GPT‑5 செல்கள் இல்லாத புரத உற்பத்தியின் செலவைக் குறைக்கிறது
Ginkgo Bioworks உடன் இணைந்து, நாங்கள் AI இயக்கப்படும் தன்னாட்சி ஆய்வகத்தை உருவாக்கி, புரத உற்பத்தி செலவில் 40% குறைப்பை பெற்றோம்.
கணிதம் மற்றும் இயற்பியல் போன்ற துறைகளில், யோசனைகளை பல நேரங்களில் இயற்பியல் உலகத்தைத் தொடாமல் மதிப்பீடு செய்ய முடியும்; அங்கு AI-யிலிருந்து வேகமான முன்னேற்றத்தை நாங்கள் கண்டுள்ளோம். உயிரியல் வேறுபட்டது. முன்னேற்றம் ஆய்வகத்தில் நடைபெறுகிறது, அங்கு விஞ்ஞானிகள் நேரம் மற்றும் பணம் தேவைப்படும் பரிசோதனைகளை நடத்துகிறார்கள்.
அது மாறத் தொடங்குகிறது. அதிநவீன மாடல்கள் இப்போது ஆய்வக தானியக்கத்துடன் நேரடியாக இணைந்து, பரிசோதனைகளை முன்மொழிந்து, அவற்றை பெரிய அளவில் இயக்கி, முடிவுகளிலிருந்து கற்றுக்கொண்டு, அடுத்ததாக என்ன செய்ய வேண்டும் என்பதை முடிவு செய்ய முடியும். உயிர் அறிவியலின் பெரும்பாலான பகுதிகளில், தடையாக இருப்பது மீள்பார்வை ஆகும், மேலும் அந்தக் கட்டுப்பாட்டை நீக்குவதற்காக தன்னாட்சி ஆய்வகங்கள் உருவாக்கப்படுகின்றன.
முந்தைய பணியில், மூடப்பட்ட-சுழற்சி பரிசோதனைகள் மூலம் GPT‑5 ஈர ஆய்வக நெறிமுறைகளை மேம்படுத்த முடியும் என்பதை நாங்கள் காட்டினோம். இங்கே, அதே அணுகுமுறை புரத உற்பத்தி செலவைக் குறைக்க முடியும் என்பதை நாங்கள் காட்டுகிறோம்.
Ginkgo Bioworks(புதிய சாளரத்தில் திறக்கும்) உடன் நாங்கள் கூட்டாண்மை செய்தோம் GPT‑5 ஐ ஒரு கிளவுட் ஆய்வகத்துடன் இணைக்க—மென்பொருள் மூலம் தொலைநிலையாக இயக்கப்படும் தானியங்கி ஈரமான ஆய்வகம், இதில் ரோபோக்கள் பரிசோதனைகளை நடத்தி தரவைத் திருப்பி அளிக்கின்றன—அந்த lab-in-the-loop அமைப்பைப் பயன்படுத்தி பரவலாகப் பயன்படுத்தப்படும் உயிரியல் செயல்முறையை மேம்படுத்த: cell-free protein synthesis (CFPS). மூடிய-சுழற்சி பரிசோதனைகளின் ஆறு சுற்றுகளின் போது, அமைப்பு 580 தானியக்க தட்டுகளில் 36,000-க்கும் மேற்பட்ட தனித்துவமான CFPS எதிர்வினை கலவைகளைச் சோதித்தது. ஒரு கணினி, ஒரு வலை உலாவி மற்றும் தொடர்புடைய ஆவணங்களுக்கு அணுகல் வழங்கப்பட்ட பிறகு, குறைந்த செலவிலான CFPS இல் புதிய நிலையை நிறுவ GPT‑5 மூன்று சுற்று பரிசோதனைகளை மேற்கொண்டது, இதனால் புரத உற்பத்தி செலவில் 40% குறைப்பு (மற்றும் வினைக்காரணிகளின் செலவில் 57% மேம்பாடு) அடைந்தது, தன்னாட்சி ஆய்வகங்களில் பொதுவாக காணப்படும் எதிர்வினை நிலைகளுக்கு மேலும் உறுதியான புதிய எதிர்வினை கலவைகளையும் உருவாக்கியது.
செல்-இல்லா புரத உற்பத்தி (CFPS) என்பது உயிருள்ள செல்களை வளர்க்காமல் புரதங்களை உருவாக்கும் ஒரு முறையாகும். DNA-வை செல்களில் செலுத்தி அவை ஒரு புரதத்தை உருவாக்கும் வரை காத்திருக்காமல், CFPS கட்டுப்படுத்தப்பட்ட கலவையில் புரதம் உருவாக்கும் இயந்திரத்தை இயக்குகிறது. இதனால், விஞ்ஞானிகள் பல பரிசோதனைகளை விரைவாக நடத்தி அதே நாளில் முடிவுகளை அளவிட முடிவதால், இது விரைவான முன்மாதிரி உருவாக்கம் மற்றும் சோதனைக்கான ஒரு பயனுள்ள கருவியாகிறது.
புரதங்கள் நவீன உயிரியல் வழங்கும் முக்கியமான பகுதியாகும். பல முக்கியமான மருந்துகள் புரதங்களை அடிப்படையாகக் கொண்டவை. பல நோயறிதல் மற்றும் ஆராய்ச்சி பரிசோதனைகள் புரதங்களை சார்ந்திருக்கின்றன. தொழில்துறை சூழல்களில், புரதங்கள் என்சைம்களாக செயல்பட்டு, இரசாயன செயல்முறைகளை சுத்தமாகவும் செயல்திறனுடனும் ஆக்குகின்றன. உங்கள் சலவை சோப்பிலும் புரதங்கள் காணப்படுகின்றன. புரத உற்பத்தி வேகமாகவும் மலிவாகவும் மாறும்போது, விஞ்ஞானிகள் பொதுவாக மேலும் பல யோசனைகளை விரைவில் சோதிக்க முடியும், மேலும் ஆரம்பகட்ட ஆராய்ச்சியை மக்கள் தினசரி பயன் பெறக்கூடிய ஒன்றாக மாற்றுவதற்கான செலவையும் குறைக்க முடியும்.
அந்த வகையான மீளுருவாக்கத்திற்கு CFPS ஏற்கனவே பயனுள்ளதாக உள்ளது. இதில் உள்ள சிக்கல் என்னவென்றால், அதை மேம்படுத்துவது தந்திரமானது மற்றும் அளவில் விலை உயர்ந்தது.
செல்-இல்லா புரத உற்பத்தி சிக்கலான, ஒன்றோடொன்று தொடர்புடைய கூறுகளைத் தேவைப்படுத்துகிறது: உருவாக்க வேண்டிய புரதத்தை குறியிடும் DNA வார்ப்புரு, செல் லைசேட் (செல்களின் உள்ளிருந்து வரும் செல்லுலார் இயந்திரங்களின் கலவை), மேலும் ஆற்றல் மூலங்களிலிருந்து உப்புகள் வரை பரவியுள்ள பல்வேறு உயிர்வேதியியல் கூறுகள். முழு அமைப்பைப் பற்றியும் காரணமிடுவது நம்பமுடியாத அளவுக்கு கடினம், மேலும் புரத உற்பத்தி செலவைக் குறைக்க பல(புதிய சாளரத்தில் திறக்கும்) முந்தைய(புதிய சாளரத்தில் திறக்கும்) ஆய்வுகள்(புதிய சாளரத்தில் திறக்கும்) பல்வேறு வகையான இயந்திரக் கற்றலைப் பயன்படுத்தியுள்ளன.
நிலையான செல்-இல்லா புரத தொகுப்பு (CFPS) சூத்திரங்கள் மற்றும் வணிக கருவிகள் பெரும்பாலும் மனித-வேக வேலைக்கு விலை நிர்ணயம் செய்யப்படுகின்றன. தன்னாட்சி ஆய்வகங்கள், ஒரு மனிதக் குழு டஜன் கணக்கான எதிர்வினைகளை இயக்கும் நேரத்தில், ஆயிரக்கணக்கான எதிர்வினைகளை இயக்க முடியும். அந்த அளவில், வினைக்காரணிகளின் செலவு வரம்பு காரணியாக மாறுகிறது.
CFPS-ஐ உள்ளுணர்வின் அடிப்படையில் மட்டும் மேம்படுத்துவது கடினம். இது பல ஒன்றோடொன்று தொடர்பு கொள்ளும் கூறுகளின் கலவையாகும். சிறிய மாற்றங்கள் முக்கியத்துவம் கொண்டதாக இருக்கலாம், ஆனால் அதன் விளைவின் திசை எப்போதும் தெளிவாக இருக்காது, மேலும் பல பரிசோதனைகளை நடத்தாமல் சிறந்த சேர்க்கைகளை கண்டறிவது கடினமாக இருக்கலாம். முந்தைய அணுகுமுறைகள் செலவுகளை குறைத்துள்ளன, ஆனால் அந்த இடத்தை முழுமையாக ஆராய்வது அதிக உழைப்பைத் தேவைப்படுத்துவதால் முன்னேற்றம் பொதுவாக படிப்படியாகவே உள்ளது.
செல்-இல்லா புரத உற்பத்தி (CFPS) மேம்படுத்தலுக்காக, மூடப்பட்ட-சுழற்சி தன்னாட்சி அமைப்பை உருவாக்க GPT‑5‑ஐ Ginkgo Bioworks’ cloud laboratory உடன் இணைத்தோம்.
GPT‑5 பரிசோதனைகளின் தொகுப்புகளை வடிவமைத்தது. ஆய்வகம் அவற்றை நிறைவேற்றியது. முடிவுகள் மாடலுக்கு திரும்ப வழங்கப்பட்டன. மாடல் அந்த தரவைப் பயன்படுத்தி அடுத்த சுற்றை முன்மொழிந்தது. நாங்கள் அந்த சுழற்சியை ஆறு முறை மீண்டும் செய்தோம்.
GPT‑5 ஒரு நிலையான 384-வெல் பிளேட் வடிவத்தில் சோதனைகளின் தொகுதிகளை வடிவமைத்து, அவற்றை Ginkgo Bioworks’ கிளவுட் ஆய்வகத்தில் இயக்கியது. பரிசோதனைகள் முடிந்தவுடன், கிளவுட் ஆய்வகம் தரவை மீண்டும் GPT‑5 க்கு அனுப்பியது, அங்கு மாடல் முடிவுகளை பகுப்பாய்வு செய்து, புதிய கருதுகோள்களை உருவாக்கி, அடுத்த கட்ட பரிசோதனைகளை வடிவமைத்தது.
தன்னாட்சி ஆய்வகத்தின் செயல்பாடுகளை நிலைநிறுத்த, எந்த சோதனையும் தொடங்குவதற்கு முன் கடுமையான நிரல்முறை சரிபார்ப்பை நாங்கள் சேர்த்தோம். அந்த சரிபார்ப்பு, AI வடிவமைத்த பரிசோதனைகள் தானியக்க தளத்தில் இயற்பியல் முறையில் செயல்படுத்தக்கூடியவையாக இருப்பதை உறுதிப்படுத்தியது. உரையில் நம்பத்தகுந்ததாகத் தோன்றினாலும் ரோபோடிக் வேலைப்போக்கில் நடைமுறைப்படுத்த முடியாத “காகிதப் பரிசோதனைகள்” தடுக்கப்பட்டது.
முழு இயக்கத்தின் முழுவதும், அமைப்பு 580 தானியக்க தட்டுகளில் 36,000 க்கும் மேற்பட்ட CFPS எதிர்வினைகளை செயல்படுத்தியது. இந்த அளவு முக்கியமானது, ஏனெனில் இதுவே வடிவமைப்புகள் வெளிப்பட உதவுகிறது. உயிரியலில், ஒற்றை பரிசோதனைகள் சத்தமிக்கவை. த்ரூபுட் மற்றும் மீளச்செயலாக்கம் சிக்னலை சீரற்ற இரைச்சலிலிருந்து பிரிக்க உதவுகின்றன. GPT‑5 தொடர்புடைய ஆய்வுக் கட்டுரை மற்றும் கருவிகளுக்கான அணுகலை பெற்றவுடன், மூன்று சுற்று பரிசோதனைகளும் இரண்டு மாதங்களும் எடுத்தது புதிய அதிநவீன நிலையை நிறுவ: முந்தைய சிறந்த அடிப்படை நிலை(புதிய சாளரத்தில் திறக்கும்) உடன் ஒப்பிடுகையில் புரத உற்பத்தி செலவு 40% குறைவு.
Ginkgo Bioworks’ மறுகட்டமைக்கக்கூடிய தானியங்கிமயமாக்கல் வண்டிகள். கிரெடிட்: Ginkgo Bioworks
உயர்-த்ரூபுட் தானியக்கத்தின் நிஜ நிலைகளிலும் நிலைத்திருக்கக்கூடிய, ஒன்றோடொன்று நன்றாகச் செயல்படும் சேர்க்கைகளை அடையாளம் காண்பதிலிருந்தே மேம்பாடுகள் ஏற்பட்டன என்று நாங்கள் கண்டறிந்தோம்.
இந்த கட்டமைப்பில் மனிதர்கள் முன்பு சோதிக்காத குறைந்த செலவுடைய எதிர்வினை கலவைகளை GPT‑5 கண்டறிந்தது என்பதை நாங்கள் கண்டோம். செல்-இல்லா புரத உற்பத்தி (CFPS) பல ஆண்டுகளாக ஆய்வு செய்யப்பட்டு வருகிறது, ஆனால் சாத்தியமான கலவைகளின் பரிமாணம் இன்னும் பெரியதாக உள்ளது. நீங்கள் ஆயிரக்கணக்கான சேர்க்கைகளை விரைவாக முன்மொழிந்து செயல்படுத்த முடிந்தால், கைமுறை பணியோட்டத்தில் எளிதில் தவறவிடக்கூடிய செயல்படக்கூடிய பகுதிகளை நீங்கள் கண்டறிய முடியும்.
நாங்கள் மேலும் கண்டறிந்தது என்னவென்றால், உயர்-த்ரூபுட், பிளேட்-அடிப்படையிலான சோதனைகள் பெரும்பாலும் கைமுறை, பெஞ்ச்-டாப் சோதனைகளிலிருந்து வேறுபடுகின்றன. உயர்-த்ரூபுட் எதிர்வினை வடிவங்களில் ஆக்சிஜனேற்றம் குறைவாக இருக்கலாம். கலவை மற்றும் வடிவியல் வேறுபட்டதாக இருக்க முடியும். பெரும்பாலான CFPS வினைகள் சோதனைக் குழாய்களில் மைக்ரோடைட்டர் பிளேட்டுகளைக் காட்டிலும் அதிக அளவு புரதத்தை உருவாக்குகின்றன, ஏனெனில் பெரிய அளவுகளில் பொதுவாக அதிக ஆக்சிஜன் கிடைப்பதும் சிறந்த கலப்பும் உள்ளது. உண்மையில், குறைந்த அளவிலான பிளேட்-அடிப்படையிலான எதிர்வினைகளுக்காக, GPT‑5 தரவு பகுப்பாய்வுக்காக ஒரு கணினி மற்றும் தொடர்புடைய கட்டுரைகளைத் தேட ஒரு வலை உலாவி ஆகியவற்றின் அணுகலைப் பெற்றவுடன், முந்தைய சிறந்ததை விட மேலான பல எதிர்வினைகளை முன்மொழிந்தது. மொத்தத்தில், GPT‑5 பல வினைக்காரணி சேர்க்கைகளை முன்மொழிந்தது, அவை உயர்-த்ரூபுட் கட்டுப்பாடுகளின் கீழ் சிறப்பாக செயல்பட்டன, மேலும் தானியக்க ஆய்வக சூழல்களில் பொதுவாக காணப்படும் குறைந்த ஆக்சிஜன் நிலைகளிலும் அதிக வலிமையுடன் செயல்படுகின்றன.
கூடுதலாக, தாங்கல், ஆற்றல் மீளுருவாக்கம் கூறுகள் மற்றும் பாலிஅமீன்களில் சிறிய மாற்றங்கள் அவற்றின் விலையுடன் ஒப்பிடும்போது மிகைப்படுத்தப்பட்ட தாக்கத்தை ஏற்படுத்துவதைக் கண்டறிந்தோம். இவை எப்போதும் மக்கள் முதலில் அணுகும் அளவுகோல்கள் அல்ல; ஆனால் உயர் த்ரூபுட் நிலையில், அவை பின்னணி முன்கூட்டிய கருதுகோள்களாக இல்லாமல், சோதிக்கக்கூடிய கருதுகோள்களாக மாறுகின்றன.
இறுதியாக, செலவுக் கட்டமைப்பே முக்கியத்துவம் வாய்ந்தவற்றை வடிவமைத்தது. CFPS-இல், செலவுகள் இப்போது லைசேட் மற்றும் DNA ஆல் அதிகமாக உள்ளன. அதாவது, வருவாய் அதிகரிப்பு என்பது மிகுந்த தாக்கம் கொண்ட உத்தி. விலையுயர்ந்த உள்ளீட்டின் ஒவ்வொரு அலகிற்கும் புரத உற்பத்தியை அதிகரிக்க முடிந்தால், பிற இடங்களில் சிறிய சேமிப்புகளைத் தேடுவதற்கும் முன்பே செலவில் முக்கியமான முன்னேற்றத்தை நீங்கள் அடைவீர்கள்.
ஆறு சுற்றுக்களுக்கான தன்னாட்சி பரிசோதனைகளின் மூலம், அமைப்பு செல்கள் இல்லாத புரத உற்பத்தியை தொடர்ந்து மேம்படுத்தி, செலவுகளை குறைத்தபடியே புரத விளைச்சலை அதிகரித்தது. முடிவுகள் ஒவ்வொரு சுற்றுக்கும் புரத அளவுக்கு எதிராக செயற்கூறு செலவைக் காட்டுகின்றன, சிறந்த பரிமாற்றங்கள் அதிநவீனத்தை உருவாக்குகின்றன. பெரிய புள்ளிகள் ஒவ்வொரு சுற்றிலும் ஒரு கிராமுக்கு அடையப்பட்ட மிகக் குறைந்த செலவைக் குறிக்கின்றன, மேலும் நட்சத்திர/புள்ளியிடப்பட்ட குறிப்பு 384-well தகடுகளில் முந்தைய அதிநவீன அளவுகோலைக் குறிக்கிறது (ஓல்சன் மற்றும் பலர், 2025). பிந்தைய சுற்றுகளை உற்று நோக்கினால் இறுதி ஆதாயங்கள் எடுத்துக்காட்டுகின்றன, மேலும் ஒவ்வொரு சுற்று சுருக்கம், காலப்போக்கில் ஒரு கிராமுக்கு சிறந்த விலை குறைந்து வருவதைக் காட்டுகிறது.
இந்த முடிவுகள் ஒரு புரோட்டீன், sfGFP, மற்றும் ஒரு செல்கள் இல்லாத புரோட்டீன் உற்பத்தி (CFPS) அமைப்பில் நிரூபிக்கப்பட்டன. மற்ற புரதங்களுக்கும் மற்ற CFPS அமைப்புகளுக்கும் பொதுமைப்படுத்தல் இன்னும் காட்டப்பட வேண்டும்.
ஆக்சிஜனேற்றம் மற்றும் வினை வடிவவியல் விளைச்சல்களை வலுவாகப் பாதிக்கக்கூடும், மேலும் இந்தக் காரணிகள் அளவுகளுக்கு ஏற்ப மாறுபடக்கூடும். சில மேம்பாடுகள் இந்த நிபந்தனைகளுக்கு உணர்திறன் வாய்ந்ததாக இருக்கலாம், மேலும் அந்த உணர்திறன்களைப் புரிந்துகொள்வது அடுத்த கட்டமாகும்.
நெறிமுறை மேம்பாடுகள் மற்றும் வினைக்காரணிகள் கையாளுதலுக்காக மனித மேற்பார்வை அவசியமாக இருந்தது. இந்த அமைப்பு சோதனைகளை வடிவமைத்து விளக்க முடியும், ஆனால் ஆய்வகப் பணிகளில் அனுபவம் வாய்ந்த ஆபரேட்டர்கள் தேவைப்படும் நடைமுறை விவரங்கள் இன்னும் அடங்கும்.
வேகமான மீள்முயற்சிகள் முன்னேற்றத்தைத் திறக்கக்கூடிய பிற உயிரியல் பணிப்பாய்வுகளில் lab-in-the-loop optimization ஐ பயன்படுத்த நாங்கள் திட்டமிட்டுள்ளோம். தன்னாட்சி ஆய்வகங்களை மாடல்களுக்கு துணையாக நாங்கள் பார்க்கிறோம். மாடல்கள் வடிவமைப்புகளை உருவாக்க முடியும், ஆனால் இறுதியில் உயிரியல் இன்னும் சோதனை மற்றும் திருத்தங்களைத் தேவைப்படுத்துகிறது. உருவாக்கம் மற்றும் பரிசோதனை இடையிலான செயல்முறையை முடிப்பதன் மூலம், நம்பிக்கையளிக்கும் யோசனைகளை செயல்படும் முடிவுகளாக மாற்றுவது எப்படி என்பதை நீங்கள் காணலாம்.
அறிவியல் முன்னேற்றத்தை பாதுகாப்பாகவும் பொறுப்புடன் வேகப்படுத்த முயற்சிக்கும் போது, குறிப்பாக உயிரியல் பாதுகாப்பு தொடர்பான அபாயங்களை மதிப்பீடு செய்து குறைப்பதற்கும் நாங்கள் முயற்சி செய்கிறோம். இந்த முடிவுகள், நெறிமுறைகளை மேம்படுத்த ஈர ஆய்வகத்தில் மாடல்கள் பகுத்தறிவு செய்ய முடியும் என்பதையும், மேலும் எங்கள் பிரிபேர்ட்நெஸ் ஃப்ரேம்வொர்க் மூலம் நாங்கள் மதிப்பீடு செய்து தணிக்கும் உயிரியல் பாதுகாப்பு தாக்கங்களை ஏற்படுத்தக்கூடும் என்பதையும் காட்டுகின்றன. இந்த ஆபத்துகளைக் குறைப்பதற்கும், தற்போதைய நிலைகளைக் கண்காணிக்க மதிப்பீடுகளை உருவாக்குவதற்கும் மாடல் மற்றும் அமைப்பு மட்டத்தில் தேவையான மற்றும் நுணுக்கமான பாதுகாப்புகளை உருவாக்க நாங்கள் உறுதிபூண்டுள்ளோம்.
இந்த பணியின் பின்னணியில் உள்ள தானியங்கப்பட்ட கிளவுட் ஆய்வகத்தை வடிவமைக்க, இயக்க, மற்றும் ஆதரிக்க உதவிய Ginkgo Bioworks நிறுவனத்தில் உள்ள எங்கள் கூட்டாளர்களுக்கும், அந்த குழுக்களுக்கும் நாங்கள் நன்றி தெரிவிக்கிறோம்.
