng teksto o mga imahe, ang pag-unlad na ito ay sumasaklaw sa larangan ng biyolohiya. Ang pangunahing layunin nito ay i-optimize ang mga salik ng Yamanaka , isang grupo ng mga protina na mahalaga para sa muling pagprograma ng selula.
Ang mga Yamanaka factor ay kilala sa kanilang kakayahang baguhin ang mga mature somatic cell tungo sa mga pluripotent stem cell, isang prosesong nagbubukas ng walang katapusang mga posibilidad sa regenerative medicine. Bagama't ang pamamaraang ito ay umiral nang maraming taon, ang pangunahing limitasyon nito ay ang kahusayan nito. Ayon sa mga unang resulta mula sa GPT-4b Micro, ang mga pagbabagong iminungkahi ng modelo ay nagpataas ng bisa ng mga salik na ito nang hanggang 50 beses sa ilang mga eksperimento.
Paano ito gumagana? Gamit ang isang pamamaraan na kilala bilang few-shot learning , sinusuri ng modelo ang malalaking dami ng mga sequence ng protina at ang kanilang mga functional interaction. Batay sa pagsusuring ito, nagmumungkahi ito ng mga pagsasaayos sa istruktura na makabuluhang nagpapabuti sa pagganap ng protina. Ang pamamaraang ito ay natatangi at kinukumpleto ang gawaing ginawa ng iba pang mga modelo tulad ng AlphaFold, na mas nakatuon sa paghula ng mga three-dimensional na istruktura.
OpenAI at Retro Biosciences collaboration
Hindi magiging posible ang ambisyosong proyektong ito kung wala ang kolaborasyon sa pagitan ng OpenAI at Retro Biosciences. Itinatag na may layuning pahabain ang buhay ng tao, ginamit ng startup na ito ang kadalubhasaan nito sa pananaliksik sa mahabang buhay, habang iniambag naman ng OpenAI ang kaalaman nito sa advanced artificial intelligence at software design . Pinagsasama ng GPT-4b Micro ang pinakamahusay sa parehong mundo, kasama ang isang makabagong diskarte sa disenyo ng mga personalized na protina.
Ginamit ng Retro Biosciences ang modelo upang muling idisenyo ang dalawa sa mga salik ng Yamanaka, na nakamit ang mga pagsulong na maaaring magbukas ng daan para sa paglikha ng mga gumaganang organo ng tao . Bagama't hindi pa magagamit sa publiko ang modelo, ang mga unang resulta ay maaasahan at inaasahang susuriin ng komunidad ng mga siyentipiko sa lalong madaling panahon.
Mga implikasyon para sa regenerative na gamot at mahabang buhay
Kahanga-hanga ang mga potensyal na aplikasyon ng GPT-4b Micro. Mula sa paglikha ng mga pamalit na selula hanggang sa pagbabagong-buhay ng mga nasirang tisyu, ang modelong ito ay maaaring maging isang mahalagang kasangkapan sa paglaban sa mga malalang sakit at pagtanda. Naniniwala ang mga mananaliksik na, kung mapapabuti, ang modelo ay maaari pang magbukas ng daan para sa mga therapy na makabuluhang magpapahaba sa buhay ng tao.
Gayunpaman, nananatili pa rin ang mga hamon. Isa sa mga pangunahing balakid ay ang pagpapatunay ng mga paunang resulta. Bagama't nangangako, kinakailangan ang karagdagang pagsubok at peer review ng komunidad ng mga siyentipiko upang kumpirmahin ang bisa ng modelo sa mga aplikasyon sa totoong mundo. Bukod pa rito, wala pang 1% ng mga selulang ginamot gamit ang mga reprogrammed factor ang nakakakumpleto ng proseso ng pagpapabata, na nagpapahiwatig ng posibilidad ng pagpapabuti.
Ano ang hinaharap sa hinaharap?
Nilinaw ng OpenAI na ang GPT-4b Micro ay simula pa lamang ng pagpasok nito sa personalized na biology. Ipinapakita ng modelong ito kung paano kayang malampasan ng artificial intelligence ang mga tradisyonal na aplikasyon nito upang matugunan ang mga kumplikadong problema sa mga larangan tulad ng pangangalagang pangkalusugan. Bagama't hindi pa napagpapasyahan kung ang GPT-4b Micro ay magiging bahagi ng mga pangunahing produkto ng OpenAI, ang pag-unlad nito ay nagpapakita ng potensyal ng AI na baguhin ang ating pag-unawa at paggamot sa sakit.
Ang pakikipagtulungan sa pagitan ng OpenAI at Retro Biosciences ay nagmamarka ng isang bagong panahon sa paggamit ng artificial intelligence sa larangan ng biyolohiya. Mula sa pag-optimize ng protina hanggang sa pagbabagong-buhay ng tisyu, ang pagsulong na ito ay isang patunay sa kapangyarihang magbago ng teknolohiya.
