GPT-5가 세포 자유 단백질 합성 비용을 낮추다

OpenAI와 Ginkgo Bioworks는 GPT-5가 폐쇄 루프 자율 실험을 통해 세포 자유 단백질 합성(CFPS) 비용을 40%, 시약 비용을 57% 감소시킬 수 있음을 입증했습니다. 모델을 클라우드 실험실에 연결함으로써, 시스템은 세 번의 실험 라운드 내에 저비용 단백질 생산 분야에서 새로운 최첨단을 구축했습니다.

세포 자유 단백질 합성의 자율 최적화

세포 자유 단백질 합성(CFPS)은 살아있는 세포를 배양할 필요 없이 제어된 혼합물에서 단백질 생산 기구를 작동시켜 단백질을 생산할 수 있게 합니다. 이 과정은 의약품, 진단, 연구 분석, 산업 효소 생산에 필수적이지만, DNA 템플릿, 세포 용해액, 다양한 생화학적 구성 요소 간의 복잡한 상호작용 때문에 전통적으로 최적화가 어렵습니다.

이러한 병목 현상을 해결하기 위해 OpenAI는 GPT-5를 Ginkgo Bioworks의 클라우드 실험실과 결합했습니다—소프트웨어를 통해 원격으로 운영되는 자동화된 습식 실험실입니다. 이를 통해 GPT-5가 실험 배치를 설계하고, 로봇 실험실이 이를 실행하며, 결과 데이터가 모델에 다시 피드백되어 다음 가설 라운드에 활용되는 폐쇄 루프 시스템이 구축되었습니다.

기술 실행 및 규모

시스템은 AI가 설계한 실험이 자동화 플랫폼에서 물리적으로 실행될 수 있도록 엄격한 프로그래밍 검증 레이어를 적용했으며, 로봇이 수행할 수 없는 "종이 실험" 제안을 방지했습니다.

두 달에 걸친 여섯 번의 실험 라운드 동안, 시스템은 다음을 달성했습니다:

• 총 반응: 36,000개 이상의 고유 CFPS 반응 조합을 테스트했습니다.
• 총 플레이트: 자동화된 384웰 플레이트 580개.
• 최첨단 달성 기간: GPT-5는 컴퓨터, 웹 브라우저 및 관련 연구 논문에 접근한 후 세 번의 실험 라운드 내에 저비용 CFPS 분야에서 새로운 최첨단을 확립했습니다.
• 비용 절감: 기존 최고 기준 대비 단백질 생산 비용을 40% 감소시키고 시약 비용을 57% 개선했습니다.

주요 발견 및 기술적 통찰

자율 시스템은 인간이 이전에 테스트하지 않았던 저비용 반응 조합을 식별했으며, 고처리량 능력을 활용해 가능한 혼합물의 방대한 공간을 탐색했습니다.

자동화 제약에 대한 견고성

GPT-5는 고처리량 자동화 조건에 특히 견고한 시약 조합을 식별했으며, 이는 종종 수동 벤치톱 실험과 다릅니다. 구체적으로, 모델은 미세 타이터 플레이트에서 흔히 발생하는 저산소 조건에서 잘 작동하는 조합을 찾아냈으며, 이 조건에서는 시험관에 비해 산소 공급 및 혼합이 일반적으로 낮습니다.

높은 영향력을 가진 최적화 파라미터

연구 결과, 다음 영역에서의 작은 변화가 비용 대비 큰 영향을 미친다는 것이 밝혀졌습니다:

• 버퍼링
• 에너지 재생 성분
• 폴리아민

또한 팀은 CFPS 비용이 용해액과 DNA에 의해 좌우되기 때문에, 비싼 투입물 단위당 단백질 수율을 높이는 것이 전체 생산 비용을 감소시키는 가장 효과적인 전략임을 발견했습니다.

제한 사항 및 향후 작업

이 결과는 하나의 단백질(sfGFP)과 하나의 CFPS 시스템을 사용해 입증되었습니다. 이러한 이점이 다른 단백질 및 시스템에도 일반화되는지 확인하려면 추가 연구가 필요합니다. 또한 모델이 실험을 설계하고 해석할 수 있지만, 프로토콜 개선 및 시약 취급을 위해 인간의 감독이 여전히 필요합니다.

OpenAI는 이 실험실-루프 최적화를 다른 생물학적 워크플로에 적용할 계획입니다. 또한 연구소는 이러한 능력이 생물보안에 영향을 미칠 수 있음을 언급했으며, 이는 OpenAI의 대비 프레임워크를 통해 평가 및 완화되고 있습니다.