OpenAI와 Retro Biosciences: GPT-4b micro로 생명 과학 가속화

OpenAI와 Retro Biosciences는 단백질 공학을 위해 설계된 GPT-4o의 특수 소형 버전인 GPT-4b micro를 개발했습니다. Retro Biosciences와 협력하여, 이 모델은 줄기세포 재프로그래밍에 관여하는 단백질을 재설계하는 데 사용되었으며, 재설계된 단백질은 야생형 대조군에 비해 줄기세포 재프로그래밍 마커 발현이 50배 이상 증가하고 DNA 손상 복구 능력이 향상되었습니다.

GPT-4b micro: 단백질 공학을 위한 특수 모델

GPT-4b micro는 GPT-4o의 축소 버전에서 초기화된 맞춤형 모델이며, 단백질 서열, 생물학 텍스트 및 토큰화된 3D 구조 데이터를 포함하는 데이터셋으로 추가 학습되었습니다. 이 아키텍처는 Yamanaka 인자와 같이 본질적으로 무질서한 영역을 가진 단백질을 포함한 구조화된 단백질을 모두 처리할 수 있게 합니다.

기술 훈련 및 데이터 강화

  • Contextual Information: 단백질에 대한 텍스트 설명.
  • Co-evolutionary Homologous Sequences: 관련 단백질 서열에 대한 데이터.
  • Interaction Groups: 상호작용이 알려진 단백질에 대한 정보.

이러한 강화는 학습 예시의 실제 컨텍스트 길이를 증가시켰습니다. 추론 시 모델은 최대 64,000 토큰까지 지원하며, 이는 단백질 서열 모델에서는 전례 없는 컨텍스트 크기입니다.

스케일링 법칙 및 검증

OpenAI는 언어 모델에서 관찰되는 스케일링 법칙과 유사하게, 더 큰 모델과 데이터셋이 퍼플렉시티와 하위 벤치마크에서 예측 가능한 향상을 제공한다는 것을 확인했습니다. 그러나 실리코 평가만으로는 실제 활용에 충분하지 않기 때문에, 모델의 능력은 Retro Biosciences와의 협업을 통한 습식 실험으로 검증되었습니다.

AI 지원 야마나카 인자 재설계

Yamanaka 인자 (OCT4, SOX2, KLF4, MYC, 또는 OSKM)는 성인 세포를 다능성 줄기세포로 재프로그래밍하는 데 필수적입니다. 그러나 표준 OSKM 재프로그래밍은 일반적으로 효율이 낮아 0.1% 미만의 세포만 전환되며, 과정에 3주 이상이 소요됩니다.

설계 공간 도전 극복

전통적인 "directed‑evolution" 스크린은 SOX2(317 아미노산)와 KLF4(513 아미노산)와 같은 단백질의 가능한 변이 수가 약 10^1000에 달하기 때문에 제한적입니다. 수천 개의 돌연변이 또는 15년간의 키메라 단백질 연구를 포함한 이전 학술 시도는 미미한 향상만을 가져왔습니다.

RetroSOX 및 RetroKLF 스크린 결과

인간 섬유아세포를 이용한 습식 스크리닝 플랫폼에서 Retro Biosciences는 GPT-4b micro를 사용해 "RetroSOX" 서열을 제안했습니다. 결과는 다음과 같습니다:

  • High Hit Rate: 모델이 제안한 시퀀스 중 30% 이상이 야생형 SOX2보다 핵심 다능성 마커 발현에서 우수했으며, 전통적인 스크린에서의 일반적인 적중률은 10% 미만이었습니다.
  • Deep Sequence Edits: 성공적인 변이체는 평균적으로 야생형과 100개 이상의 아미노산 차이를 보였습니다.
  • Accelerated Reprogramming: 최고 RetroSOX와 RetroKLF 변이체를 결합하면 초기 (SSEA‑4) 및 후기 (TRA‑1‑60, NANOG) 마커가 급격히 증가했으며, 후기 마커는 야생형 OSKM 혼합물에 비해 며칠 일찍 나타났습니다.

세포 유형 및 전달 방법에 따른 검증

임상 잠재력을 평가하기 위해 팀은 바이러스 벡터 대신 mRNA 전달을 사용했으며, 50세 이상인 세 명의 중년 인간 기증자로부터 얻은 중간엽성 기질세포(MSC)를 대상으로 실험했습니다. 주요 결과는 다음과 같습니다:

  • Rapid Expression: 7일 이내에 30% 이상 세포가 다능성 마커 (SSEA4 및 TRA‑1‑60)를 발현했습니다.
  • High Activation: 12일째에 85% 이상 세포가 OCT4, NANOG, SOX2 및 TRA‑1‑60의 내인성 발현을 활성화했습니다.
  • Stability: 결과 iPSC는 세 가지 기본 배아층 모두로 분화할 수 있었으며, 건강한 핵형과 유전체 안정성을 유지했습니다.

향상된 DNA 손상 복구 및 회춘

재프로그래밍 효율성 외에도, 연구진은 엔지니어링된 변이체가 노화된 세포의 젊은 특성을 회복하는 능력을 조사했습니다. 특히 DNA 손상(노화의 표지)에 초점을 맞추었습니다.

DNA 손상 분석에서 $ γ$‑H2AX 면역염색을 이용해 이중 가닥 파손을 정량화한 결과, RetroSOX/KLF 혼합물로 처리된 세포는 표준 OSKM 또는 형광 대조군으로 재프로그래밍된 세포에 비해 $ γ$‑H2AX 강도가 현저히 낮았습니다. 이는 엔지니어링된 변이체가 원래 Yamanaka 인자보다 DNA 손상을 더 효과적으로 감소시켜, 향상된 세포 회춘 치료법으로 이어질 가능성을 시사합니다.

SUMMARY: OpenAI와 Retro Biosciences는 GPT-4b micro라는 특수 단백질 공학 모델을 개발했으며, 이 모델은 야마나카 인자를 재설계하여 야생형 대조군보다 50배 이상 높은 줄기세포 재프로그래밍 발현을 달성했습니다.

TITLE: OpenAI와 Retro Biosciences: GPT-4b micro로 생명 과학 가속화

Sources