OpenAI совместно с биотехнологической компанией Retro Bio разработали специализированную версию искусственного интеллекта — GPT-4b micro — предназначенную для сложных задач белковой инженерии и клеточного программирования. Модель была обучена на массивах белковых последовательностей, описаниях функций белков и токенизированных 3D-структурах, а также способна работать с «неупорядоченными» белками, играющими важную роль в клетке.

Используя GPT-4b micro, учёные спроектировали усовершенствованные варианты факторов Яманаки — белков, открытых нобелевским лауреатом Синья Яманака, способных превращать зрелые клетки в индуцированные плюрипотентные стволовые клетки. В лабораторных тестах новые белки обеспечили более чем 50-кратное усиление экспрессии маркеров перепрограммирования по сравнению с исходными факторами Яманаки. Эксперименты подтвердили лучшее восстановление повреждений ДНК и более высокий потенциал для клеточного омоложения. Такая активность моделировалась на клетках разных доноров и типов, причём созданные стволовые линии сохраняли плюрипотентность (свойство клетки, позволяющее ей развиваться во все типы клеток организма) и генетическую стабильность при многократном делении.

GPT-4b micro генерировала белковые последовательности, которые отличались от природных на сотни аминокислот, сохраняя и даже повышая эффективность перепрограммирования. Например, среди вариантов белка SOX2 более 30% новых конструкций превосходили природный аналог по ключевым биомаркерам, хотя в классических методах биоинженерии успешный результат получают менее чем в 10% случаев. Для другого белка, KLF4, показатель эффективности достигал почти 50%. Совмещение новых версий SOX2 и KLF4 давало ускоренный эффект — маркеры плюрипотентности появлялись в перепрограммированных клетках на несколько дней раньше, чем в контрольных экспериментах. Уже через 12 дней в культурах наблюдали массовое формирование колоний стволовых клеток; более 85% этих клеток запускали экспрессию ключевых генов, важных для стволовых линий.

Исследователи также отметили новые свойства белков: обработка клеток специальным коктейлем RetroSOX/KLF приводила к уменьшению повреждений ДНК, по данным маркера γ-H2AX, что важно для борьбы с признаками старения. Полученные стволовые клетки способны дифференцироваться во все три зародышевых слоя организма и сохраняли стабильность генома после многократного деления.

Важно, что модель GPT-4b micro работает не так, как AlphaFold (прогнозирует структуру белка) — она создаёт новые белки для заданных задач, открывая путь к более эффективной регенеративной медицине и новым перспективам в биотехнологиях. Пока GPT-4b micro не доступна для массового использования. Разработчики планируют публикацию результатов дальнейших исследований.