GPT-5 降低细胞自由蛋白合成的成本

OpenAI 与 Ginkgo Bioworks 已经证明，GPT-5 通过闭环自主实验可以将细胞自由蛋白合成（CFPS）的成本降低 40%，将试剂成本降低 57%。通过将模型连接到云实验室，系统在三轮实验内建立了低成本蛋白生产的新技术水平。

细胞自由蛋白合成的自主优化

细胞自由蛋白合成（CFPS）通过在受控混合物中运行蛋白质合成机器，使得无需培养活细胞即可生产蛋白质。该过程对药物、诊断、研究检测以及工业酶的生产至关重要，但由于 DNA 模板、细胞裂解液和各种生化组分之间的复杂相互作用，传统上很难进行优化。

为了解决这些瓶颈，OpenAI 将 GPT-5 与 Ginkgo Bioworks 的云实验室——通过软件远程运行的自动化湿实验室——配对。这创建了一个闭环系统，GPT-5 设计实验批次，机器人实验室执行这些实验，产生的数据再反馈给模型，以指导下一轮假设。

技术执行与规模

系统采用了严格的程序化验证层，以确保 AI 设计的实验在自动化平台上能够实际执行，防止提出机器人无法完成的“纸上实验”。

在跨越两个月的六轮实验中，系统实现了以下成果：

  • Total Reactions: 测试了超过 36,000 种独特的 CFPS 反应配方。
  • Total Plates: 580 块自动化 384 孔板。
  • Timeline to SOTA: 在获得计算机、网页浏览器和相关研究论文后，GPT-5 在三轮实验中建立了低成本 CFPS 的新技术水平。
  • Cost Reduction: 与之前最佳基线相比，蛋白质生产成本降低了 40%，试剂成本降低了 57%。

关键发现与技术洞见

自主系统识别出了此前人类未测试的低成本反应配方，利用高通量能力探索了庞大的可能混合空间。

对自动化约束的鲁棒性

GPT-5 识别出专门对高通量自动化条件具有鲁棒性的试剂组合，这些条件常常与手工台面实验不同。具体而言，模型发现了在微孔板常见的低氧条件下表现良好的配方，而在这些条件下，氧化和混合通常低于试管中。

高杠杆优化参数

研究表明，在以下领域的微小变化相对于其成本对费用产生了超出比例的影响：

  • 缓冲剂
  • 能量再生组分
  • 多胺

此外，团队发现，由于 CFPS 的成本主要由裂解液和 DNA 主导，提高每单位昂贵投入的蛋白产量是降低整体生产成本的最有效策略。

局限性与未来工作

该结果使用一种蛋白质（sfGFP）和一种 CFPS 系统进行演示。需要进一步研究以确定这些收益是否能推广到其他蛋白质和系统。此外，尽管模型能够设计和解释实验，但仍需人工监督以改进方案和处理试剂。

OpenAI 打算将此实验室闭环优化应用于其他生物工作流程。实验室还指出，这些能力具有生物安全影响，正在通过 OpenAI 的应急准备框架进行评估和缓解。

Sources