AI-дың wet lab-та биологиялық зерттеуді жеделдету қабілетін өлшеу

Ғылыми прогресті жеделдету — AI адамзатқа пайда әкеле алатын ең құнды жолдардың бірі. GPT‑5 көмегімен біз мұның алғашқы белгілерін⁠ көре бастадық — бұл зерттеушілерге ғылыми әдебиетті жылдамырақ игеруге көмектесумен ғана шектелмей, күтпеген байланыстарды ашу, дәлелдеу стратегияларын ұсыну немесе сарапшылар бағалап, тексере алатын ықтимал механизмдерді ұсыну сияқты ғылыми ой қорытуының жаңа түрлерін қолдауды да қамтиды.

Бүгінгі күнге дейінгі ілгерілеу математика, теориялық физика және теориялық информатика сияқты, идеяларды физикалық эксперименттерсіз қатаң тексеруге болатын салаларда анағұрлым айқын болды. Биология өзгеше: жетістіктердің көбі зертханада экспериментті орындауға, итерацияға және эмпирикалық валидацияға тәуелді.

Озық модельдердің мұндай жағдайларда қалай әрекет ететінін түсінуге көмектесу үшін біз биоқауіпсіздік саласындағы стартап Red Queen Bio компаниясымен бірлесіп, модельдің wet lab-та идеяларды қалай ұсынатынын, талдайтынын және қайталайтынын тексеретін бағалау шеңберін құрдық. Біз молекулалық биологияның қарапайым эксперименттік жүйесін орнатып, GPT‑5‑ке молекулалық клондау хаттамасының тиімділігін оңтайландыруды тапсырдық.

Бірнеше эксперимент раунды барысында GPT‑5 клондау тиімділігін 79 есе арттырған жаңа механизм енгізді. Клондау — молекулалық биологиядағы іргелі құрал. Клондау әдістерінің тиімділігі ақуыз инженериясы⁠(жаңа терезеде ашылады), генетикалық скринингтер⁠(жаңа терезеде ашылады) және организм штамдарын инженерлеу⁠(жаңа терезеде ашылады) үшін маңызды ірі, күрделі кітапханаларды жасауға шешуші рөл атқарады. Бұл жоба AI-дың зерттеуді жеделдету үшін биологтармен қатарласа қалай жұмыс істей алатынын көрсетеді. Эксперименттік әдістерді жақсарту адам зерттеушілеріне жылдамырақ қозғалуға, шығындарды азайтуға және жаңалықтарды нақты әлемдегі әсерге айналдыруға көмектеседі.

Биологиялық ой қорытудағы жетістіктердің биоқауіпсіздікке қатысы бар болғандықтан, біз бұл жұмысты қатаң бақыланатын ортада жүргіздік — зиянсыз эксперименттік жүйені қолданып, тапсырманың ауқымын шектеп және модельдің мінез-құлқын бағалап, биоқауіпсіздік тәуекелдерін бағалауға және біздің Дайындық шеңберімізде⁠(жаңа терезеде ашылады) баяндалған модель және жүйе деңгейіндегі қорғаныс шараларын әзірлеуге ақпарат беру үшін.

Бұл жүйеде GPT‑5 клондау хаттамасы туралы автономды түрде ой қорытып, өзгерістер ұсынды және қосымша жақсартулар ұсыну үшін жаңа эксперименттердің деректерін енгізді. Адамның жалғыз араласуы — ғалымдардың өзгертілген хаттаманы орындап, эксперименттік деректерді жүктеуі болды.

Бірнеше раунд барысында GPT‑5 клондау рәсімін 79 еседен астам жақсартты — яғни кіріс ДНҚ-сының тұрақты мөлшері үшін біз базалық хаттамамен салыстырғанда тізбекпен расталған клондарды 79 есе көп алдық. Ең маңыздысы, ол жаңа механизмді құрайтын екі ферментті енгізді: E. coli-ден алынған RecA рекомбиназасы және T4 фагының 32-генді біртізбекті ДНҚ-байланыстырушы ақуызы (gp32). Бірге жұмыс істей отырып, gp32 бос ДНҚ ұштарын тегістеп, шатасуын жояды, ал RecA кейін әр тізбекті өзіне сәйкес жұпқа бағыттайды.

Нәтижелер әлі бастапқы болғанымен, жігерлендіреді. Жақсартулар модель жүйемізде қолданылған нақты клондау орнатуына тән және хаттамаларды дайындап, жүргізу үшін әлі де адам ғалымдарын қажет етеді. Соған қарамастан, бұл тәжірибелер AI жүйелерінің нақты зертханалық жұмысқа мәнді түрде көмектесе алатынын және болашақта адам ғалымдарын жеделдете алатынын көрсетеді.

Маңыздысы, AI-зертхана циклі бекітілген көмексөзбен және адам араласуынсыз жүргізілді. Бұл қаңқа модельдің адам нұсқауынсыз шын мәнінде жаңа хаттама өзгерістерін ұсыну қабілетін ашуға көмектесті, бірақ сонымен бірге жүйені зерттеуге байлап қойып, жаңадан табылған идеялардың өнімділігін барынша арттыру қабілетін шектеді. Зерттеу мен пайдаланудың арасындағы неғұрлым жақсы динамикалық теңгерім, сірә, үлкенірек ұтыс әкелер еді, өйткені ферменттік те, трансформациялық та жақсартуларды әлі де едәуір жетілдіруге болады. Жоспарлау мен тапсырма көкжиегі бойынша ой қорытудағы ілгерілеу қарапайым бекітілген көмексөздердің ашылуды да, кейінгі оңтайландыруды да қолдау қабілетін жақсартады деп күтеміз.

Gibson assembly⁠(жаңа терезеде ашылады) реакциясы 2009 жылы ойлап табылғаннан бері молекулалық биологияда кең таралған негізгі клондау әдістерінің бірі болды. Gibson assembly молекулалық биологтарға ДНҚ бөліктерінің ұштарын қысқа уақытқа ерітіп, сәйкес тізбектерді бір молекулаға біріктіру арқылы оларды «жапсыруға» мүмкіндік береді. Gibson assembly-дің басты артықшылықтарының бірі — оның қарапайымдылығы: бәрі бір түтікте және бір температурада жүреді. Бұл шектеулер табиғи түрде жақсартуға орын қалдырады. Бұған қоса, келесі қасиеттер оны wet lab әдістерін жақсартудағы AI модельдерінің қабілетін бағалауға қолайлы етеді:

• Жасушаға негізделген жүйеден айырмашылығы, бақыланатын компоненттері бар, анық айқындалған жүйе
• Нақты оңтайландыру функциясы бар: сызықтық ДНҚ кірістерінің тұрақты мөлшерінен жасалған трансформацияланатын сақиналанған ДНҚ
• Салыстырмалы түрде жылдам эксперименттік циклдер (1-2 күн)
• Жақсарту үшін механизмдік ой қорытуды қажет ететін жоғары өлшемді дизайн кеңістігі: оңтайлы буферлер, реагенттер және температуралар өзара тәуелді

Оңтайландырудың бастапқы нүктесі ретінде біз New England Biolabs әзірлеген және Gibson assembly-ге негізделген меншік ферменттік жүйе — HiFi assembly⁠(жаңа терезеде ашылады)-ді қолдандық. Бір қадамды және изотермиялық шектеулер алынып тасталғанда AI эксперименттік кері байланыстан жаңалық енгізіп, үйрене ала ма және осы сценарийде хаттама жақсартуларын таба ала ма дегенді зерттедік.

Нақтырақ айтқанда, біз жасыл флуоресцентті ақуыз (GFP) гені мен кең қолданылатын pUC19 плазмидасын пайдаланып екі бөлікті клондау реакциясын орындадық; бұл — гендерді бактерияға тасымалдап, оларды көшіруге мүмкіндік беретін стандартты ДНҚ «тасымалдаушысы». Мақсат табысты колониялар санын арттыру болды.

Біз ұсыныстарды қайталау үшін эволюциялық шеңбер енгізу арқылы клондау реакциясын оңтайландырдық, бұл модельге өткен эксперименттерден «онлайн» үйренуге мүмкіндік берді. Әр раундта GPT‑5 8-10 түрлі реакциядан тұратын топтаманы ұсынды, ал зертханада дайын жоқ арнайы реагенттерді қажет ететін реакциялар кейінгі раундтарға ауыстырылды. Содан кейін адам ғалымдары реакцияларды орындап, бастапқы скринингте колония санын базалық HiFi Gibson assembly-мен салыстырып өлшеді. Алдыңғы раундтағы ең жақсы нәтиже көрсеткен деректер кейінгі раундқа берілді. Маңыздысы, нақтылау сұрақтарынан басқа ешқандай адам енгізуі болмағандықтан, көмексөз стандартталған болды, бұл жаңа механизмдік түсініктерді адам нұсқауына емес, тікелей AI-ға телуге мүмкіндік берді.

Біз бүкіл оңтайландыру сериясындағы үздік сегіз реакцияны ДНҚ сұйылтуларының кеңірек ауқымымен қайта сынап көрдік және олардың көбінің бастапқы скринингке қарағанда әсері аз болғанын байқадық; ақырында, валидациядан өткен ең күшті үміткер — 5-раундтағы, бастапқы өнімділігін қайта көрсеткен реакция болды. Көптеген жоғары нәтиже көрсеткендер ligase-polish тобына жатты, бұл топ, шамасы, компетентті жасуша күйіндегі ұсақ ауытқуларға және/немесе реакциядан кейінгі ДНҚ өңдеуге ерекше сезімтал. Бұл реакциялар қысқа HiFi қадамын қолданғандықтан, көптеген өнімдер E. coli-ге бір ғана түйіскен жері бекітілген, ал екіншісі аннелингпен ұсталып тұрған күйде енуі мүмкін деп болжаймыз, ал кейінгі қалпына келтіруді жасушалық репарация жолдары атқарады. Бұл жоғары вариативтілік пен «джекпот» динамикасын туғызады: реакцияның бұл нұсқалары көбіне озбаса да, бір ғана күшті аутлайер бүкіл отбасын кейінгі раундтарға алып өтуі мүмкін.

Біз клондау реакциясын оның механизмдік күрделілігіне байланысты раундтар бойы оңтайландыруға назар аударғанымызбен, сонымен қатар параллель түрде модель көптеген тәуелсіз өзгерістер ұсынған жалғыз «бір мысалмен» раунд арқылы трансформация рәсімін оңтайландырдық және ең жақсы нәтиже көрсеткен реакцияны таңдадық.

Адам енгізуінсіз стандартталған көмексөздерді пайдалана отырып, GPT5 басынан аяғына дейінгі клондау тиімділігін 79 есе жақсартты; бұл эксперименттік қайталаулар арқылы расталды.

Маңыздысы, модель RecA-Assisted Pair-and-Finish HiFi Assembly (RAPF-HiFi) деп атаған жаңа ферменттік рәсімді ұсынды; онда реакцияға екі жаңа ақуыз қосылады: E. coli-ден алынған RecA рекомбиназасы және T4 фагының 32-генді біртізбекті ДНҚ-байланыстырушы ақуызы (gp32). Бұдан бөлек, модель инкубация температурасы мен уақытын, сондай-ақ ферменттерді қосу уақытын әдейі өзгертті: ол бастапқы 50°C HiFi реакциясынан кейін RecA мен gp32 қосуды, бұл ақуыздардың 37°C-та жұмыс істеуіне мүмкіндік беруді, содан кейін жинақтауды аяқтау үшін қайтадан 50°C-қа оралуды ұсынды. Осы жаңа өзгерістер бірге тиімділікті 2.5 еседен астам арттырды. Айта кету керек, бұл реакция шарттары мен уақытын итерациялық оңтайландырусыз алынған бастапқы өнімділік.

Трансформация жағында ең тиімді өзгеріс күтпеген жерден қарапайым болды: жасушаларды тұнбаға түсіру (оларды центрифугада айналдырып, түтіктің түбіне жинау), берілген көлемнің жартысын алып тастау және ДНҚ қоспас бұрын жасушаларды қайта суспензиялау — мұның бәрі 4°C-та. Жоғары тиімді химиялық компетентті жасушалар әдетте нәзік деп саналғанымен, жасушалар концентрацияны жақсы көтерді және молекулалық соқтығысулардың артуы трансформация тиімділігін едәуір күшейтті (соңғы валидацияда >30 есе).

Gibson assembly ДНҚ бөліктеріне бір-бірін тауып, қосыла алуы үшін сәйкес «жабысқақ» ұштар беру арқылы жұмыс істейді. Реакция қосылған бөліктерді бекіту үшін екі түрлі ферментті (polymerase және ligase) қолданады. RAPF-HiFi-де сәйкестендіру қадамын жақсарту үшін екі ақуыз енгізілді. Біріншісі, gp32, бос ДНҚ ұштарын тегістеп, шатасудан арылтатын тарақ сияқты әрекет етеді. Екіншісі, RecA, әр тізбек үшін дұрыс серіктесті іздеп, сәйкес бөліктерді біріктіретін бағыттаушы сияқты әрекет етеді. Жоғары температура екі көмекшінің де ДНҚ-дан ажырауына әкеліп, қалыпты Gibson ферменттеріне реакцияны аяқтауға мүмкіндік береді.

Қысқаша айтқанда, жақсарған өнімділік келесі механизм арқылы жүреді деп болжаймыз:

• Gp32 аннелинг жасамаған біртізбекті ДНҚ (ssDNA) құйрықтарын қаптап, екінші реттік құрылымды жояды
• Әдетте құрылым тежейтін RecA 3’ ұшынан еніп, gp32 филаментін ығыстырады
• RecA ssDNA:ssDNA гомология іздеуін⁠(жаңа терезеде ашылады) жүзеге асырып, аннелингті жүргізеді
• 50°C-қа қайта оралу recA мен gp32 филаменттерінің екеуін де ығыстырып, polymerase пен ligase-ке реакцияны аяқтауға мүмкіндік береді.

Жаңа ферменттердің функционалды екенін тексеру және өнімділік жақсаруы тек жылулық қадамдар не буферлер өзгерісінен ғана туындамайтынын көрсету үшін біз RAPF-HiFi-ді RecA-сыз және RecA мен gp32-нің екеуінсіз сынадық. Екі реакцияның да өнімділігі RAPF-HiFi-мен салыстырғанда төмен болды, бұл екі ақуыз да RAPF-HiFi әсер ету механизмі үшін қажет екенін меңзейді.

RAPF-HiFi әзірленуі GPT‑5‑тің күрделі, көп өлшемді ой қорытуға қабілетті екенін көрсетеді:

• RecA ДНҚ құрылымымен тежеледі⁠(жаңа терезеде ашылады), сондықтан модельдің бірден екі синергиялық өзгерісті енгізгені назар аударарлық: RecA қосу және оны ДНҚ-ның екінші реттік құрылымын жоятын gp32-мен толықтыру.
• E. coli RecA үшін табиғи серіктес — E. coli біртізбекті байланыстырушы ақуызы (SSB). SSB геномның репликациясы, рекомбинациясы және репарациясы кезінде gp32-ге ұқсас рөл атқарады. Алайда E. coli SSB ДНҚ-дан RecA филаментінің өсуі үшін жеткілікті жылдамдықпен өздігінен ажырамайды; мұнда in vivo жағдайда SSB филаментінде RecA нуклеациясын RecFOR кешені ілгерілетеді⁠(жаңа терезеде ашылады). SSB өте баяу ажырау жылдамдықтары⁠(жаңа терезеде ашылады) бар тұрақты тетрамер ретінде байланысады. Керісінше, gp32 филаменті әлдеқайда динамикалық⁠(жаңа терезеде ашылады), бұл RecA ығыстыруына мүмкіндік береді.

Біздің білуімізше, молекулалық биология әдістерінде RecA мен gp32 функционалды түрде бірге қолданылмаған. Көптеген жаңа молекулалық биология әдістері сияқты, негізгі биохимиялық белсенділіктер бұрыннан зерттелген, бірақ оларды практикалық, жалпыланатын әдіс ретінде пайдалану — осы жетістіктің өзі.

Мысалы, RecA мен gp32 өзара әрекеттесуі механизмдік in vitro қайта құрастыру талдауларында зерттелген: D loop түзілуін зерттегенде, gp32-нің⁠(жаңа терезеде ашылады) RecA белсенділігін күшейте алатыны көрсетілген. Gp32 өзінің табиғи T4 рекомбиназа серіктесі UvsX және uvsY рекомбиназа жүктеу факторымен бірге recombinase polymerase amplification (RPA⁠(жаңа терезеде ашылады)) әдісінде қолданылған. RPA патент сипаттамасында⁠(жаңа терезеде ашылады) тиімді RPA реакциялары E. coli RecA-ны зақымдалған (яғни инженерленген, жабайы типті емес) gp32 ақуызымен гетерологтық жүйеде пайдалану арқылы көрсетілгені айтылғанымен, бұл тұжырым тек кейбір патенттік ашып көрсетулерде жанама түрде кездеседі және, біздің білуімізше, жарияланған деректермен расталмаған әрі сенімді RecA-негізді RPA жүйесі ретінде қабылданбаған. SLiCE⁠(жаңа терезеде ашылады) деп аталатын бір клондау әдісі λ Red рекомбинация жүйесі бар E. coli толық жасуша экстрактын пайдаланады; мұнда Red beta ДНҚ-байланыстырушы ақуыз әрі рекомбиназа ретінде қос рөл атқаруы мүмкін (дегенмен біз көмексөзімізде жасуша экстрактыларын қолдануға нақты тыйым салдық). Басқа қолдануда Ferrin & Camerini-Otero⁠(жаңа терезеде ашылады) сәйкесті тізбектер негізінде ДНҚ молекулаларын таңдап ұстау үшін тек RecA-ны қолданған. Бұдан бөлек, gp32 ДНҚ амплификациясының PCR деп аталатын процесінде қосымша ретінде⁠(жаңа терезеде ашылады) екінші реттік құрылымды азайту үшін қолданылған. NABSA амплификациясының⁠(жаңа терезеде ашылады) RecA мен gp32 арқылы күшейетіні көрсетілген, бірақ олардың әрқайсысы реакцияны жеке де күшейте алған және синергия анықталмаған. Жалпы алғанда, Gibson стиліндегі негізгі ДНҚ жинақтау реакцияларына қатысты хабарланған жақсартулар сирек болды, ең көрнекті мысал — жинақтау тиімділігін шамамен 2.5 есе жақсартатын⁠(жаңа терезеде ашылады) ыстыққа төзімді ДНҚ-байланыстырушы ақуыз (ET SSB).

Қолданбалардың көбі үшін RAPF-HiFi-дің HiFi/Gibson клондауының қарапайымдылығы мен сенімділігімен бәсекелеседі деп күтпейміз. Дегенмен, механизм тұрғысынан бөлек жинақтау жолының пайда болуы назар аударарлық: GPT‑5 рекомбинация ақуыздары мен реакция динамикасының бейтаныс комбинациясын қамтитын шешімге келді. Негізгі механизм модульдік болып шығуы мүмкін, бұл басқа молекулалық жұмыс ағындарында қайта пайдалануға немесе қайта біріктіруге болатын компоненттер беруі ықтимал. Біз RAPF-HiFi-ді жақсартуды да жалғастырып жатырмыз. Реакция температуралары мен қадам ұзақтығын RecA және gp32 белсенділігін exonuclease-тің артық қорытуымен теңестіру үшін баптауға болады, ал екі ақуыздың да мөлшері әлі оңтайландырылуы тиіс. GPT‑5 сондай-ақ гипербелсенді RecA нұсқасын ұсынды, біз оны қазір тазарту үстіндеміз.

Трансформация хаттамасына келсек, табысты оңтайландыру шарттары коммерциялық 10-beta competent cells⁠(жаңа терезеде ашылады) жасушаларының жылулық соққы тиімділігін арттыруға бағытталған әртүрлі қоспалар мен температуралық ауытқулар ауқымын қамтыды. Сыналған 13 AI жасаған бір мысалмен трансформацияның ішінде ең тиімді өзгеріс — Transformation 7 (T7): жасушаларды тұнбаға түсіру, берілген көлемнің жартысын алып тастау және ДНҚ қоспас бұрын жасушаларды қайта суспензиялау, мұның бәрін 4°C-та орындау болды. Жоғары тиімді химиялық компетентті жасушалар әдетте нәзік деп саналады және мұндай әрекеттерден көбіне қашады. Соған қарамастан, жасушалар концентрацияны жақсы көтерді. Әр жасушаға шаққандағы ДНҚ әсерінің артуы мен тежегіш буфердің азаюынан болатын неғұрлым өткір жылулық соққының бірлескен әсері трансформация тиімділігінің едәуір өсуіне әкелді (>30 есе).

Бұл трансформация хаттамасы жаңа, дегенмен жасушалар ертерек қадамда концентрацияланатын тұжырымдамалық тұрғыдан ұқсас тәсіл⁠(жаңа терезеде ашылады) бұрын хабарланған. Ең маңыздысы, GPT‑5 мұнда әзірлеген әдіс дүкеннен дайын алынатын химиялық компетентті жасушалармен үйлесімді, сондықтан зертхана ішінде жасуша дайындауды қажет етпейді және ұқсас тәсілдің ұқсас жасуша штамдарындағы хабарланған тиімділік өсімінен асып түседі.

Бұл модельдік эксперименттік жүйенің өткізу қабілетін арттыру үшін Robot on Rails пен Red Queen Bio табиғи тілдегі клондау хаттамасын қабылдап, оны wet lab-та орындайтын роботтық жүйе құру үшін бірлесіп жұмыс істеді.

Жүйе үш компонентті біріктіреді: 1) қарапайым ағылшын тілін робот әрекеттеріне айналдыратын адамнан роботқа арналған LLM (үлкен тілдік модель); 2) зертханалық жабдықты нақты уақытта анықтап, орнын белгілейтін көру жүйесі; және 3) әр әрекетті қауіпсіз әрі дәл орындау жолын анықтайтын роботтық жол жоспарлағыш. Нәтижесінде Gibson клондау хаттамасының нұсқалары үшін қосымша оңтайландырылған икемді, жалпыланған зертханалық робот алынды.

Біз автономды робот бір мезгілде екі хаттаманы — стандартты HiFi әдісін және алғашқы оңтайландыру раундындағы ең жақсы нәтиже көрсеткен AI өзгерткен хаттама R8-ді — іске қосу арқылы толық клондау тәжірибесін орындай ала ма, соны сынадық.

Біз роботтың жұмысын әр қадамда адам орындаған тәжірибелермен салыстырдық. Робот әртүрлі физикалық операцияларды қажет ететін трансформация процесін сәтті орындады: сұйықтықтарды тасымалдау және араластыру, үлгі түтіктерін жылжыту, жасушаларға бақыланатын жылу беру және жасушаларды өсу пластиналарына жаю. Адам орындаған трансформациялармен тікелей салыстырғанда, робот базамен салыстырғандағы баламалы жақсартулармен ұқсас сапада деректер жасады, бұл биологиялық эксперименттерді оңтайландыруды автоматтандыру мен жеделдетудің бастапқы әлеуетін көрсетеді.

Робот пен адам тәжірибелеріндегі есе өзгерістер ұқсас болғанымен, роботтағы абсолюттік колония саны қолмен орындауға қарағанда шамамен он есе төмен болды, бұл сұйықтықпен жұмыс істеу дәлдігін, температура бақылауын калибрлеуді және жасушаларды қолмен өңдеу техникасының нәзік қырларын қайталауды жақсарту қажет аймақтарды көрсетеді.

Бұл тәжірибелер болашақтағы AI жеделдеткен ғылымның қандай болатынын көрсететін бір сәттік көрініс береді деп сенеміз: нақты әлеммен үздіксіз үйреніп, өзара әрекеттесетін модельдер. Біздің тәжірибелер модель қабілеттерін таза өлшеу үшін адам араласуын алып тастағанымен, бізді әсіресе AI-дың адам ғалымдарына көмектесуі⁠, тәжірибелерді жобалауы және зерттеу серпілістеріне үлес қосуы қуантады.

Біз ғылыми прогресті қауіпсіз әрі жауапкершілікпен жеделдету бағытында жұмыс істей отырып, тәуекелдерді, әсіресе биоқауіпсіздікке қатысты тәуекелдерді, бағалап әрі азайтуға да ұмтыламыз. Бұл бағалау нәтижелері модельдердің хаттамаларды жақсарту үшін wet lab-та ой қорыта алатынын көрсетеді және біздің Дайындық шеңберімізде⁠(жаңа терезеде ашылады) сипатталғандай, биоқауіпсіздікке әсері болуы мүмкін. Біз бұл тәуекелдерді азайту үшін модель және жүйе деңгейінде қажетті әрі нәзік қорғаныс шараларын құруға міндеттенеміз⁠, сондай-ақ ағымдағы деңгейлерді қадағалауға арналған бағалауларды әзірлеуді жалғастырамыз.