生物学研究的新方法：AI模型与自动化实验室协同工作

图丨Pexels

据Scientific American网站3月13日消息，OpenAI的GPT模型可以总结研究论文并做出预测，但它能从事科学研究吗？它能生成假设、设计实验、解读结果并进行迭代吗？去年夏天，OpenAI与Ginkgo Bioworks（一家设计和安装自动化机器人实验室的公司）的研究人员决定一探究竟。 

OpenAI生命科学研究的负责人乔伊·焦（Joy Jiao）表示，尽管人工智能系统在数学、物理和计算机科学领域取得高分，但生物学领域的衡量标准更为复杂。“对于‘设计最优实验’这类问题，没有标准答案。这就是我们所说的‘难上加难’问题：生成解决方案很难，验证它也同样困难。”因此，研究团队让AI利用超折叠绿色荧光蛋白（sfGFP）来设计实验。这是一种经过改造的水母蛋白，因其能发出清晰的绿色荧光而成为常用的基准蛋白。

在实验中，OpenAI的GPT-5负责提供实验设计，而Ginkgo Bioworks则提供了一个自动化实验室系统，研究人员只需设定目标，AI即可负责具体的实验操作。这个自动化机器人实验室能快速处理实验，无需持续的人工监督。 

团队将实验重点放在无细胞蛋白合成技术（CFPS）上。该技术无需活细胞即可生产蛋白质。传统的生物制造依赖基因改造的活细胞来生产胰岛素等药物。而无细胞蛋白合成技术则是通过将细胞自身的蛋白质合成机制置于受控的混合液中，在细胞外完成蛋白质的生产。 

Ginkgo Bioworks首席运营官兼联合创始人雷什玛·谢蒂（Reshma Shetty）表示：“这是目前合成蛋白质最快的方法之一。你无需克隆DNA、将其导入细胞并等待细胞生长。”改进无细胞蛋白合成技术可能对医药、食品及农产品领域产生重大影响。 

实验过程中，GPT-5在OpenAI位于旧金山的总部设计实验，并将方案发送至Ginkgo Bioworks位于波士顿的机器人系统。在迭代过程中，GPT-5会分析传回的数据并提出新的实验方案，每个循环大约耗时一小时。谢蒂描述道：“在人类喝杯咖啡、坐到电脑前、登录系统并完成准备工作所需的时间里，这个模型就能完成数据接收、分析并提出新的实验方案。” 

经过两个月、超过36000次不同反应配方的测试后，这个AI驱动的系统将生产该蛋白的成本降低了约40%，对比基准是斯坦福大学生物工程师迈克尔·朱厄特（Michael Jewett）实验室此前报告的数据。朱厄特表示：“说实话，这相当了不起。我们如何更快地研发药物，让挽救生命的疗法更早惠及患者？我认为，人工智能与自动化实验室的结合是实现这一目标的有效途径。” 

此次合作还产生了一个意想不到的创新时刻。当团队让GPT-5接触新的试剂时，焦说：“它试图尽可能多地加入各种试剂，结果模型将水的用量设为了一个负数。”从零开始实验时，水的体积不可能为负值。在实验室里，当Ginkgo Bioworks的机器人技术人员发现问题后，他们还是以比指定体积略大的总体积进行了实验。 

经AI优化的反应配方现已上市。更重要的是，Ginkgo Bioworks于3月2日推出了其云实验室，允许世界各地的研究人员向自动化实验室系统提交实验方案，每次运行最低仅需39美元。与此同时，美国能源部正在资助华盛顿州太平洋西北国家实验室建设一个拥有97台机器人的自动化实验室。该实验室将由Ginkgo Bioworks负责建造，预计于2030年投入运行。谢蒂强调：“单靠AI模型是不够的，需要将模型与能够进行实验验证的实验室相结合。”

资料来源丨Scientific American

本文由生物安全情报网编译，仅用于学术分享，转载请注明出处

阅读原文献请点击“阅读原文”