OpenAI 要研究人类长寿问题了？？推出新模型 GPT-4b micro。

可以设计出将普通细胞转化为干细胞的蛋白质。

据 MIT 科技评论消息，这是 OpenAI 首个专注于生物数据的大模型，也是 OpenAI 首次公开声称其模型可以带来意想不到的科学发现。

研究合作方 Retro Biosciences，一家成立于 2022 年的创业公司，专注于“抵抗细胞衰老的新药开发”，包括细胞重编程、自噬和受血浆启发的疗法。

联合创始人丁胜，为清华药学院创始院长（于 2022 年 6 月卸任院长，仍继续在药学院任教并从事研究工作）。

丁胜教授团队首次以化学小分子组合体外定向诱导小鼠全能干细胞并稳定培养，成果在 2022 年登上 Nature。

另一位联合创始人 Joe Betts-LaCroix，在加州理工期间首次阐明了蛋白质中电子隧道速率的控制因素，成果登上 Science，Joe 还在 YC 担任过 2.5 年的兼职合伙人（伏笔），指导和投资了众多生物初创公司。

2022 年 4 月，Retro Biosciences 对外披露已获得 1.8 亿美元融资，但对投资人身份守口如瓶。

直到 ChatGPT 推出之后，2023 年 3 月世界才知道，这位神秘投资人正是 OpenAI CEO 奥特曼本曼。

Retro Bioscience 也开始被称为“抗衰界的 OpenAI”。

要为人类延寿 10 年

Retro 的目标是将人类的正常寿命延长 10 年。

Retro 与 OpenAI 正式合作开始于一年前，他们研究的重点是山中因子（Yamanaka factors），由诺奖得主山中伸弥在 2006 年提出。

山中因子是一组蛋白质，可以将人类皮肤细胞转化为看起来更年轻的干细胞。不过，这种细胞“重编程”效率并不高，需要数周时间，且经实验室培养皿处理的细胞中不到 1% 能完成再生。

为此，OpenAI 开发了名为 GPT-4b micro 的新模型，用于提出改进蛋白质因子功能的方法。

OpenAI 用大量物种的蛋白质序列实例以及蛋白质相互作用相关信息训练了 GPT-4b micro。

其工作方式与谷歌的 AlphaFold 大不相同，AlphaFold 用于预测蛋白质结构，山中因子则是一类异常松散且无固定结构的蛋白质。

Retro 的科学家尝试引导模型生成可能的山中蛋白质重新设计方案，使用的是类似于“few-shot”的提示，即用一系列带有答案的示例作为上下文提示，随后添加一个需要模型生成答案的新示例。

尽管基因工程师可以在实验室中通过一定的方法引导分子进化，但受限于实验条件，他们通常只能测试有限的可能性，但对于典型长度的蛋白质来说，其改造方式几乎是无限的。

OpenAI 的模型却能经常生成含显著改动的设计建议，其中三分之一的蛋白质氨基酸被改变。

Retro CEO Joe Betts-Lacroix 指出，该模型提出的建议很好：

我们立即将这个模型应用到了实验室，并得到了实际的成果。

OpenAI 也介绍道，研究人员根据模型的建议对两个山中因子进行了改造，根据初步测量结果，其效果提升了 50 倍以上。

OpenAI 研究员 John Hallman、Aaron Jaech 和 Retro 的 Rico Meinl 是该模型的开发负责人。

John Hallman 表示：

从整体来看，这些蛋白质的性能似乎比科学家自己设计的要好得多。

不过，在研究结果发表之前，外界科学家无法验证这些结果的真实性。并且该模型目前也未对外开放使用，目前只有一个定制化的展示案例。GPT-4b micro 是如何得出这些猜测的，也仍然不清楚。