OpenAI y el puesta en marcha Retro Biosciences ha creado un nuevo modelo de inteligencia artificial (IA) que podría ayudar a añadir 10 años a la esperanza de vida media de los seres humanos, según un informe de Revisión de tecnología del MIT. El proyecto representa la primera incursión de la empresa liderada por Sam Altman en el campo de los datos biológicos.
El sistema de lenguaje automático, denominado GPT-4b, es el resultado de un año de investigación conjunta. Fue capacitado para sugerir formas de rediseñar los factores Yamanaka, un conjunto específico de proteínas con la capacidad de convertir células de la piel humana en células madre pluripotentes que pueden regenerar cualquier tejido del cuerpo.
La eficacia de la reprogramación celular in vitro es actualmente limitada. Registra tasas de éxito promedio de menos del 1% después de semanas de tratamiento. OpenAI afirma que las sugerencias generadas por su IA permitieron a los científicos de Retro Biosciences optimizar este proceso. Sus evaluaciones preliminares indican que las modificaciones propuestas por el programa informático aumentó la eficacia de dos de los factores de Yamanaka en más de 50 veces.
“En general, estas proteínas modificadas, según los resultados mostrados por GPT-4b, parecen ser más funcionales que las que los científicos pudieron producir por sí solos”, dice John Hallman, investigador de OpenAI y uno de los principales desarrolladores. del modelo.
OpenAI apuesta por la ciencia
Los métodos convencionales de intervención molecular están limitados en la cantidad de modificaciones que pueden explorar, debido a la complejidad de las proteínas. Las proteínas típicas se componen de cientos de aminoácidos, cada uno con hasta 20 variantes posibles. Las posibilidades de reprogramación son casi infinitas. OpenAI destaca que GPT-4b tiende a analizar hasta un tercio de estos aminoácidos.
GPT-4b se diferencia ligeramente del algoritmo AlphaFold de Google, que tiene la capacidad de predecir la estructura que pueden adoptar las proteínas. La organización de Altman afirma que su modelo funciona especialmente con proteínas flexibles y no estructuradas.
La creadora de ChatGPT destaca que su modelo fue entrenado con “ejemplos de secuencias de proteínas de muchas especies y con información sobre qué proteínas tienden a interactuar entre sí”. Explica que el equipo de Retro Biosciences utilizó una estrategia de estímulo similar al método de “pocas oportunidades”, en el que un usuario interactúa con un chatbot introduciendo varios ejemplos con sus respectivas respuestas, seguido de un caso adicional para que el modelo genere una respuesta específica.
La propuesta OpenAI Aún no ha sido validado por científicos externos.porque el modelo utilizado en las primeras pruebas aún se encuentra en fase beta. Pese a ello, Aaron Jaech, investigador de la firma, asegura que “este proyecto pretende demostrar que nos tomamos en serio nuestra contribución a la ciencia. Pero todavía tenemos que determinar si las capacidades del nuevo modelo se presentarán al mundo de forma independiente o se incorporarán a nuestros últimos sistemas de razonamiento”.