На днях стало известно о плодотворном сотрудничестве OpenAI и стартапа Retro Bio, специализирующегося на исследованиях долголетия. Результатом их совместной работы стала разработка специализированной ИИ-модели GPT-4b micro. Эта миниатюрная версия GPT-4o была целенаправленно обучена для решения сложных задач белковой инженерии, открывая новые горизонты в ускорении исследований в области наук о жизни, в частности, в создании более эффективных белков для терапии стволовыми клетками и углубления понимания процессов долголетия.

С помощью GPT-4b micro были успешно спроектированы значительно улучшенные варианты так называемых факторов Яманаки. Напомним, факторы Яманаки — это ключевая группа из четырех белков (OCT4, SOX2, KLF4, MYC), используемых для перепрограммирования обычных взрослых клеток в индуцированные плюрипотентные стволовые клетки (iPSCs). Эти iPSCs обладают уникальной способностью превращаться в любые другие клетки организма и к самообновлению. Традиционные методы использования факторов Яманаки сталкиваются с рядом ограничений: низкая эффективность (менее 0,1%), длительность процесса (более трех недель) и снижение эффективности в клетках пожилых или больных доноров.

Модель GPT-4b micro была обучена на обширном массиве данных, включающем последовательности белков, биологические тексты и токенизированные 3D-структуры. Это позволило ей эффективно генерировать белковые последовательности с заданными свойствами, демонстрируя высокую производительность даже при работе с неупорядоченными белками.

В результате этого проекта команда Retro Bio разработала искусственно модифицированные варианты белков SOX2 и KLF4, получившие названия RetroSOX и RetroKLF. Эксперименты показали впечатляющие результаты: использование этих переработанных белков позволило в 50 раз увеличить экспрессию маркеров репрограммирования стволовых клеток по сравнению с исходными факторами Яманаки. Комбинация RetroSOX и RetroKLF привела к значительному росту экспрессии как ранних, так и поздних маркеров плюрипотентности, при этом поздние маркеры появлялись на несколько дней раньше обычного.

Более 85% клеток активировали эндогенную экспрессию ключевых маркеров стволовых клеток, а полученные iPSCs успешно дифференцировались во все три основных зародышевых слоя (эндодерма, эктодерма, мезодерма). Важным открытием также стало улучшение восстановления повреждений ДНК благодаря коктейлю RetroSOX/KLF, что указывает на потенциал омолаживающего воздействия на клетки.

Это сотрудничество ярко демонстрирует, как специализированные модели искусственного интеллекта могут стать катализатором научных открытий в биологии. Улучшенная эффективность получения iPSCs и повышение клеточного омоложения открывают путь к прорывам в лечении возрастных заболеваний, таких как слепота и диабет, а также могут помочь в решении проблем нехватки органов и бесплодия. Применение ИИ в этой сфере способно значительно сократить сроки исследований, переводя задачи, которые раньше требовали годы, в считанные дни.

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