Автономные лаборатории и ИИ: как алгоритмы удешевили синтез белка на 40%

Суть события

OpenAI совместно с биотехнологической компанией Ginkgo Bioworks представили результаты работы, где языковая модель GPT-5 использовалась для управления реальными лабораторными процессами. Главным достижением стало снижение стоимости бесклеточного синтеза белка (CFPS) на 40%.

Это важный прецедент, показывающий переход искусственного интеллекта от теоретических задач (написание кода, генерация текста) к практическому управлению физическими экспериментами. Модель не просто анализировала данные, а выступала в роли ведущего исследователя: предлагала гипотезы, планировала эксперименты и училась на их результатах в замкнутом цикле.

Контекст

Биология — наука сложная и дорогая. Традиционный процесс исследований часто упирается в человеческий фактор: ученым сложно интуитивно перебирать тысячи комбинаций реагентов, чтобы найти идеальную формулу.

Бесклеточный синтез белка (CFPS) позволяет создавать белки без выращивания живых клеток, используя лишь их внутренние механизмы в пробирке. Это быстрее, но масштабирование и оптимизация таких реакций стоят огромных денег. Основная проблема заключается в том, что белковый синтез зависит от взаимодействия множества компонентов (ДНК, клеточный лизат, соли, источники энергии). Небольшое изменение одной переменной может непредсказуемо повлиять на результат.

До сих пор оптимизация таких процессов была либо ручной и медленной, либо требовала узкоспециализированных алгоритмов. Использование большой языковой модели (LLM) общего назначения меняет правила игры.

Детали эксперимента

Система работала по принципу «лаборатория в контуре» (lab-in-the-loop):

1. Проектирование: GPT-5 получала доступ к научной литературе и данным, после чего формировала дизайн экспериментов.