GPT-5 がセルフリータンパク質合成のコストを削減

OpenAI と Ginkgo Bioworks は、閉ループの自律実験により GPT-5 がセルフリータンパク質合成 (CFPS) のコストを 40% 削減し、試薬コストを 57% 削減できることを実証しました。モデルをクラウドラボに接続することで、システムは実験を 3 ラウンド行うだけで低コストタンパク質生産の新たな最先端を確立しました。

セルフリータンパク質合成の自律的最適化

セルフリータンパク質合成 (CFPS) は、細胞を培養せずに制御された混合液中でタンパク質合成機構を動かすことでタンパク質を生成できる手法です。このプロセスは医薬品、診断、研究アッセイ、産業用酵素の製造に重要ですが、DNA テンプレート、細胞ライセート、さまざまな生化学的成分間の複雑な相互作用により最適化が従来困難でした。

これらのボトルネックに対処するため、OpenAI は GPT-5 と Ginkgo Bioworks のクラウドラボ（ソフトウェアで遠隔操作される自動化ウェットラボ）を組み合わせました。これにより、GPT-5 が実験バッチを設計し、ロボットラボが実行し、得られたデータがモデルにフィードバックされて次の仮説に活かされる閉ループシステムが構築されました。

技術的実行とスケール

システムは、AI が設計した実験が自動化プラットフォーム上で物理的に実行可能であることを保証する厳格なプログラム的検証層を導入し、ロボットが実行できない「紙上実験」の提案を防止しました。

2 か月にわたる 6 ラウンドの実験を通じて、システムは以下を達成しました:

総反応数: 36,000 件以上のユニークな CFPS 反応組成をテスト。
総プレート数: 580 枚の自動化 384 ウェルプレート。
最先端までの期間: コンピュータ、ウェブブラウザ、関連論文へのアクセスを得た後、GPT-5 は実験を 3 ラウンド行うだけで低コスト CFPS の新たな最先端を確立しました。
コスト削減: 以前のベストベースラインと比較して、タンパク質生産コストが 40% 削減、試薬コストが 57% 改善されました。

主な発見と技術的洞察

自律システムは、人間がこれまでテストしていなかった低コストの反応組成を特定し、高スループット能力を活用して膨大な組み合わせ空間を探索しました。

自動化制約へのロバスト性

GPT-5 は、高スループット自動化の条件に特にロバストな試薬組み合わせを特定しました。これらは手作業のベンチトップ実験とはしばしば異なります。具体的には、マイクロチューブプレートで一般的な低酸素条件下（試験管に比べて酸素供給と混合が低い）でも良好に機能する組成をモデルが見つけました。

高インパクト最適化パラメータ

研究により、以下の領域での小さな変更が費用に対して大きな影響を与えることが明らかになりました:

バッファリング
エネルギー再生成分
ポリアミン

さらに、CFPS のコストはライセートと DNA が大部分を占めるため、高価な投入物単位あたりのタンパク質収率を上げることが全体の生産コスト削減に最も効果的な戦略であることが判明しました。

制限事項と今後の課題

本結果は、1 つのタンパク質（sfGFP）と 1 つの CFPS システムを用いて実証されました。これらの成果が他のタンパク質やシステムにも一般化できるかは、さらなる研究が必要です。また、モデルは実験の設計と解釈が可能であるものの、プロトコルの改善や試薬の取り扱いには人間の監督が依然として必要です。

OpenAI は、このラボ・イン・ザ・ループ最適化を他の生物学的ワークフローにも適用することを計画しています。また、同ラボはこれらの機能がバイオセキュリティ上の影響を持つことを指摘しており、OpenAI の Preparedness Framework を通じて評価・緩和が行われています。