Naučnici su predstavili novi jezički model nazvan GPT-4b micro, koji je kreiran s namerom da doprinese produženju ljudskog životnog veka. Ovaj model, razvijen od strane vodeće kompanije za istraživanje veštačke inteligencije, OpenAI, u saradnji sa Retro Biosciences, ima za cilj unapređenje proizvodnje matičnih ćelija putem rekonstrukcije određenih proteina.
Matične ćelije igraju ključnu ulogu u regenerativnoj medicini jer poseduju sposobnost da se diferenciraju u različite tipove ćelija, pružajući potencijalne terapijske tretmane za bolesti povezane sa starenjem.
Retro Biosciences, osnovan 2021. godine, fokusiran je na produženje ljudskog životnog veka putem reprogramiranja ćelija. Godine 2022, izvršni direktor OpenAI, Sem Altman, uložio je 180 miliona dolara u ovu kompaniju.
GPT-4b micro istražuje načine za modifikaciju faktora Iamanake, koji su proteini sa sposobnošću transformacije odraslih ćelija u matične ćelije. Preliminarni rezultati testova pokazuju da su proteini redizajnirani pomoću ovog modela efikasniji za preko 50 puta u indukovanju proizvodnje matičnih ćelija u poređenju sa njihovim prirodnim verzijama.
Model je treniran na obimnim biološkim podacima različitih vrsta, što mu omogućava preciznije predviđanje proteinskih struktura i interakcija u poređenju sa tradicionalnim metodama.
U članku objavljenom u petak, MIT Technologi Reviev citira jednog od programera modela u OpenAI-u, Džona Holmana, koji ističe da „proteini izgledaju bolje nego što su naučnici mogli sami da proizvedu“.
Trenutno, GPT-4b micro se nalazi u fazi istraživanja i još uvek nije dostupan za javnu upotrebu. OpenAI planira da kasnije objavi rezultate radi pregleda.
Drugi programer na ovom projektu, Aaron Jaech, izjavio je za MIT Technologi Reviev da je cilj projekta ojačati poziciju OpenAI u naučnim istraživanjima. Dodao je da je još rano govoriti da li će ove sposobnosti biti implementirane kao zaseban model ili će biti integrisane u postojeće modele razmišljanja.
Godine 2018, Google je razvio prvu verziju svog AlphaFold-a, AI modela specijalizovanog za otkrivanje složene 3D strukture proteina. AlphaFold je sposoban da se nosi sa zadatkom u roku od nekoliko minuta, postižući „izuzetnu tačnost“, prema informacijama sa Google DeepMind veb stranice.
Iako se bavi sličnom oblašću, GPT-4b micro koristi različite principe kako bi pomogao istraživačima u efikasnoj rekonstrukciji specifičnih proteina.
U proteklim godinama, više istraživačkih timova širom sveta eksperimentiše sa veštačkom inteligencijom u cilju razvoja novih terapija. Studija objavljena u naučnom časopisu Nature sugeriše da proteini dizajnirani pomoću veštačke inteligencije mogu neutralisati smrtonosni zmijski otrov.
Godine 2022, istraživači sa Medicinskog fakulteta Univerziteta u Vašingtonu i Univerziteta Harvard su objavili da su uspeli da obuče nekoliko modela veštačke inteligencije koji generišu slike kako bi stvorili nove proteine od koristi za razvoj vakcina i terapija za rak, između ostalog.
„Proteini koje nalazimo u prirodi predstavljaju neverovatne molekule, ali dizajnirani proteini mogu postići mnogo više“, izjavio je David Baker, profesor biohemije na UV Medicini i viši autor studije, koji je nagrađen Nobelovom nagradom za hemiju za računarski dizajn proteina 2024. godine.
