Teaduse arengu kiirendamine on üks väärtuslikumaid viise, kuidas tehisintellekt saab inimkonnale kasu tuua. GPT‑5‑ga hakkame nägema esimesi märke sellest, mitte ainult teadlaste abistamisel teaduskirjanduse kiiremal läbimisel, vaid ka uute teadusliku arutluse vormide toetamisel, nagu ootamatute seoste esiletoomine, tõestusstrateegiate pakkumine või usutavate mehhanismide soovitamine, mida eksperdid saavad hinnata ja testida.
Senine edasiminek on olnud kõige nähtavam sellistes valdkondades nagu matemaatika, teoreetiline füüsika ja teoreetiline arvutiteadus, kus ideid saab rangelt kontrollida ilma füüsiliste katseteta. Bioloogia on erinev: enamik edusamme sõltub eksperimentaalsest teostusest, kordamisest ja empiirilisest kinnitamisest laboris.
Et aidata mõista, kuidas eesrindlikud mudelid nendes tingimustes käituvad, töötasime koos bioohutuse idufirmaga Red Queen Bio välja hindamisraamistiku, mis testib, kuidas mudel märglaboris ideid pakub, analüüsib ja täiustab. Seadsime üles lihtsa molekulaarbioloogia eksperimentaalsüsteemi ja lasime GPT‑5‑l optimeerida molekulaarse kloonimise protokolli tõhusamaks.
Mitme katsevooru jooksul tutvustas GPT‑5 uut mehhanismi, mis parandas kloonimise efektiivsust 79-kordselt. Kloonimine on molekulaarbioloogia põhivahend. Kloonimismeetodite tõhusus on kriitilise tähtsusega suurte ja keerukate raamatukogude loomisel, mis on keskse tähtsusega valguinseneerimise(avaneb uues aknas), geneetiliste sõelade(avaneb uues aknas) ja organismide tüvede inseneerimise(avaneb uues aknas) jaoks. See projekt pakub pilguheitu sellele, kuidas tehisintellekt võiks töötada kõrvuti bioloogidega, et kiirendada uurimistööd. Eksperimentaalsete meetodite täiustamine aitab inimteadlastel liikuda kiiremini, vähendada kulusid ja muuta avastused reaalses maailmas mõjukaks.
Kuna bioloogilise arutluskäigu edusammud hõlmavad bioohutust, viisime selle töö läbi rangelt kontrollitud keskkonnas – kasutades healoomulist eksperimentaalset süsteemi, piirates ülesande ulatust ja hinnates mudeli käitumist, et anda teavet meie bioohutuse riskihinnangute ja mudeli- ja süsteemitaseme kaitsemeetmete väljatöötamise kohta, nagu on kirjeldatud meie valmisoleku raamistikus(avaneb uues aknas).
Selles seadistuses oli GPT‑5 iseseisvalt kloonimisprotokolli üle arutletud, tegi ettepanekuid muudatusteks ja kasutas uute katsete andmeid, et soovitada veelgi rohkem täiustusi. Ainus inimsekkumine oli see, et teadlased viisid läbi muudetud protokolli ja laadisid üles katseandmed.
Mitme vooru jooksul optimeeris GPT‑5 kloonimisprotseduuri, et parandada tõhusust üle 79 korra – see tähendab, et kindla koguse sisend-DNA puhul saime 79 korda rohkem järjestuse kinnitatud kloone kui algprotokolliga. Kõige märkimisväärsem on see, et tutvustati kahte ensüümi, mis moodustavad uudse mehhanismi: rekombinaas RecA E. coli-st ja faagi T4 geeni 32 üheahelalise DNA-d siduv valk (gp32). Koostöös silub ja harutab gp32 lahtised DNA otsad ning seejärel juhib RecA iga ahela oma õigesse vastesse.
Esialgne sõelumine ja teisene katsetamine tuvastasid RecA-Assisted Pair-and-Finish HiFi Assembly (RAPF) ja Transformation 7 (T7) vastavalt parimateks ensümaatilisteks ja transformatsiooniprotokollideks. Nii RAPF kokkupanek kui ka T7 transformatsioon parandasid iseseisvalt kloonimise efektiivsust võrreldes algse HiFi reaktsiooni kloonimisprotokolliga, vastavalt 2,6-kordselt ja 36-kordselt; ning kombineerituna pakkusid nad 79-kordset lisaparandust jõudluses. Kõik kloonid kinnitati järjestamise teel. (Vigade ribad: SD n=3 sõltumatust valideerimiskatsest).
Kuigi varajased, on need tulemused julgustavad. Parandused on spetsiifilised meie mudelisüsteemis kasutatavale kloonimise seadistusele ja vajavad endiselt inimteadlasi protokollide seadistamiseks ja käitamiseks. Sellest hoolimata näitavad need katsed, et tehisintellekti süsteemid võivad reaalses laboritöös tähendusrikkalt abiks olla ja tulevikus inimteadlaste tööd kiirendada.
Märkimisväärselt viidi AI-labori tsükkel läbi fikseeritud viipadega ja ilma inimsekkumiseta. See raamistik aitas paljastada mudeli võimet pakkuda tõeliselt uusi protokollimuudatusi ilma inimeste juhendamiseta, kuid see lukustas süsteemi uurimisse ja piiras selle võimet maksimeerida äsja avastatud ideede tulemuslikkust. Parem dünaamiline tasakaal uurimise ja kasutamise vahel võiks tõenäoliselt tuua suuremaid edusamme, kuna nii ensümaatilistel kui ka transformatsiooni parandustel on märkimisväärselt arenguruumi. Eeldame, et edusammud planeerimises ja ülesande-horisondi arutlemises parandavad lihtsate fikseeritud viipade tuge nii avastamise kui ka järgneva optimeerimise toetamisel.
Gibson assembly(avaneb uues aknas) reaktsioon on olnud peamine kloonimismeetod alates selle leiutamisest 2009. aastal, olles laialdaselt kasutusel molekulaarbioloogias. Gibsoni assembly võimaldab molekulaarbioloogidel "liimida" DNA tükke kokku, sulatades lühidalt nende otsad, et sobivad järjestused saaksid üheks molekuliks kokku liidetud. Gibsoni assembly üheks peamiseks võluks on selle lihtsus: kõik toimub ühes tuubis ja ühel temperatuuril. Need piirangud jätavad loomulikult ruumi parandusteks. Lisaks muudavad järgmised omadused selle hästi sobivaks AI mudelite võimekuse hindamiseks märglabori tehnikate täiustamiseks:
- Hästi määratletud ja kontrollitud komponentidega, erinevalt rakupõhisest süsteemist
- Omab selget optimeerimisfunktsiooni: muudetav tsirkulariseeritud DNA, mis on valmistatud kindlast kogusest lineaarsest DNA sisendist.
- Suhteliselt kiired katseperioodid (1–2 päeva)
- Kõrgdimensiooniline disainiruum, mis vajab mehhanistlikku arutlemist parandamiseks: optimaalsed puhverlahused, reagendid ja temperatuurid on kõik omavahel sõltuvad.
Kasutasime HiFi koostamist(avaneb uues aknas), mis on New England Biolabs'i poolt välja töötatud patenteeritud ensüümisüsteem ja põhineb Gibsoni koostamisel, optimeerimise lähtepunktina. Tutvusime, kas tehisintellekt suudab uuendusi teha ja õppida eksperimentaalsest tagasisidest, kui üheastmelised ja isotermilised piirangud on eemaldatud, ning seeläbi tuvastada protokolli täiustusi selles olukorras.
Spetsiifiliselt viisime läbi kaheosalist kloonimisreaktsiooni, kasutades rohelise fluorestseeruva valgu (GFP) geeni ja laialdaselt kasutatavat pUC19 plasmiidi, mis on standardne DNA "vektor", mida kasutatakse geenide viimiseks bakteritesse, et neid saaks kopeerida. Eesmärk oli suurendada edukate kolooniate arvu.
Me optimeerisime kloonimisreaktsiooni, tutvustades ettepanekute iteratsiooniks evolutsioonilist raamistikku, mis võimaldab mudelil oma varasematest katsetest reaalajas õppida. Igas voorus pakkus GPT‑5 välja 8-10 erinevat reaktsiooni, kusjuures reaktsioonid lükati hilisematesse voorudesse, kui need vajasid kohandatud reagente, mida laboris polnud kohe käepärast. Seejärel viisid teadlased läbi reaktsioonid ja mõõtsid kolooniate arvu võrreldes algtaseme HiFi Gibsoni koostuga esialgses sõeluuringus. Eelmise vooru parimad andmed sisestati seejärel järgmisesse vooru. Oluline on, et viipade koostamine standardiseeriti ilma inimeste osaluseta, välja arvatud selgitavad küsimused, mis võimaldab meil omistada uudsed mehhanistlikud teadmised otse tehisintellektile, mitte inimeste juhendamisele.
Kordasime täisoptimeerimise seeria kaheksa parimat reaktsiooni, kasutades laiemat DNA lahjenduste valikut, ja leidsime, et paljud näitasid väiksemaid mõjusid kui esialgses sõelumisprotsessis; lõppkokkuvõttes oli tugevaim kinnitatud kandidaat reaktsioon viiendast voorust, mis kordas oma algset jõudlust. Paljud kõrge sooritusega tulemused kuulusid ligase-polish perekonda, mis tundub olevat eriti tundlik väikeste variatsioonide suhtes kompetentsete rakkude seisundis ja/või reaktsioonijärgse DNA käsitlemise osas. Kuna need reaktsioonid kasutasid lühikest HiFi etappi, oletame, et paljud tooted sisenevad tõenäoliselt E. coli ainult ühe suletud ühenduskohaga, samas kui teine on kinnitatud hübridiseerimise teel, jättes allavoolu päästmise rakulistele parandusteedele. See loob kõrge varieeruvuse ja 'jackpoti' dünaamika: isegi kui enamasti ei ületa selle reaktsiooni variandid ootusi, võib üks tugev kõrvalekalle viia kogu perekonna järgmistesse voorudesse.
Kuna keskendusime kloonimisreaktsiooni optimeerimisele mitme vooru jooksul selle mehhanistilise keerukuse tõttu, optimeerisime paralleelselt transformatsiooniprotseduuri, kasutades ühte "ühe katse" vooru, kus mudel pakkus välja palju sõltumatuid muudatusi ja me valisime parima tulemusega reaktsiooni.
Kaheastmelise kloonimise töövoo esialgsed optimeerimisetapid: ensümaatiline kokkupanek ja transformatsioon. (Vasakul) ensümaatilise kokkupaneku iteratiivne optimeerimine viie vooru jooksul (kokku 44 reaktsiooni). Alustades HiFi kokkupaneku alusest, pakkus GPT‑5 igas voorus välja 8–10 koostamisprotokolli varianti; parimate tulemuste andmed lisati järgnevatesse viipadesse. Igas voorus kuvame seni parima tulemuse andnud reaktsiooni (kaasa arvatud eelmised voorud). (Paremal) Ühekordne optimeerimine transformatsioonitingimuste testimiseks 13 erineva protokolli abil. Mõlema optimeerimise ekraani puhul esindavad andmed üksikuid mõõtmisi (n=1) iga tingimuse kohta; parimate kandidaatide jaoks viidi läbi eraldi korduv valideerimine.
Kasutades standardiseeritud viipasid ilma inimese osaluseta, parandas GPT5 kloonimise efektiivsust otsast lõpuni 79 korda, mis kinnitati katseliste korduste abil.
Märkimisväärselt pakkus mudel välja uue ensümaatilise protseduuri, mida mudel nimetas RecA-Assisted Pair-and-Finish HiFi Assembly (RAPF-HiFi), mis lisab reaktsioonile kaks uut valku: rekombinaasi RecA E. coli-st ja faagi T4 geeni 32 üheahelalise DNA-d siduva valgu (gp32). Lisaks tegi mudel tahtlikke muudatusi inkubatsioonitemperatuuris ja -ajas ning ensümaatiliste lisandite ajastamises: see pakkus välja RecA ja gp32 lisamise pärast esialgset 50°C HiFi reaktsiooni, lastes neil valkudel töötada temperatuuril 37°C, ja seejärel minna tagasi 50°C juurde, et lõpetada kokkupanek. Koos suurendasid need uued muudatused tõhusust rohkem kui 2,5 korda. Tuleb märkida, et see esindab esialgset jõudlust ilma reaktsioonitingimuste ja ajastuse korduva optimeerimiseta.
Teisenduse osas osutus kõige tõhusamaks muudatuseks ootamatult lihtne: rakkude granuleerimine (tsentrifuugis allasuunamine, et need koguneksid tuubi põhja), poole varustatud mahust eemaldades ja rakkude taas-suspenseerimine enne DNA lisamist, kõik 4°C juures. Kuigi kõrge efektiivsusega keemiliselt kompetentseid rakke peetakse tavaliselt habrasteks, talusid rakud kontsentratsiooni hästi ja suurenenud molekulaarsed kokkupõrked tõstsid transformatsiooni efektiivsust märkimisväärselt (lõplikul valideerimisel üle 30-kordselt).
T5 eksonukleaas loob 3′ üleulatuse, mida gp32 stabiliseerib, vähendades sekundaarstruktuuri. Seejärel tungib RecA 3′ otstest, tõrjudes välja gp32 ja soodustades homoloogia otsingut ja ühendamist. Kuumutamine temperatuurini 50 °C eemaldab mõlemad valgud, võimaldades polümeraasi lünkade täitmist ja liitmist.
Gibson assembly töötab, andes DNA tükkidele sobivad “kleepuvad” otsad, et need saaksid üksteist leida ja ühineda. Reaktsioonis kasutatakse kahte erinevat ensüümi (polümeraasi ja ligaasi), et ühendada ja sulgeda liidetud tükid. RAPF-HiFi-s tutvustati kahte valku, et muuta sobitamise etapp paremini toimivaks. Esimene, gp32, toimib nagu kamm, mis silub ja harutab lahti lahtised DNA otsad. Teine, RecA, toimib nagu juhend, mis otsib iga ahela jaoks õige partneri ja tõmbab sobivad tükid kokku. Kõrgem temperatuur põhjustab mõlema abilise eemaldumise DNA küljest, võimaldades tavalistel Gibsoni ensüümidel reaktsiooni lõpule viia.
Kokkuvõttes oletame, et jõudluse paranemine toimub järgmise mehhanismi kaudu.
- Gp32 katab mitte-anneeritud üheahelalise DNA (ssDNA) otsad, eemalda sekundaarstruktuur.
- RecA, mida struktuur tavaliselt pärsib, tungib 3' otsast sisse ja tõrjub gp32 filamendi välja.
- RecA vahendab ssDNA:ssDNA homoloogia otsingut(avaneb uues aknas), soodustades ühendamist.
- 50 °C juurde naasmine tõrjub nii recA kui ka gp32 filamendid, võimaldades polümeraasil ja ligaasil reaktsiooni lõpule viia.
Selleks, et kontrollida, kas uued ensüümid olid funktsionaalsed, ja välistada, et jõudluse paranemine tuleneb ainult termiliste etappide või puhvrite muutustest, testisime RAPF-HiFi jõudlust ilma RecA-ta ja ilma nii RecA kui ka gp32-ta. Mõlema reaktsiooni tulemuslikkus vähenes võrreldes RAPF-HiFi-ga, mis viitab sellele, et mõlemad valgud on RAPF-HiFi toimemehhanismi jaoks vajalikud.
Selleks, et testida aluseks olevat mehhanismi, eraldame reaktsioonis kaks uut ensüümi: RecA ja gp32. Me näitame, et kumbki neist üksi vähendab tõhusust võrreldes HiFi võrdlusalusega. Koos ületavad nad võrdlusaluse 2,6-kordse efektiivsuse kasvuga. (Vigade ribad: SD kolmest sõltumatust katsest)
RAPF-HiFi arendus viitab sellele, et GPT‑5 on võimeline keerukaks, mitmemõõtmeliseks arutluskäiguks.
- RecA on DNA struktuuri poolt pärsitud(avaneb uues aknas), ja on märkimisväärne, et mudel tutvustas korraga kahte sünergilist muudatust: lisada RecA ja täiendada seda gp32-ga, et eemalda DNA sekundaarstruktuur.
- Looduslik partner E. coli RecA-le on E. coli üheahelaline siduv valk (SSB). SSB täidab sarnast rolli nagu gp32 genoomi replikatsiooni, rekombinatsiooni ja parandamise protsessis. Kuid E. coli SSB ei eraldu DNA-st piisavalt kiiresti, et RecA filamendi kasv saaks toimuda, samal ajal kui RecFOR kompleks soodustab RecA nukleatsiooni SSB filamendil in vivo(avaneb uues aknas). SSB seondub stabiilse tetrameerina äärmiselt aeglaste lahkumiskiirustega(avaneb uues aknas). Vastupidiselt on gp32 filament dünaamilisem(avaneb uues aknas), mis võimaldab RecA nihkumist.
Meie teada ei ole RecA-d ja gp32-d molekulaarbioloogia meetodites funktsionaalselt koos kasutatud. Nagu paljude uute molekulaarbioloogia tehnikate puhul, olid aluseks olevad biokeemilised tegevused juba uuritud, kuid nende kasutamine praktilise ja üldistatava meetodina on edasiminek.
Näiteks on RecA ja gp32 vastastikmõju uuritud mehhanistilistes in vitro rekonstruktsiooni katsetes: D-aasa moodustumise uuringutes näidati, et gp32(avaneb uues aknas) on võimeline suurendama RecA aktiivsust. Gp32 on kasutatud koos oma loodusliku T4 rekombinaasi partneri UvsX ja rekombinaasi laadimisfaktoriga uvsY rekombinaasi polümeraasi amplifikatsioonis (RPA)(avaneb uues aknas). Kuigi RPA patendi spetsifikatsioonis öeldakse(avaneb uues aknas), et tõhusad RPA reaktsioonid on demonstreeritud, kasutades E. coli RecA-d heteroloogilises süsteemis koos kompromiteeritud (s.t. inseneritud, mitte loodusliku tüübiga) gp32 valguga, esineb see väide ainult kõrvalmärkusena mõnedes patendikirjeldustes ja, meie teadmiste kohaselt, ei ole seda toetanud avaldatud andmed ega omaks võetud kui tugevat RecA-põhist RPA süsteemi. Üks kloonimismeetod, mida nimetatakse SLiCE(avaneb uues aknas), kasutab E. coli kogu raku eraldist, mis sisaldab λ Red rekombinatsioonisüsteemi, kus Red beeta võib täita kahekordset rolli nii DNA-d siduva valguna kui ka rekombinaasina (kuigi me keelasime oma viibes selgesõnaliselt raku eraldiste kasutamise). Teises rakenduses kasutasid Ferrin & Camerini-Otero(avaneb uues aknas) ainult RecA-d, et selektiivselt püüda DNA molekule vastavate järjestuste põhjal. Eraldi on gp32-d kasutatud lisandina(avaneb uues aknas) DNA amplifikatsiooniprotsessis, mida nimetatakse PCR-iks, et vähendada sekundaarstruktuuri. NABSA amplifikatsiooni suurendamine(avaneb uues aknas) näidati olevat suurendatud nii RecA kui ka gp32 poolt, kuigi kumbki võis reaktsiooni eraldi suurendada ja sünergiat ei tuvastatud. Üldiselt on Gibsoni-stiilis DNA kokkupaneku reaktsioonide põhiliste parenduste kohta teateid olnud vähe, kusjuures kõige märkimisväärsem näide on kuumakindel DNA-d siduv valk (ET SSB), mis parandab kokkupaneku tõhusust ligikaudu 2,5 korda(avaneb uues aknas).
Enamiku rakenduste puhul ei eelda me, et RAPF-HiFi suudaks konkureerida HiFi/Gibsoni kloonimise lihtsuse ja töökindlusega. Siiski on tähelepanuväärne mehhanistiliselt eristuv koosteteekond: GPT‑5 jõudis lahenduseni, mis sisaldab tundmatut rekombinatsioonivalkude ja reaktsioonidünaamika kombinatsiooni. Alusmehhanism võib osutuda modulaarseks, pakkudes komponente, mida saab ümber kasutada või kombineerida teistes molekulaarsetes töövoogudes. Samuti jätkame RAPF-HiFi täiustuste tutvumist. Reaktsioonitemperatuure ja etappide kestusi saab reguleerida, et tasakaalustada RecA ja gp32 aktiivsust eksnukleaaside liigse lagundamise vastu, ning mõlema valgu kogused vajavad veel optimeerimist. GPT‑5 on samuti välja pakkunud hüperaktiivse RecA variandi, mida me praegu puhastame.
Seoses transformatsiooniprotokolliga hõlmasid edukad optimeerimistingimused mitmesuguseid lisandeid ja termilisi häireid, mille eesmärk oli suurendada kaubanduslike 10-beeta kompetentsete rakkude(avaneb uues aknas) kuumšoki efektiivsust. 13 AI-ga koostatud ühekordse teisenduse testimisel osutus kõige tõhusamaks muudatuseks teisendus 7 (T7), mis pelletis rakud, eemaldades poole antud mahust ja resuspendeerides rakud enne DNA lisamist, kõik temperatuuril 4°C. Kõrge efektiivsusega keemiliselt kompetentsed rakud peetakse tavaliselt haprateks ja selliseid käsitsemisetappe välditakse üldiselt. Sellest hoolimata talusid rakud kontsentratsiooni hästi. Suurenenud DNA kokkupuude raku kohta ja väiksem inhibeeriv puhver, mis põhjustas teravama kuumšoki, andsid märkimisväärse (>30-kordse) tõusu transformatsioonitõhususes.
See transformatsiooniprotokoll on uudne, kuigi kontseptuaalselt sarnane lähenemine(avaneb uues aknas), kus rakud kontsentreeritakse varasemas etapis, on juba varem teatatud. Märkimisväärne on see, et GPT‑5 poolt siin välja töötatud meetod ühildub keemiliselt pädevate ja tavaliste rakkudega, mis välistab vajaduse rakkude iseseisvaks ettevalmistamiseks, ületades samal ajal sarnase lähenemisviisi teatatud efektiivsuse kasvu võrreldavate rakutüvede puhul.
Selle mudeli eksperimentaalsüsteemi läbilase suurendamiseks tegid Robot on Rails ja Red Queen Bio koostööd, et luua robotsüsteem, mis võtab vastu loomuliku keele kloonimisprotokolli ja viib selle märglaboris ellu.
Süsteem ühendab kolm komponenti: 1) inimese ja roboti vaheline LLM, mis teisendab lihtsa inglise keele roboti toiminguteks; 2) nägemissüsteem, mis tuvastab ja lokaliseerib laboritarvikud reaalajas; ja 3) robotiteekonna planeerija, mis määrab, kuidas iga toiming ohutult ja täpselt läbi viia. Tulemus on paindlik ja üldistatud laborirobot, mida optimeeriti veelgi Gibsoni kloonimisprotokolli variantide jaoks.
Testisime, kas autonoomne robot suudab läbi viia täieliku kloonimiskatse, käivitades samaaegselt kaks protokolli: standardse HiFi meetodi ja R8, esimese optimeerimisvooru parima tulemusega tehisintellekti muudetud protokolli.
Võrdlesime roboti tööd inimeste tehtud katsetega igal sammul. Robot käsitles edukalt transformatsiooniprotsessi, mis nõudis mitmesuguseid füüsilisi toiminguid: vedelike kandmist üle ja segamist, proovitorude liigutamist, rakkudele kontrollitud kuumuse rakendamist ja rakkude levitamist kasvupindadele. Kui võrrelda otseselt inimeste tehtud teisendustega, siis robot koostas sarnase kvaliteediga andmeid, millel olid samaväärsed parandused võrreldes algtasemega, näidates varajast potentsiaali bioloogiliste katsete optimeerimise automatiseerimiseks ja kiirendamiseks.
Kuigi roboti ja inimese katsete vahelised muutused olid sarnased, oli roboti absoluutne kolooniate arv ligikaudu kümme korda madalam kui käsitsi teostamisel, mis viitab parandusvaldkondadele, nagu vedeliku käitlemise täpsus, temperatuuri reguleerimise kalibreerimine ja käsitsi rakkude käitlemise tehnikate nüansside kopeerimine.
Nii standardset HiFi meetodit (lähtejoon) kui ka täiustatud R8 meetodit viisid läbi inimteadlased ja autonoomne robot, kus transformatsiooni efektiivsused normaliseeriti vastavate HiFi lähtejoonte kontrollide suhtes (määratud väärtusele 1,0). Inimese teostatud R8 näitas 2,39-kordset paranemist; roboti teostatud R8 saavutas 2,13-kordse paranemise (89% inimese tulemusest), näidates võrreldavat protokolli järjestust hoolimata madalamatest absoluutsetest saagikustest.
Usume, et need katsed pakuvad hetkepilti sellest, milline näeb välja tuleviku tehisintellekti kiirendatud teadus: mudelid, mis pidevalt õpivad ja suhtlevad pärismaailmaga. Kuigi meie katsed välistasid inimsekkumise, et mõõta puhtalt mudeli võimekust, oleme eriti põnevil tehisintellekt abistab inimteadlasi katsete kavandamisel ja teaduslike läbimurrete saavutamisel.
Kuna me püüame teaduslikku arengut ohutult ja vastutustundlikult kiirendada, püüame ka riske hinnata ja vähendada, eriti neid, mis on seotud bioturvalisusega. Need hindamistulemused näitavad, et mudelid suudavad märglaboris arutleda, et protokolle täiustada, ja neil võib olla mõju bioohutusele, nagu on kirjeldatud meie valmisolekuraamistikus(avaneb uues aknas). Oleme pühendunud vajalike ja nüansirikaste kaitsemeetmete loomisele mudeli- ja süsteemitasandil, et vähendada neid riske, samuti arendame hindamisi praeguste tasemete jälgimiseks.
