Впервые нейросеть самостоятельно управляла роботами в биолаборатории на протяжении двух месяцев, испытывая тысячи химических формул.
OpenAI совместно с биотехнологической компанией Ginkgo Bioworks интегрировала модель GPT-5 в полностью автоматизированный исследовательский комплекс. Система получила задачу — снизить затраты на бесклеточный синтез белков, метод, позволяющий производить протеины без необходимости в выращивании живых организмов. За шесть циклов экспериментов ИИ самостоятельно создал и протестировал 36 000 вариантов химических составов, используя 580 планшетов для анализа. Результат превзошел все предыдущие достижения: стоимость производства сократилась на 40%, а расход реагентов уменьшился на 57%.
Белки являются основой большинства современных лекарств, диагностических тестов и промышленных катализаторов. Их можно встретить даже в составе стиральных порошков. Обычно протеины получают, внедряя генетический код в бактерии или дрожжи, которые затем на протяжении месяцев развиваются в биореакторах. Бесклеточный метод функционирует иначе: исследователи используют клеточный экстракт с готовой молекулярной «фабрикой» и добавляют туда ДНК нужного белка плюс набор из десятков химических компонентов. Реакция происходит в пробирке за считанные часы, что значительно ускоряет тестирование идей. Однако такая скорость имеет свою цену. Стандартные наборы для бесклеточного синтеза рассчитаны на ручную работу — несколько десятков опытов в неделю. Когда автоматическая система запускает тысячи реакций каждый день, расходы на химикаты становятся серьезным препятствием.
GPT-5 функционировала в замкнутом цикле: анализировала данные предыдущих экспериментов, формулировала гипотезы, разрабатывала планы новых испытаний и отправляла инструкции роботам-манипуляторам Ginkgo. Они смешивали реагенты в микроскопических ячейках планшета, инкубировали образцы и измеряли флуоресценцию синтезированного белка. Полученные данные возвращались модели, которая вносила коррективы в стратегию поиска. Перед запуском каждого эксперимента система проходила программную валидацию — это исключало «бумажные» протоколы, которые физически нельзя было выполнить на автоматическом оборудовании.
Ключевые находки оказались неожиданными, поскольку ИИ выявила, что в условиях планшетного формата, где доступ кислорода ограничен из-за небольшого объема реакции, работают составы, отличающиеся от тех, что эффективны в пробирках. Нейросеть подобрала комбинации буферных систем, компонентов для регенерации энергии и полиаминов, которые ранее не считались приоритетными переменными, но в высокопоточном режиме показали непропорционально большое влияние на выход продукта. Уже после третьего раунда испытаний система предложила формулы, превышающие предыдущий рекорд, и продолжила улучшать результаты еще три итерации.
OpenAI намерена масштабировать данный подход на другие области биологии, где узким местом остаётся количество попыток для проверки гипотез. Компания также оценивает биобезопасность таких систем через собственный фреймворк рисков.
Фото: hi-tech.mail.ru