Создана нейросеть для замедления старения и омоложения клеток: подробности от OpenAI

Искусственный интеллект показал, что может не только анализировать данные, но и создавать что-то принципиально новое в биологии и медицине.

OpenAI объявила о разработке новой модели ИИ для создания белков, которая способна существенно ускорить научные открытия, сообщает журнал MIT Technology Review. Этот проект стал первым опытом компании в работе с биологическими данными. Модель, названная GPT-4b micro, помогла улучшить эффективность факторов Яманаки — белков, способных превращать обычные клетки в стволовые, которые используются для омоложения тканей и создания органов.

Что такое факторы Яманаки?

Это особые белки, которые могут перепрограммировать клетки, возвращая их в «молодое» состояние. Однако процесс занимает недели, и успех достигается менее чем в 1% случаев. OpenAI с помощью своей модели предложила изменения в структуре этих белков, увеличив их эффективность более чем в 50 раз по сравнению с тем, что предлагали люди.

Новая модель обучена анализировать последовательности белков, представляющие собой цепочки аминокислот, — своеобразные «буквы» в языке биологии. Используя данные о взаимодействиях белков, ИИ предлагал, какие изменения в структуре улучшат их функции.

Почему это важно?

Стволовые клетки играют ключевую роль в медицине, но их создание остается крайне сложным. Модель OpenAI ускоряет процесс поиска улучшений для факторов Яманаки, значительно опережая человеческие методы. Это открывает перспективы в омоложении клеток, создании тканей для трансплантации и даже продлении жизни.

ЧИТАЙТЕ ТАК ЖЕ:  Парень бросил пить с помощью ChatGPT. Нейросеть помогла побороть зависимость

Работа началась в сотрудничестве с компанией Retro Biosciences, которая изучает методы продления жизни.  Retro уже проверила предложения GPT-4b micro в лаборатории, подтвердив, что многие из них значительно улучшили исходные белки.

GPT-4b micro отличается от других ИИ, который предсказывает формы белков. Новая модель сосредоточена на создании модификаций и предоставляет ученым оригинальные идеи, которые трудно получить вручную.

Результаты еще предстоит проверить независимым ученым, и модель пока недоступна для широкой аудитории. Тем не менее, это демонстрирует потенциал ИИ в решении сложных научных задач. Важно отметить, что пока не ясно, каким образом модель приходит к своим выводам, что делает процесс похожим на работу шахматного гроссмейстера, выигрывающего партию, но не всегда способного объяснить свои решения.

Источник naukatv.ru

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *