OpenAI ha decidido dar un paso más allá en sus investigaciones, ahora con el objetivo de aumentar la esperanza de vida humana mediante la inteligencia artificial. La empresa ha revelado que está desarrollando un nuevo modelo enfocado en la ingeniería de proteínas, en colaboración con una startup científica. Este enfoque se inspira en el trabajo de Google, que recientemente recibió el Nobel por su proyecto AlphaFold.
Según el medio MIT Technology Review, OpenAI ha introducido GPT-4b micro, un modelo de lenguaje pequeño (SLM) diseñado específicamente para la ingeniería de proteínas. Este avance, logrado gracias a la cooperación con Retro Biosciences, una empresa dedicada a la investigación de longevidad, marca el primer paso de OpenAI en el ámbito de la biología aplicada.
GPT-4b micro busca mejorar la efectividad de los factores de Yamanaka, proteínas clave en la reprogramación celular. Estos factores inducen un cambio en las células somáticas, transformándolas en células madre con características juveniles. Estas células tienen la capacidad de convertirse en diferentes tipos celulares, lo que las hace prometedoras para la medicina regenerativa, la ingeniería de tejidos y el estudio de enfermedades.
Funcionamiento de GPT-4b: un modelo que podría extender la vida humana
Según los científicos involucrados en este proyecto, este enfoque se aleja de los métodos tradicionales para predecir estructuras de proteínas. En lugar de eso, Retro utiliza arquitecturas de modelos de lenguaje para sugerir alteraciones en las secuencias de proteínas.
El propósito de GPT-4b micro es proponer ajustes a los factores Yamanaka con el fin de incrementar su efectividad en la reprogramación celular. Este proceso se lleva a cabo mediante un sistema de aprendizaje basado en ejemplos, conocido como «few-shot learning», en el cual se proporcionan al modelo secuencias de proteínas junto con sus funciones correspondientes. Esto le permite extrapolar y generar nuevas variantes de secuencias.
A diferencia de AlphaFold, cuyo enfoque está en predecir cómo se pliegan las proteínas, GPT-4b micro se especializa en manipular secuencias de proteínas. Para su entrenamiento, se utilizó un conjunto de datos que incluye secuencias de proteínas de diferentes especies y sus interacciones proteína-proteína. Los expertos de Retro Biosciences consideran que los factores de Yamanaka podrían ser clave para desarrollar órganos humanos y células de reemplazo.
Los resultados preliminares muestran avances significativos en la eficiencia de la reprogramación, con incrementos de hasta más de 50 veces en la eficacia de ciertos factores modificados. Aunque los primeros resultados son prometedores, se necesita realizar más pruebas y validaciones por expertos en el campo.
Este desarrollo de GPT-4b micro marca la primera incursión de OpenAI en la creación de modelos a medida para la investigación biológica. Aunque el modelo aún no está disponible al público, OpenAI y Retro Biosciences planean compartir sus descubrimientos en el futuro cercano.