OpenAI要研究人類長壽問題了？？推出新模型GPT-4b micro。

    可以設計出將普通細胞轉化為幹細胞的蛋白質。

    據MIT科技評論消息，這是OpenAI首個專註於生物數據的大模型，也是OpenAI首次公開聲稱其模型可以帶來意想不到的科學發現。

    研究合作方Retro Biosciences，一家成立於2022年的創業公司，專註於“抵抗細胞衰老的新藥開發”，包括細胞重編程、自噬和受血漿啟發的療法。

    聯合創始人丁勝，為清華藥學院創始院長（於2022年6月卸任院長，仍繼續在藥學院任教併從事研究工作）。

    丁勝教授團隊首次以化學小分子組合體外定嚮誘導小鼠全能幹細胞併穩定培養，成果在2022年登上Nature。

    另一位聯合創始人Joe Betts-LaCroix，在加州理工期間首次闡明了蛋白質中電子隧道速率的控制因素，成果登上Science，Joe還在YC擔任過2.5年的兼職合夥人（伏筆），指導和投資了眾多生物初創公司。

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

    直到ChatGPT推出之後，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也開始被稱為“抗衰界的OpenAI”。

    要為人類延壽10年

    Retro的目標是將人類的正常壽命延長10年。

    Retro與OpenAI正式合作開始於一年前，他們研究的重點是山中因子（Yamanaka factors），由諾獎得主山中伸彌在2006年提出。

    山中因子是一組蛋白質，可以將人類皮膚細胞轉化為看起來更年輕的幹細胞。不過，這種細胞“重編程”效率併不高，需要數周時間，且經實驗室培養皿處理的細胞中不到1%能完成再生。

    為此，OpenAI開發了名為GPT-4b micro的新模型，用於提出改進蛋白質因子功能的方法。

    OpenAI用大量物種的蛋白質序列實例以及蛋白質相互作用相關信息訓練了GPT-4b micro。

    其工作方式與谷歌的AlphaFold大不相同，AlphaFold用於預測蛋白質結構，山中因子則是一類異常鬆散且無固定結構的蛋白質。

    Retro的科學家嘗試引導模型生成可能的山中蛋白質重新設計方案，使用的是類似於“few-shot”的提示，即用一繫列帶有答案的示例作為上下文提示，隨後添加一個需要模型生成答案的新示例。

    盡管基因專案師可以在實驗室中通過一定的方法引導分子進化，但受限於實驗條件，他們通常只能測試有限的可能性，但對於典型長度的蛋白質來說，其改造方式幾乎是無限的。

    OpenAI的模型卻能經常生成含顯著改動的設計建議，其中三分之一的蛋白質氨基酸被改變。

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

    我們立即將這個模型應用到了實驗室，併得到了實際的成果。

    OpenAI也介紹道，研究人員根據模型的建議對兩個山中因子進行了改造，根據初步測量結果，其效果提升了50倍以上。

    OpenAI研究員John Hallman、Aaron Jaech和Retro的Rico Meinl是該模型的開發負責人。

    John Hallman錶示：

    從整體來看，這些蛋白質的性能似乎比科學家自己設計的要好得多。

    不過，在研究結果發錶之前，外界科學家無法驗證這些結果的真實性。併且該模型目前也未對外開放使用，目前只有一個定制化的展示案例。GPT-4b micro是如何得出這些猜測的，也仍然不清楚。

    關於模型的未來走嚮，Aaron Jaech錶示是否單獨PO或整合到OpenAI主流推理模型中，尚未確定。

    值得一提的是，OpenAI還特別強調，Altman併未直接參與這項工作，且公司從未根據Altman的其他投資作出決策。

資訊來源：量子位。如有侵權，請聯繫我們刪除。