GPT‑5 hupunguza gharama ya usanisi wa protini bila seli

Tumeona maendeleo ya haraka kutoka kwa AI katika nyanja kama vile hisabati na fizikia, ambapo mawazo mara nyingi yanaweza kutathminiwa bila kugusa ulimwengu halisia. Biolojia ni tofauti. Maendeleo hupatikana katika maabara, ambapo wanasayansi hufanya majaribio yanayohitaji muda na pesa.

Hali hiyo inaanza kubadilika. Miundo ya kiwango cha juu sasa inaweza kuunganishwa moja kwa moja na uwekaji otomatiki wa maabara, kupendekeza majaribio, kuyaendesha kwa kiwango kikubwa, kujifunza kutokana na matokeo, na kuamua nini cha kufanya baadaye. Katika sehemu kubwa ya sayansi ya maisha, kikwazo ni urudufishaji, na maabara za kujitegemea zinajengwa ili kuondoa kikwazo hicho.

Katika kazi ya awali, tulionyesha kuwa GPT‑5 ingeweza kuboresha itifaki za maabara ya kemikali kupitia majaribio ya nadharia katika muda halisi. Hapa, tunaonyesha kwamba mbinu hiyo hiyo inaweza kupunguza gharama ya uzalishaji wa protini.

Tulishirikiana na Ginkgo Bioworks⁠(fungua katika dirisha jipya) kuunganisha GPT‑5 na maabara ya wingu—maabara otomatiki ya kemikali inayoendeshwa kwa mbali kupitia programu, ambapo roboti hufanya majaribio na kurejesha data—na tukatumia mpangilio huo wa maabara-katika-mzunguko kuboresha mchakato wa kibaolojia unaotumika sana: usanisi wa protini isiyo na seli (CFPS). Katika zaidi ya raundi sita za majaribio ya nadharia katika muda halisi, mfumo ulijaribu zaidi ya miundo 36,000 ya kipekee ya miitikio ya CFPS katika sahani 580 za kiotomatiki. Baada ya kupewa ufikiaji wa kompyuta, kivinjari cha wavuti, na ufikiaji wa makala husika, GPT‑5 ilihitaji raundi tatu za majaribio ili kuanzisha hali mpya ya juu katika CFPS ya gharama nafuu, ikifikia upunguzaji wa 40% wa gharama ya uzalishaji wa protini (na uboreshaji wa 57% katika gharama ya viambato), ikijumuisha miundo mipya ya mmenyuko ambayo ni thabiti zaidi dhidi ya hali za mmenyuko zinazopatikana kwa kawaida katika maabara zinazojiendesha.

Usanisi wa protini bila seli (CFPS) ni njia ya kutengeneza protini bila kukuza seli hai. Badala ya kuweka DNA ndani ya seli na kusubiri zitengeneze protini, CFPS huendesha mashine ya kutengeneza protini katika mchanganyiko unaodhibitiwa. Hilo linaifanya iwe zana ya vitendo ya utengenezaji wa mfano wa haraka na majaribio kwa kuwa wanasayansi wanaweza kuendesha majaribio mengi kwa haraka na kupima matokeo siku hiyo hiyo.

Protini ni sehemu kubwa ya kile ambacho biolojia ya kisasa inatoa. Dawa nyingi muhimu zinategemea protini. Vipimo vingi vya uchunguzi na utafiti hutegemea protini. Katika mazingira ya viwanda, protini hufanya kazi kama vimeng'enya vinavyofanya michakato ya kemikali kuwa safi zaidi na yenye ufanisi zaidi. Protini zinapatikana hata kwenye sabuni yako ya kufulia. Wakati uzalishaji wa protini unakuwa wa haraka na wa gharama nafuu zaidi, wanasayansi kwa kawaida wanaweza kujaribu mawazo zaidi mapema, na kupunguza gharama ya kugeuza utafiti wa awali kuwa kitu ambacho watu wanaweza kufaidika nacho kila siku.

CFPS tayari ni muhimu kwa aina hiyo ya kurudia. Kikwazo ni kwamba ni changamoto kuboresha na inakuwa ghali kwa kiwango kikubwa.

Usanisi wa protini isiyo na seli unahitaji viambato changamani vinavyoingiliana: kiolezo cha DNA kinachoweka msimbo wa protini itakayoundwa, lisati ya seli (mchanganyiko wa mashine za seli kutoka ndani ya seli), na idadi kubwa ya vipengele vya kibayokemia kuanzia vyanzo vya nishati hadi chumvi. Ni vigumu sana kutoa hoja kuhusu mfumo mzima, na tafiti nyingi⁠(fungua katika dirisha jipya) za awali⁠(fungua katika dirisha jipya) zimetumia⁠(fungua katika dirisha jipya) aina tofauti za ujifunzaji wa mashine ili kupunguza gharama ya uzalishaji wa protini.

Miundo ya kawaida ya usanisi wa protini bila seli (CFPS) na vifaa vya kibiashara mara nyingi huwekewa bei kwa kazi inayolingana na kasi ya binadamu. Maabara zinazojiendesha zinaweza kufanya maelfu ya majaribio katika muda ambao timu ya binadamu inaweza kufanya kadhaa tu. Katika kiwango hicho, gharama ya viambato inakuwa sababu inayoweka kikomo.

CFPS pia ni vigumu kuiboresha kwa kutumia hisia pekee. Ni mchanganyiko wa vipengele vingi vinavyoingiliana. Mabadiliko madogo yanaweza kuwa na umuhimu, lakini mwelekeo wa matokeo si dhahiri kila wakati, na mchanganyiko bora unaweza kuwa mgumu kupatikana bila kufanya majaribio mengi. Mbinu za awali zimepunguza gharama, lakini maendeleo huwa ya hatua kwa hatua kwa sababu kuchunguza eneo hilo kwa kina ni kazi ngumu.

Tuliunganisha GPT‑5 na maabara ya wingu ya Ginkgo Bioworks ili kuunda mfumo wa kujitegemea wa mzunguko uliofungwa kwa uboreshaji wa usanisi wa protini bila seli (CFPS).

GPT‑5 ilibuni vikundi vya majaribio. Maabara ilitekeleza. Matokeo yalirudishwa kwa muundo. Muundo ulitumia data hiyo kupendekeza raundi inayofuata. Tulirudia mzunguko huo mara sita.

Ili kuweka mzunguko ukiwa umejikita katika kile ambacho maabara inayojitegemea inaweza kufanya, tuliongeza uthibitishaji mkali wa kiprogramu kabla ya jaribio lolote kuendeshwa. Uthibitishaji huo ulithibitisha kwamba majaribio yaliyoundwa na AI yalikuwa yanaweza kutekelezwa kihali kwenye jukwaa la uwekaji otomatiki. Iliweza kuzuia “majaribio ya karatasi” yanayoonekana kuwa yanawezekana kwenye maandishi lakini hayawezi kutekelezwa katika utaratibu wa kazi wa roboti.

Katika utekelezaji mzima, mfumo ulitekeleza zaidi ya miitikio 36,000 ya CFPS kwenye vijisahani 580 vya kiotomatiki. Kiwango hiki ni muhimu kwa sababu ndicho kinachoruhusu mifumo kujitokeza. Katika biolojia, majaribio ya moja moja yana kelele. Utendaji na urudiaji wa hatua ndivyo unavyotofautisha ishara halisi na kelele za kubahatisha. Mara tu GPT‑5 ilipopata ufikiaji wa karatasi husika na zana, ilichukua raundi tatu za majaribio na miezi miwili kuanzisha hali mpya ya kisasa: gharama ya uzalishaji wa protini ilipungua kwa asilimia 40 ikilinganishwa na kiwango bora cha awali⁠(fungua katika dirisha jipya).

Tuligundua kuwa maboresho yalitokana na kutambua mchanganyiko unaofanya kazi vizuri pamoja na unaodumu katika uhalisia wa uwekaji otomatiki wa kiwango cha juu cha utendaji.

Tuligundua kuwa GPT‑5 ilitambua michanganyiko ya athari za gharama nafuu ambazo wanadamu hawakuwa wamejaribu hapo awali katika usanidi huu. Usanisi wa protini bila seli (CFPS) umechunguzwa kwa miaka mingi, lakini nafasi ya mchanganyiko inayowezekana bado ni kubwa. Unapoweza kupendekeza na kutekeleza maelfu ya michanganyiko kwa haraka, unaweza kupata maeneo yanayofaa ambayo ni rahisi kukosa kwa utaratibu wa kazi unaoufanya mwenyewe.

Pia tuligundua kuwa majaribio ya utendaji wa juu yanayotumia visahani mara nyingi hutofautiana na majaribio unayofanya mwenyewe, ya benchi. Uoksijenishaji unaweza kuwa wa chini katika miundo ya mwitikio ya utendaji mkubwa. Uchanganyaji na jiometri zinaweza kuwa tofauti. Miitikio mingi ya CFPS huzalisha protini nyingi zaidi katika mirija ya majaribio kuliko katika visahani vya mikrotita, kwa sababu viwango vikubwa kwa kawaida huja na upatikanaji zaidi wa oksijeni na uchanganyaji bora. Kwa kweli, kwa athari za msingi wa visahani kwa ujazo mdogo, GPT‑5 ilipendekeza athari nyingi ambazo zilifanya vizuri zaidi kuliko bora ya awali mara tu baada ya kupata ufikiaji wa kompyuta kwa uchanganuzi wa data na kivinjari cha wavuti kutafuta makala husika. Kwa ujumla, GPT‑5 ilipendekeza mchanganyiko mwingi wa vitendanishi uliyoonyesha utendaji mzuri chini ya vikwazo vya kiwango cha juu, ikijumuisha vingi vilivyo thabiti zaidi katika hali za oksijeni ya chini zinazopatikana kwa kawaida katika mazingira ya maabara otomatiki.

Zaidi ya hayo, tuligundua kuwa mabadiliko madogo katika uakibishaji, vipengele vya urejeshaji wa nishati, na poliamini yalikuwa na matokeo makubwa ikilinganishwa na gharama zao. Hizi si vigezo vya kwanza ambavyo watu huvifikia kila mara, lakini katika utendaji wa juu, huwa dhana zinazoweza kujaribiwa badala ya dhana za msingi.

Hatimaye, muundo wa gharama wenyewe uliunda kile kilichokuwa muhimu. Katika CFPS, gharama sasa zinatawaliwa na lysate na DNA. Hiyo inamaanisha kuwa mkakati wa kutoa ni wenye ushawishi mkubwa zaidi. Ikiwa unaweza kuongeza uzalishaji wa protini kwa kila kitengo cha ingizo la gharama kubwa, unafanya maendeleo ya maana kwenye gharama hata kabla ya kufuatilia akiba ndogo mahali pengine.

Matokeo haya yalionyeshwa kwenye protini moja, sfGFP, na mfumo mmoja wa usanisi wa protini bila seli (CFPS). Ujumlishaji kwa protini nyingine na mifumo mingine ya CFPS bado unahitaji kuonyeshwa.

Jiometri ya oksijeni na mmenyuko inaweza kuathiri sana mavuno, na mambo haya yanaweza kutofautiana katika mizani. Baadhi ya maboresho yanaweza kuwa nyeti kwa masharti haya, na kuelewa unyeti huo ni sehemu ya hatua inayofuata.

Usimamizi wa binadamu ulihitajika kwa maboresho ya itifaki na usimamizi wa viambato. Mfumo unaweza kubuni na kutafsiri majaribio, lakini kazi ya maabara bado inahusisha maelezo ya vitendo yanayohitaji Operator wenye uzoefu.

Tunapanga kutumia uboreshaji wa maabara-katika-mzunguko kwenye taratibu nyingine za kazi za kibayolojia ambapo urudiaji wa haraka unaweza kufungua maendeleo. Tunaona maabara zinazojiendesha kama nyongeza ya mifumo. Miundo inaweza kutoa miundo, lakini hatimaye biolojia bado inahitaji majaribio na kurudia. Kufunga mzunguko kati ya uzalishaji na majaribio ndiko kunakokuwezesha kubadilisha mawazo yenye ahadi kuwa matokeo yanayofanya kazi.

Tunapofanya kazi ya kuharakisha maendeleo ya kisayansi kwa usalama na uwajibikaji, pia tungependa kutathmini na kupunguza hatari, hasa zile zinazohusiana na usalama wa kibayolojia. Matokeo haya yanaonyesha kuwa miundo inaweza kufikiri katika maabara ya kemikali ili kuboresha itifaki, na yanaweza kuwa na athari kwa usalama wa kibayolojia ambayo tunatathmini na kupunguza kupitia Mfumo wa Maandalizi⁠. Tumejitolea kuunda hatua muhimu na za kina za ulinzi katika ngazi ya muundo na mfumo ili kupunguza hatari hizi, pamoja na kuendeleza tathmini za kufuatilia viwango vya sasa.

Tunawashukuru washirika wetu katika Ginkgo Bioworks na timu zilizosaidia kubuni, kuendesha, na kuunga mkono maabara ya wingu otomatiki iliyo nyuma ya kazi hii.