OpenAI 突破細胞再生技術，聯手生物科技公司蛋白質工程效率大增 50 倍

OpenAI 與長壽生物科技公司 Retro Biosciences 合作開發專門用於蛋白質工程的 AI 模型 GPT-4b micro，成功將諾貝爾獎得主山中伸彌發現的細胞重編程技術效率提升 50 倍。這項突破讓普通成年細胞如皮膚細胞能更快速轉化為具有多重分化潛能的誘導多能幹細胞，同時大幅改善 DNA 損傷修復功能，延長壽命。

2006年，山中伸彌發現四種特殊蛋白質（山中因子）能將已分化的成年細胞逆轉回多能性狀態，創造出誘導多能幹細胞（iPSC）。這些 iPSC 可無限增殖並分化成人體各種細胞類型，為再生醫療開闢全新道路，應用範圍涵蓋治療失明、逆轉糖尿病，甚至培養新器官。

然而傳統方法成功率極低，通常不到 0.1%，過程需時 3 至 4 週。對於來自年長者或病患的細胞，成功率更是慘不忍睹。數十年來，全球科學家致力改良這項技術，但進展緩慢。

OpenAI 研究團隊開發的 GPT-4b micro 基於 GPT-4o 架構，專門針對生物學應用進行訓練。這個模型的訓練資料包含大量生物學文獻、蛋白質序列和三維結構資料，特別擅長處理沒有固定形狀、高度靈活的蛋白質。

與 Google DeepMind 的 AlphaFold 專注於蛋白質結構預測不同，GPT-4b micro 直接參與蛋白質工程設計，能夠建議大幅修改氨基酸序列，有時改變整個序列的三分之一。

研究團隊指示 GPT-4b micro 設計新版本的 SOX2 和 KLF4 蛋白質，目標是最大化細胞重編程效率。結果相當驚人，傳統人工篩選方法的命中率通常低於 10%，而 GPT-4b micro 設計的第一批 RetroSOX 蛋白質命中率直接超過 30%。面對更具挑戰性的 KLF4 蛋白，AI 設計的 RetroKLF 命中率更大增至接近 50%。

當研究人員結合使用 AI 設計的最佳蛋白質組合時，短短 10 天內實驗皿中就出現大量表達成熟幹細胞標記的細胞集落。相同時間點下，使用傳統方法的對照組幾乎沒有可見結果。

這項技術已在多個供體、細胞類型和不同遞送方式中得到驗證。研究團隊特別測試了來自年長成人捐贈者的間質幹細胞，發現超過 85% 的細胞在 12 天內啟動內源性多能性基因。

更重要的是，經 AI 設計蛋白質組合處理的細胞，其 DNA 損傷水平顯著降低。DNA 損傷是衡量細胞老化的核心指標之一，這意味著 AI 設計的方案不僅能重置細胞身份，還能在過程中修復歲月留下的痕跡。

Retro Biosciences 目前正籌集 10 億美元資金，OpenAI CEO Sam Altman 亦參與投資。這家公司致力於透過創新生物技術為人類增加 10 年健康壽命。

OpenAI 研究員 John Hallman 表示，使用 GPT-4b micro 建議改進後，兩種關鍵山中因子的效率提升了50多倍。這些 AI 最佳化的蛋白質在將普通細胞轉化為幹細胞的能力上，遠超自然界版本。

雖然 OpenAI 和 Retro Biosciences 承諾公布研究結果，包括 GPT-4b micro 模型，但發布時間尚未確定。該模型不會廣泛提供，現階段僅為功能展示。這項突破為開發更高效、更安全的細胞療法和抗衰老技術開啟了全新想像空間。