OpenAI GPT-5 の生物学的研究能力

GPT-5 が分子クローニングの効率を79倍に向上

OpenAIは、バイオセキュリティのスタートアップである Red Queen Bio との共同研究により、GPT-5 がウェットラボのプロトコルについて自律的に推論、提案、および反復を行い、生物学的研究を大幅に加速できることを実証しました。制御された実験セットアップにおいて、GPT-5 は分子クローニングのプロトコルを最適化し、ベースラインである HiFi assembly プロトコルと比較して79倍の効率向上を実現しました。

この改善は、2つの異なる最適化の組み合わせによって達成されました：

Enzymatic Assembly (RAPF): 2.6倍の向上。
Transformation Protocol (T7): 36倍の向上。

これら加算的な改善が組み合わさることで、一定量の入力DNAに対する配列確認済みクローンの回収率において、合計79倍の増加をもたらしました。

RAPF-HiFi 酵素メカニズムの発見

GPT-5 は、「RecA-Assisted Pair-and-Finish HiFi Assembly」（RAPF-HiFi）と称される新しい酵素手順を提案しました。このモデルは、DNAアセンブリのホモロジー探索およびアニーリングプロセスを改善するために、2つのタンパク質の相乗的な組み合わせを特定しました：

gp32 (phage T4 gene 32 single-stranded DNA-binding protein): 二次構造を除去することで、緩んだDNA末端を滑らかにし、絡まりを解く役割を果たす。
RecA (recombinase from E. coli): 各DNA鎖を正しい一致相手へと導き、ホモロジー探索とアニーリングを促進する。

技術的な作用機序

OpenAI は、RAPF-HiFi メカニズムが次のように機能すると仮説を立てています：

T5 exonuclease が 3’ オーバーハングを作成する。
gp32 がアニーリングされていない単鎖DNA (ssDNA) テイルを覆い、二次構造を抑制する。
RecA が 3’ 末端から侵入し、gp32 を置換して、一致する配列のアニーリングを促進する。
Thermal Reset: 50°Cに戻すことで RecA と gp32 の両方を置換し、標準的なポリメラーゼとリガーゼが反応を完了できるようにする。

モデルの推論は、より一般的な E. coli SSB タンパク質ではなく gp32 を選択した点に際立っています。SSB は RecA の自然なパートナーですが、このプロトコルに必要な効率的な RecA 置換を可能にするには、結合が強すぎます。

変換プロトコル (T7) の最適化

酵素アセンブリは5回のラウンドにわたって反復的に最適化されましたが、変換手順は「ワンショット」のラウンドで最適化されました。GPT-5 は「Transformation 7」(T7) と呼ばれる修正を特定しました。これには、細胞をペレット化し、供給された容量の半分を除去し、DNAを添加する前に細胞を4°Cで再懸濁することが含まれます。

高効率の化学的コンピテント細胞は脆弱であり、このような取り扱いはすべきではないという一般的なラボの定説にもかかわらず、細胞は濃縮プロセスに耐えました。この修正により、分子の衝突が増加し、阻害物質となるバッファーが減少したことで、変換効率が30倍以上に向上しました。

ウェットラボの反復のためのAI駆動型進化フレームワーク

モデルの能力をテストするために、OpenAI は GPT-5 が実験のフィードバックから「オンライン」で学習する進化フレームワークを使用しました：

反復ループ: GPT-5 は1ラウンドあたり8〜10個の反応のバッチを提案した。
Human-in-the-Loop 実行: 人間の科学者がプロトコルを実行し、ベースラインに対するコロニー数を報告した。
標準化されたプロンプティング: AI の貢献が人間の指導に依存しないことを確実にするため、確認のための質問以外の人間による介入なしにプロンプティングを固定した。

OpenAI は、現在のシステムの固定されたプロンプティングが探索と利用のバランスを制限していると指摘しており、計画策定やタスクホライゾン推論における将来の進歩が、さらに大きな利益をもたらす可能性があることを示唆しています。

自律的なロボット実行

Robot on Rails との協力により、OpenAI はこれらの自然言語プロトコルを実行するためのロボットシステムを開発しました。このシステムは、人間からロボットへのLLM、ラボウェアの局所化のためのリアルタイムビジョンシステム、およびロボットパスプランナーを統合しています。

比較テストにおいて、ロボットは改良された R8 プロトコルを正常に実行し、ベースラインに対して2.13倍の向上を達成しました。これは、人間の研究者（2.39倍）が達成したパフォーマンスの89%に相当します。液体ハンドリングと温度校正の違いにより、絶対的なコロニー数は手動実行よりも約10倍低かったものの、プロトコルを正確にランク付けできるロボットの能力は、完全に自律的な生物学的実験の最適化の可能性を示しています。

バイオセキュリティと安全性の枠組み

生物学的推論能力に関連する潜在的なリスクのため、この研究は、無害な実験システムを使用して厳格に管理された環境で行われました。OpenAI は、これらの結果を利用してバイオセキュリティのリスク評価を行い、Preparedness Framework の一部としてガードレールを開発しています。