刚刚！OpenAI训练GPT-4b攻克诺奖级“细胞再生”难题：效率狂飙50倍，连DNA损伤都能修复

OpenAI 联手长寿生物科技公司 Retro Biosciences 研发了一个专门用于蛋白质工程的模型------GPT‑4b micro，用来设计全新的蛋白质，结果直接让一项诺奖级的细胞再生技术效率飙升了整整 50倍

简单来说，就是把人体内的普通细胞，比如皮肤细胞，变回功能强大的万能干细胞，这个过程被称为细胞重编程

而现在，AI 不仅让这个过程变得前所未有的高效，设计出的新蛋白质甚至还附带了更强的 DNA 损伤修复 功能，堪称物理意义上的返老还童，更重要的是，这些结果在多个供体、细胞类型和不同递送方式中都得到了验证

一个诺奖级的超级难题

故事还要从山中伸弥的诺贝尔奖说起。

他发现，只要用四种特殊的蛋白质，也就是山中因子，就能像施展魔法一样，把一个已经分化成熟的成年细胞，逆转回 pluripotent（多能性） 状态，也就是啥都能变的诱导多能干细胞 iPSC。

这项技术的前景无比广阔，治疗失明、逆转糖尿病、甚至培养新器官，iPS细胞几乎可以无限增殖，能用来培养包括神经、肌肉、骨骼等人类所有的器官和皮肤等的细胞，为再生医疗开辟了全新道路

但这个成功率低得令人发指，通常不到 0.1%，而且过程极其漫长，动辄三四周。对于来自老年人或病人的细胞，成功率更是惨不忍睹

几十年来，全世界的科学家都在想办法优化这个过程，但进展缓慢。

OpenAI 的研究人员没有走传统的老路，而是直接训练了一个全新的模型：GPT-4b micro

你可以把它理解成一个生物学博士版本的 GPT-4，它的训练数据不仅有海量的生物学文献，更核心的是无数的蛋白质序列和三维结构数据

它学会了蛋白质世界的语言

更关键的是，这个模型特别擅长处理那些没有固定形状、非常灵活的蛋白质，比如这次的主角山中因子。

科学家们要做的，就是给 GPT-4b micro 下达指令：

给我设计一些新的 SOX2 和 KLF4 蛋白质，目标是最大化细胞重编程的效率。

在传统的筛选方法中，科学家手动修改蛋白质，命中率通常低于 10%

而 GPT-4b micro 设计的第一批蛋白质 RetroSOX，命中率直接超过 30%。要知道，AI 设计的蛋白质序列和原始版本平均有超过 100 个氨基酸的差异，这完全是重新创作，而不是小修小补

接下来挑战更难的 KLF4 蛋白。这次，AI 设计的 RetroKLF 命中率更是飙升到接近 50%。

当研究人员把 AI 设计的最优蛋白质组合在一起使用时，奇迹发生了

仅仅 10 天，实验皿中就出现了大量表达成熟干细胞标记物的细胞集落。而在同样的时间点，使用传统方法的对照组里，几乎什么都看不到

如果说效率提升是意料之中，那接下来的发现就是意外之喜了。

团队发现，经过 AI 设计的蛋白质组合处理过的细胞，其 DNA 损伤水平显著降低

DNA 损伤，是衡量细胞衰老的核心指标之一。这意味着，AI 设计的这套方案，不仅能让细胞的身份重置，还能在重置过程中，顺手修复掉许多岁月留下的痕迹。

这为未来开发更高效、更安全的细胞疗法和抗衰老技术，打开了全新的想象空间。

正如 OpenAI 研究合作负责人 Boris Power 所说：

当研究人员将深厚的领域洞察力带给我们的语言模型工具时，那些曾经需要耗费数年时间的问题，现在可能在几天内就能发生转变。

AI 加生命科学的奇点，或许比我们想象的来得更快

参考：

https://openai.com/index/accelerating-life-sciences-research-with-retro-biosciences/