OpenAI 要研究人類(lèi)長(zhǎng)壽問(wèn)題了？？推出新模型 GPT-4b micro。

可以設(shè)計(jì)出將普通細(xì)胞轉(zhuǎn)化為干細(xì)胞的蛋白質(zhì)。

據(jù) MIT 科技評(píng)論消息，這是 OpenAI 首個(gè)專(zhuān)注于生物數(shù)據(jù)的大模型，也是 OpenAI 首次公開(kāi)聲稱(chēng)其模型可以帶來(lái)意想不到的科學(xué)發(fā)現(xiàn)。

研究合作方 Retro Biosciences，一家成立于 2022 年的創(chuàng)業(yè)公司，專(zhuān)注于“抵抗細(xì)胞衰老的新藥開(kāi)發(fā)”，包括細(xì)胞重編程、自噬和受血漿啟發(fā)的療法。

聯(lián)合創(chuàng)始人丁勝，為清華藥學(xué)院創(chuàng)始院長(zhǎng)（于 2022 年 6 月卸任院長(zhǎng)，仍繼續(xù)在藥學(xué)院任教并從事研究工作）。

丁勝教授團(tuán)隊(duì)首次以化學(xué)小分子組合體外定向誘導(dǎo)小鼠全能干細(xì)胞并穩(wěn)定培養(yǎng)，成果在 2022 年登上 Nature。

另一位聯(lián)合創(chuàng)始人 Joe Betts-LaCroix，在加州理工期間首次闡明了蛋白質(zhì)中電子隧道速率的控制因素，成果登上 Science，Joe 還在 YC 擔(dān)任過(guò) 2.5 年的兼職合伙人（伏筆），指導(dǎo)和投資了眾多生物初創(chuàng)公司。

2022 年 4 月，Retro Biosciences 對(duì)外披露已獲得 1.8 億美元融資，但對(duì)投資人身份守口如瓶。

直到 ChatGPT 推出之后，2023 年 3 月世界才知道，這位神秘投資人正是 OpenAI CEO 奧特曼本曼。

Retro Bioscience 也開(kāi)始被稱(chēng)為“抗衰界的 OpenAI”。

要為人類(lèi)延壽 10 年

Retro 的目標(biāo)是將人類(lèi)的正常壽命延長(zhǎng) 10 年。

Retro 與 OpenAI 正式合作開(kāi)始于一年前，他們研究的重點(diǎn)是山中因子（Yamanaka factors），由諾獎(jiǎng)得主山中伸彌在 2006 年提出。

山中因子是一組蛋白質(zhì)，可以將人類(lèi)皮膚細(xì)胞轉(zhuǎn)化為看起來(lái)更年輕的干細(xì)胞。不過(guò)，這種細(xì)胞“重編程”效率并不高，需要數(shù)周時(shí)間，且經(jīng)實(shí)驗(yàn)室培養(yǎng)皿處理的細(xì)胞中不到 1% 能完成再生。

為此，OpenAI 開(kāi)發(fā)了名為 GPT-4b micro 的新模型，用于提出改進(jìn)蛋白質(zhì)因子功能的方法。

OpenAI 用大量物種的蛋白質(zhì)序列實(shí)例以及蛋白質(zhì)相互作用相關(guān)信息訓(xùn)練了 GPT-4b micro。

其工作方式與谷歌的 AlphaFold 大不相同，AlphaFold 用于預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，山中因子則是一類(lèi)異常松散且無(wú)固定結(jié)構(gòu)的蛋白質(zhì)。

Retro 的科學(xué)家嘗試引導(dǎo)模型生成可能的山中蛋白質(zhì)重新設(shè)計(jì)方案，使用的是類(lèi)似于“few-shot”的提示，即用一系列帶有答案的示例作為上下文提示，隨后添加一個(gè)需要模型生成答案的新示例。

盡管基因工程師可以在實(shí)驗(yàn)室中通過(guò)一定的方法引導(dǎo)分子進(jìn)化，但受限于實(shí)驗(yàn)條件，他們通常只能測(cè)試有限的可能性，但對(duì)于典型長(zhǎng)度的蛋白質(zhì)來(lái)說(shuō)，其改造方式幾乎是無(wú)限的。

OpenAI 的模型卻能經(jīng)常生成含顯著改動(dòng)的設(shè)計(jì)建議，其中三分之一的蛋白質(zhì)氨基酸被改變。

Retro CEO Joe Betts-Lacroix 指出，該模型提出的建議很好：

我們立即將這個(gè)模型應(yīng)用到了實(shí)驗(yàn)室，并得到了實(shí)際的成果。

OpenAI 也介紹道，研究人員根據(jù)模型的建議對(duì)兩個(gè)山中因子進(jìn)行了改造，根據(jù)初步測(cè)量結(jié)果，其效果提升了 50 倍以上。

OpenAI 研究員 John Hallman、Aaron Jaech 和 Retro 的 Rico Meinl 是該模型的開(kāi)發(fā)負(fù)責(zé)人。

John Hallman 表示：

從整體來(lái)看，這些蛋白質(zhì)的性能似乎比科學(xué)家自己設(shè)計(jì)的要好得多。

不過(guò)，在研究結(jié)果發(fā)表之前，外界科學(xué)家無(wú)法驗(yàn)證這些結(jié)果的真實(shí)性。并且該模型目前也未對(duì)外開(kāi)放使用，目前只有一個(gè)定制化的展示案例。GPT-4b micro 是如何得出這些猜測(cè)的，也仍然不清楚。