Az MI biológiai kutatást felgyorsító képességének mérése a kísérleti laborban

A tudományos fejlődés felgyorsítása az egyik legértékesebb módja annak, ahogyan az MI az emberiség javát szolgálhatja. A GPT‑5‑tel már látjuk ennek a korai jeleit⁠ – nemcsak abban, hogy segít a kutatóknak gyorsabban áttekinteni a tudományos irodalmat, hanem abban is, hogy új típusú tudományos gondolkodáshoz járul hozzá: váratlan összefüggésekre világít rá, bizonyítási stratégiákat javasol, vagy olyan lehetséges mechanizmusokat vet fel, amelyeket értékelhetnek és tesztelhetnek a szakértők.

Eddig elsősorban olyan területeken volt látványos az előrelépés, mint a matematika, az elméleti fizika és az elméleti számítástechnika, ahol az ötletek fizikai kísérletek nélkül is szigorúan ellenőrizhetők. A biológia azonban más: az előrelépések többsége a laboratóriumi kísérletek elvégzésétől, az ismételt próbálkozásoktól és az empirikus igazolástól függ.

Annak érdekében, hogy megértsük, hogyan viselkednek a legfejlettebb modellek ilyen környezetben, a biobiztonsággal foglalkozó Red Queen Bio startuppal működtünk együtt egy olyan értékelési keretrendszer kidolgozásán, amely azt vizsgálja, hogyan javasol, elemez és finomít ötleteket a modell a kísérleti laborban. Létrehoztunk egy egyszerű molekuláris biológiai kísérleti rendszert, és megkértük a GPT‑5‑öt, hogy optimalizáljon egy molekuláris klónozási protokollt a hatékonyság növelése érdekében.

Több kísérleti kör során a GPT‑5 egy új mechanizmust vezetett be, amely 79-szeresére növelte a klónozási hatékonyságot. A klónozás alapvető eszköz a molekuláris biológiában. A klónozási módszerek hatékonysága kulcsfontosságú a fehérjemérnöki alkalmazások⁠(új ablakban nyílik meg), a genetikai szűrések⁠(új ablakban nyílik meg) és a törzsfejlesztés⁠(új ablakban nyílik meg) központi elemét jelentő nagy, összetett könyvtárak létrehozásához. Ez a projekt betekintést nyújt abba, hogyan működhet együtt az MI a biológusokkal a kutatás felgyorsítása érdekében. A kísérleti módszerek javítása segíti az emberi kutatókat abban, hogy gyorsabban haladjanak, csökkentsék a költségeket, és hogy a felfedezéseket valós hatásokká formálják.

Mivel a biológiai következtetési képességek fejlődésének biobiztonsági vonatkozásai vannak, ezt a munkát szigorúan kontrollált környezetben végeztük – ártalmatlan kísérleti rendszert használtunk, korlátoztuk a feladat tartalmát, és értékeltük a modell viselkedését, hogy megalapozzuk a biobiztonsági kockázatértékeléseinket, és támogassuk a modell- és rendszerszintű védelmi intézkedések kidolgozását a Felkészültségi keretrendszerünkben⁠(új ablakban nyílik meg) leírtak szerint.

Ebben a kísérleti rendszerben a GPT‑5 önállóan gondolta végig a klónozási protokollt, módosításokat javasolt, és az új kísérletekből származó adatokat is felhasználta a további fejlesztési ötletek kidolgozásához. Az egyetlen emberi beavatkozás az volt, hogy a kutatók elvégezték a módosított protokollt, majd feltöltötték a kísérleti adatokat.

Több forduló során a GPT‑5 úgy optimalizálta a klónozási eljárást, hogy a hatékonyság több mint 79-szeresére nőtt – vagyis adott mennyiségű kiindulási DNS-ből 79-szer több szekvenciával igazolt klónt nyertünk vissza, mint az alapprotokollal. A legjelentősebb újítás két enzim bevezetése volt, amelyek egy új mechanizmust alkotnak: az E. coliból származó RecA rekombináz és a T4 fág 32-es génje által kódolt egyszálú DNS-kötő fehérje (gp32). A két enzim együttműködik – a gp32 kisimítja és rendezi a laza DNS-végeket, a RecA pedig ezután a megfelelő párjukhoz irányítja az egyes szálakat.

Bár még korai fázisban vagyunk, az eredmények biztatóak. A fejlesztések kifejezetten a modellrendszerünkben használt klónozási beállításra vonatkoznak, és továbbra is emberi kutatókra van szükség a protokollok megtervezéséhez és lefuttatásához. Mégis, ezek a kísérletek azt mutatják, hogy az MI-rendszerek érdemben tudják segíteni a valós labormunkát, és a jövőben felgyorsíthatják az emberi kutatók munkáját.

Fontos, hogy az MI–labor visszacsatolási kör rögzített utasításokkal, emberi beavatkozás nélkül futott. Ez a keretrendszer segített feltárni a modell képességét arra, hogy az emberi irányítástól függetlenül valóban új protokollmódosításokat javasoljon, ugyanakkor felfedező üzemmódban tartotta a rendszert, és korlátozta azt a képességét, hogy maximalizálja a frissen feltárt ötletek teljesítményét. A felfedezés és a kiaknázás jobb dinamikus egyensúlya valószínűleg nagyobb nyereséget hozna, mivel még jelentős mértékben finomíthatók mind az enzimatikus, mind a transzformációs lépések. Arra számítunk, hogy a tervezés és a hosszabb távú feladatok kezelésének fejlődése javítani fogja annak módját, ahogyan az egyszerű, rögzített utasítások egyszerre tudják támogatni az új felfedezéseket és az ezekre épülő optimalizálást.

A Gibson assembly⁠(új ablakban nyílik meg) módszer a 2009-es bevezetése óta az egyik elsődleges klónozási technika, amelyet a molekuláris biológia számos területén széles körben alkalmaznak. A Gibson assembly lehetővé teszi a molekuláris biológusok számára, hogy „összeragasszák” a DNS-darabokat: rövid időre megolvasztják a végeiket, így az illeszkedő szekvenciák egyetlen molekulává kapcsolhatók. A Gibson assembly egyik fő vonzereje az egyszerűsége: minden egyetlen kémcsőben, ugyanazon a hőmérsékleten történik. Ezek a kötöttségek természetesen teret hagynak a fejlesztésnek. Továbbá, a következő tulajdonságai miatt a módszer különösen alkalmas arra, hogy értékeljük az MI-modellek labortechnikai fejlesztési képességeit:

• Jól definiált, kontrollált összetevőkből áll, ellentétben a sejtalapú rendszerekkel.
• Egyértelmű optimalizálási célja van: adott mennyiségű lineáris DNS-ből előállított, transzformálható, cirkularizált DNS.
• Viszonylag gyors kísérleti ciklusok (1–2 nap).
• Magas dimenziószámú tervezési tér, amelynek javításához mechanisztikus gondolkodásra van szükség: az optimális pufferek, a reagensek és a hőmérsékletek egymástól függnek.

Az optimalizálás kiindulási pontjaként a New England Biolabs által kifejlesztett, Gibson assembly-n alapuló, szabadalmaztatott HiFi assembly⁠(új ablakban nyílik meg) enzimrendszert használtuk. Azt vizsgáltuk, hogy az MI képes-e innoválni és tanulni a kísérleti visszacsatolásból, ha az egylépcsős és izoterm korlátokat feloldjuk, és így tud-e protokollfejlesztési lehetőségeket azonosítani ebben a helyzetben.Konkrétan egy kétkomponensű klónozási reakciót végeztünk a zöld fluoreszcens fehérje (GFP) génjével és a széles körben használt pUC19 plazmiddal, egy standard „DNS-hordozóval”, amely a gének baktériumokba juttatására szolgál, hogy ott másolódhassanak. A cél a sikeres kolóniák számának növelése volt.

A klónozási reakciót egy evolúciós keretrendszer bevezetésével optimalizáltuk, amely lehetővé tette a javaslatok iterálását, így a modell „online” módon tanulhatott a korábbi kísérleteiből. A GPT‑5 minden körben 8–10 különböző reakcióból álló csomagot javasolt; azokat a reakciókat, amelyek egyedi reagenseket igényeltek, és nem álltak rendelkezésre a laborban, későbbi körökre halasztottuk. Ezt követően a kutatók elvégezték a reakciókat, és az első szűrés során az alap HiFi Gibson assembly-hez viszonyítva mérték a kolóniaszámokat. Az előző kör legjobban teljesítő adatait ezután továbbvittük a következő körbe. Fontos, hogy az utasítások standardizáltak voltak, és a pontosító kérdéseken túl nem volt emberi beavatkozás, így az új mechanisztikus felismeréseket közvetlenül az MI-nek, és nem emberi irányításnak tulajdoníthattuk.

A teljes optimalizációs sorozat legjobb nyolc reakcióját szélesebb DNS-hígítási tartomány mellett újrateszteltük, és azt találtuk, hogy sok esetben kisebb volt a hatás, mint az első szűréskor; végül a legerősebb, igazolt jelölt egy ötödik körös reakció lett, amely megismételte az eredeti teljesítményét. Sok jól teljesítő reakció a ligáz-polish reakciócsaládba tartozott, amely különösen érzékenynek tűnik a kompetens sejtek állapotának és/vagy a reakció utáni DNS-kezelés apró eltéréseire. Mivel ezek a reakciók egy rövid HiFi-lépést tartalmaztak, feltételezzük, hogy sok termék valószínűleg úgy jut be az E. coliba, hogy az egyik illesztési pont lezáródott, a másikat pedig csak a bázispárosodás tartja össze, így a befejezés a sejt DNS-javító mechanizmusaira marad. Ez nagy variabilitást és „jackpot-szerű” dinamikát hoz létre: még ha a reakcióvariánsok többsége általában nem is teljesít jobban, egyetlen erős kiugró eset elég lehet ahhoz, hogy az egész reakciócsaládot továbbvigye a következő körökbe. 

Miközben a körök során elsősorban a klónozási reakció optimalizálására összpontosítottunk a mechanisztikus összetettsége miatt, ezzel párhuzamosan a transzformációs eljárást is optimalizáltuk egyetlen „one-shot” körben, ahol a modell számos egymástól független módosítást javasolt, és ezek közül választottuk ki a legjobban teljesítő reakciót.

Standardizált, emberi beavatkozást nem igénylő utasításokkal a GPT‑5 a 79-szeresére javította a teljes klónozási hatékonyságot, amit kísérleti ismétlések is megerősítettek.

Figyelemre méltó módon a modell egy új enzimes eljárást javasolt, amelyet RecA-Assisted Pair-and-Finish HiFi Assembly-nek (RAPF-HiFi) nevezett el, és amely két új fehérjét ad a reakcióhoz: az E. coliból származó RecA rekombinázt és a T4 fág 32-es génje által kódolt egyszálú DNS-kötő fehérjét (gp32). Emellett a modell szándékosan módosította az inkubációs hőmérsékletet és időtartamot, valamint az enzimadagolások időzítését: azt javasolta, hogy a RecA-t és a gp32-t egy kezdeti, 50 °C-on végzett HiFi-reakció után adjuk hozzá, majd hagyjuk ezeket a fehérjéket 37 °C-on működni, végül térjünk vissza 50 °C-ra az assembly befejezéséhez. Ezek az új módosítások együtt több mint 2,5-szeresére növelték a hatékonyságot. Fontos megjegyezni, hogy ez a teljesítmény az iteratív reakciófeltétel- és időzítés-optimalizálás nélküli kiinduló állapotot tükrözi.

A transzformációs lépésnél a leghatékonyabb módosítás meglepően egyszerűnek bizonyult: a sejtek pelletálása (centrifugálással történő leülepítése, hogy a kémcső alján gyűljenek össze), az adott térfogat felének eltávolítása, majd a sejtek újraszuszpendálása a DNS hozzáadása előtt – mindezt 4 °C-on végrehajtva. Noha a nagy hatékonyságú, kémiailag kompetens sejtek általában törékenynek számítanak, a sejtek jól viselték a koncentrálást, és a megnövekedett számú molekuláris ütközés jelentősen, a végső validáláskor több mint 30-szorosára növelte a transzformáció hatékonyságát. 

A Gibson assembly úgy működik, hogy a DNS-darabok egymáshoz illeszkedő, „ragadós” végeket kapnak, így meg tudják találni egymást és össze tudnak kapcsolódni. A reakció két különböző enzimet (egy polimerázt és egy ligázt) használ az összekapcsolt darabok lezárására. A RAPF-HiFi-ben két további fehérje került bevezetésre, hogy az illesztési lépés hatékonyabban működjön. Az első, a gp32 fésűként viselkedik: kisimítja és kibogozza a laza DNS-végeket. A második, a RecA vezetőként működik: megkeresi az egyes szálak megfelelő párját, és összehúzza az illeszkedő darabokat. A magasabb hőmérséklet hatására mindkét segítő leválik a DNS-ről, lehetővé téve, hogy a normál Gibson-enzimek befejezzék a reakciót.

Összefoglalva, úgy gondoljuk, hogy a jobb teljesítményt a következő mechanizmus közvetíti:

• A gp32 bevonja a nem hibridizált egyszálú DNS (ssDNS) farokrészeket, eltüntetve a másodlagos szerkezetet
• A RecA, amelynek a működését normálisan akadályozza a DNS-szerkezet, a 3'-vég irányból behatolva kiszorítja a gp32 filamentumot
• A RecA közvetíti az ssDNS:ssDNS homológia-keresést⁠(új ablakban nyílik meg), és ezzel elősegíti az összekapcsolódást
• Az 50 °C-ra való visszahevítés mind a RecA-, mind a gp32-filamentumot kiszorítja, lehetővé téve, hogy a polimeráz és a ligáz befejezze a reakciót.

Annak tesztelésére, hogy az új enzimek valóban működőképesek-e, és hogy kizárjuk, hogy a teljesítményjavulást pusztán a hőlépések vagy a pufferek módosítása okozza, megmértük a RAPF-HiFi teljesítményét RecA nélkül, illetve RecA és gp32 nélkül is. Mindkét reakció teljesítménye elmaradt a RAPF-HiFi teljesítményétől, ami arra utal, hogy mindkét fehérje szükséges a RAPF-HiFi hatásmechanizmusához.

A RAPF-HiFi kidolgozása arra utal, hogy a GPT‑5 képes az összetett, többdimenziós következtetésre:

• A RecA működését gátolja a DNS-szerkezet⁠(új ablakban nyílik meg), és figyelemre méltó, hogy a modell egyszerre két szinergikus módosítást vezetett be: hozzáadta a RecA-t, és gp32-vel egészítette ki, hogy eltávolítsa a DNS másodlagos szerkezetét.
• Az E. coli RecA természetes partnere az E. coli egyszálú DNS-kötő fehérje (SSB). Az SSB hasonló szerepet tölt be, mint a gp32 a genomreplikáció, a rekombináció és a javítás során. Az E. coli SSB azonban nem válik le spontánul elég gyorsan a DNS-ről ahhoz, hogy a RecA-filamentum növekedni tudjon; in vivo a RecFOR-komplex segíti a RecA nukleációját az SSB-filamentumon⁠(új ablakban nyílik meg). Az SSB stabil tetramerként kötődik, rendkívül lassú leválási sebességgel⁠(új ablakban nyílik meg). Ezzel szemben a gp32-filamentum jóval dinamikusabb⁠(új ablakban nyílik meg), ami lehetővé teszi, hogy a RecA kiszorítsa. 

Tudomásunk szerint a RecA-t és a gp32-t eddig nem használták funkcionálisan együtt molekuláris biológiai módszerekben. Ahogyan sok új molekuláris biológiai technikánál, itt is igaz, hogy az alapul szolgáló biokémiai aktivitásokat már korábban tanulmányozták – az előrelépést az jelenti, hogy ezeket egy gyakorlati, általánosan alkalmazható módszerben hasznosítjuk.

Például a RecA és a gp32 kölcsönhatását mechanisztikus in vitro rekonstitúciós vizsgálatokban tanulmányozták: D-hurok (D loop) képződését vizsgáló kísérletekben kimutatták, hogy a gp32⁠(új ablakban nyílik meg) képes fokozni a RecA aktivitását. A Gp32-t a természetes T4 rekombináz partnerével, az UvsX-szel és a rekombináz betöltő faktorral, az uvsY fehérjével együtt használták a rekombináz polimeráz amplifikációban (RPA)⁠(új ablakban nyílik meg). Bár egy RPA-szabadalmi leírás szerint⁠(új ablakban nyílik meg) hatékony RPA-reakciókat is bemutattak olyan heterológ rendszerben, amelyben E. coli RecA-t használtak egy módosított (azaz tervezett, nem vadtípusú) gp32 fehérjével, ez az állítás csak mellékszálként jelenik meg néhány szabadalmi dokumentumban, és tudomásunk szerint sem publikált adatok nem támasztják alá, sem pedig egy robusztus, RecA-alapú RPA-rendszerként nem terjedt el. Az egyik SLiCE⁠(új ablakban nyílik meg) nevű klónozási módszer E. coliból származó, a λ Red rekombinációs rendszert tartalmazó egészsejt-kivonatot használ, ahol a Red beta kettős szerepet tölthet be: egyszerre viselkedhet DNS-kötő fehérjeként és rekombinázként (az utasításban megtiltottuk a sejtkivonatok használatát). Egy másik alkalmazásban Ferrin és Camerini-Otero⁠(új ablakban nyílik meg) önmagában a RecA-t használta, hogy az illeszkedő szekvenciák alapján szelektíven befogjon DNS-molekulákat. Emellett egy PCR-nek nevezett DNS-amplifikációs eljárásban a gp32-t adalékként használták⁠(új ablakban nyílik meg) a másodlagos szerkezet csökkentésére. Kimutatták, hogy a NABSA-amplifikációt⁠(új ablakban nyílik meg) a RecA és a gp32 is fokozza, és mindkettő külön-külön is javíthatja a reakciót, de szinergiát nem azonosítottak. Általánosságban elmondható, a Gibson-típusú DNS-összeépítési reakciók alapváltozatainak javításáról kevés beszámoló született; a legjelentősebb példa egy hőstabil DNS-kötő fehérje (ET SSB), amely nagyjából 2,5-szeresére növeli az összeépítés hatékonyságát⁠(új ablakban nyílik meg).

A legtöbb alkalmazás esetében nem számítunk arra, hogy a RAPF-HiFi felvegye a versenyt a HiFi/Gibson-klónozás egyszerűségével és robusztusságával. Ugyanakkor figyelemre méltó, hogy megjelent egy mechanizmusában eltérő összeépítési útvonal: a GPT‑5 olyan megoldásra jutott, amely egy szokatlan rekombinációs fehérje- és reakciódinamika-kombinációt foglal magába. Az alapul szolgáló mechanizmus modulárisnak bizonyulhat, olyan komponenseket kínálva, amelyeket más molekuláris munkafolyamatokban újra lehet hasznosítani vagy kombinálni. A RAPF-HiFi további fejlesztési lehetőségeit is tovább vizsgáljuk. A reakcióhőmérsékletek és lépésidők beállíthatók úgy, hogy egyensúlyba hozzák a RecA- és gp32-aktivitást, valamint az exonukleáz-túlemésztést, továbbá optimalizálni kell még mindkét fehérje mennyiségét. A GPT‑5 egy hiperaktív RecA-variánst is javasolt, amelyet jelenleg tisztítunk.

A transzformációs protokoll tekintetében a sikeresnek bizonyuló beállítások többféle adalékot és hőmérsékleti módosítást foglaltak magukban, amelyek célja a kereskedelmi 10-beta kompetens sejtek⁠(új ablakban nyílik meg) hősokkhatékonyságának növelése volt. A tesztelt, MI által generált 13 egykörös transzformáció közül a leghatékonyabbnak bizonyuló 7-es transzformáció (T7) pelletálta a sejteket, eltávolította az adott térfogat felét, majd a sejtek újraszuszpendálása után adta hozzá a DNS-t – mindezt 4 °C-on. A nagy hatékonyságú, kémiailag kompetens sejteket általában érzékenynek tartják, és az ilyen kezelési lépéseket rendszerint kerülik. Ennek ellenére a sejtek jól tűrték a koncentrálást. A sejtenkénti nagyobb DNS-expozíció és a kevésbé gátló puffer együttesen intenzívebb hősokkot eredményezett, ami a transzformációs hatékonyság jelentős, több mint 30-szoros növekedéséhez vezetett. 

Ez a transzformációs protokoll újszerű, bár beszámoltak már egy hasonló koncepciójú megközelítésről⁠(új ablakban nyílik meg), amelyben a sejteket egy korábbi lépésben koncentrálják. Figyelemre méltó, hogy a GPT‑5 által itt kidolgozott módszer kompatibilis a kereskedelmi forgalomban kapható, kémiailag kompetens sejtekkel, így nincs szükség házon belüli sejtelőkészítésre, miközben a hasonló megközelítésnél jelentett hatékonyságnövekedést is felülmúlja az összehasonlítható sejttörzsek esetében.

A modellkísérleti rendszer kapacitásának növelése érdekében a Robot on Rails és a Red Queen Bio egy olyan robotrendszert épített ki, amely természetes nyelven megadott klónozási protokollleírásokat fogad, és hajt végre a kísérleti laborban.

A rendszer három komponenst egyesít: 1) egy ember–robot „fordító” LLM-et, amely az egyszerű angolt a robot műveleteivé alakítja; 2) egy látórendszert, amely valós időben azonosítja és lokalizálja a laboratóriumi eszközöket; és 3) egy robotikus útvonaltervezőt, amely meghatározza, hogyan kell biztonságosan és pontosan végrehajtani az egyes műveleteket. Az eredmény egy rugalmas, általános célú laboratóriumi robot, amelyet tovább optimalizáltak a Gibson-klónozási protokoll különböző változataihoz.

Teszteltük, hogy az autonóm robot képes-e egy teljes klónozási kísérlet végrehajtására, ezért két protokollt futtattunk párhuzamosan: a standard HiFi-módszert és az R8-at, az első optimalizációs kör legjobban teljesítő, MI által módosított protokollját.

Minden egyes lépésnél összehasonlítottuk a robot munkáját az emberek által végzett kísérletekkel. A robot sikeresen kezelte a transzformációs folyamatot, amely sokféle fizikai műveletet igényelt: folyadékok áthelyezése és keverése, mintacsövek mozgatása, sejtek kontrollált melegítése és a sejtek növekedési lemezekre való terítése. Az emberek által végzett transzformációkkal közvetlenül összehasonlítva a robot hasonló minőségű adatokat adott, és az alapértékhez viszonyítva nagyjából ugyanakkora javulást mutatott, ami korai bizonyítékul szolgál arra, hogy a biológiai kísérletek optimalizálása automatizálható és felgyorsítható.

Noha a robot és az emberi kísérletek esetében a relatív változások hasonlóak voltak, a robot által kapott abszolút kolóniaszámok körülbelül tízszer alacsonyabbak voltak, mint a manuális kísérleteknél, ami olyan fejlesztendő területeket jelez, mint a folyadékkezelés pontossága, a hőmérséklet-szabályozás kalibrálása és a manuális sejtkezelési technikák finom részleteinek imitálása.

Úgy gondoljuk, hogy ezek a kísérletek pillanatképet adnak arról, hogyan fog kinézni a jövő MI által gyorsított tudománya: modellek, amelyek folyamatosan tanulnak és kölcsönhatásban állnak a való világgal. Bár a kísérleteinkben kizártuk az emberi beavatkozást, hogy tisztán a modellek képességeit mérjük, különösen izgatottan várjuk, hogy az MI miként segítheti az emberi kutatókat⁠ a kísérletek tervezésében és az áttörő eredmények elérésében.

Miközben azon dolgozunk, hogy a tudományos fejlődést biztonságosan és felelősen gyorsítsuk fel, törekszünk a kockázatok – különösen a biobiztonsággal kapcsolatos veszélyek – felmérésére és csökkentésére is. Az értékelés során kapott eredmények azt mutatják, hogy a modellek képesek a kísérleti laborban protokollok javítása mellett érvelni, és hogy a biobiztonságra is hatással lehetnek, ahogyan azt a Felkészültségi keretrendszerünk⁠(új ablakban nyílik meg) leírja. Elkötelezettek vagyunk amellett, hogy megteremtsük⁠ a szükséges, kifinomult védelmi mechanizmusokat a modellek és a rendszerek szintjén is e kockázatok csökkentése érdekében, valamint hogy olyan értékeléseket dolgozzunk ki, amelyekkel nyomon követhetjük az aktuális kockázati szinteket.