OpenAIs GPT-4b micro ist ein KI-Modell für Langlebigkeitsforschung und Proteindesign
Kurz & Knapp
- OpenAI und das Start-up Retro Biosciences entwickeln gemeinsam ein KI-Modell namens GPT-4b micro, das auf die Optimierung von Proteinen spezialisiert ist, die gewöhnliche Zellen in Stammzellen umwandeln können.
- Das Modell wurde mit Proteinsequenzen und Informationen über Protein-Protein-Interaktionen trainiert und generiert Vorschläge für Proteinvarianten, die im Labor getestet werden können.
- Erste Ergebnisse deuten darauf hin, dass die vom Modell vorgeschlagenen Proteinvarianten die Leistung menschlicher Forscher übertreffen könnten, mit bis zu 50-fachen Verbesserungen bei zwei der untersuchten Proteine. Die wissenschaftliche Validierung der Ergebnisse steht noch aus.
OpenAI wagt sich in die Biowissenschaften vor und entwickelt ein KI-Modell zur Proteinoptimierung. Erste Ergebnisse zeigen, dass das System die Leistung menschlicher Forscher übertreffen könnte.
OpenAI hat gemeinsam mit dem Start-up Retro Biosciences ein LLM namens GPT-4b micro entwickelt, das darauf spezialisiert ist, sogenannte Yamanaka-Faktoren zu optimieren. Diese Proteine können gewöhnliche Zellen in Stammzellen umwandeln - ein Prozess, der als vielversprechender Ansatz für die Gewebeverjüngung und den Aufbau menschlicher Organe gilt.
Das Modell wurde mit Proteinsequenzen verschiedener Spezies und Informationen über Protein-Protein-Interaktionen trainiert. Ähnlich wie ChatGPT Sätze vervollständigt, generiert GPT-4b micro Vorschläge für Proteinvarianten, die anschließend im Labor getestet werden können.
Der auf Sprachmodellen basierende Ansatz unterscheidet sich von bestehenden Protein-Prognosemodellen wie Alphafold von Google, das mit einem diffusionsbasierten Ansatz ähnlich wie Bildmodelle arbeitet. Laut Retro-CEO Betts-Lacroix eignet sich die LLM-Prognose besonders gut für die unstrukturierten Yamanaka-Proteine, auch wenn noch unklar ist, wie genau das Modell zu seinen Ergebnissen kommt.
Erste Ergebnisse übertreffen menschliche Leistung
OpenAI-Forscher John Hallman sagt Technology Review, dass die vom Modell vorgeschlagenen Proteinvarianten "durchweg besser zu sein scheinen als das, was die Wissenschaftler selbst produzieren konnten". Messungen zeigen eine bis zu 50-fache Verbesserung bei zwei der Yamanaka-Faktoren.
Die Ergebnisse klingen vielversprechend, müssen aber mit Vorsicht betrachtet werden. Externe Wissenschaftler können die Behauptungen erst überprüfen, wenn die Forschungsergebnisse veröffentlicht sind - was OpenAI und Retro zwar planen, aber bisher nicht getan haben.
Das Modell selbst ist nicht öffentlich zugänglich und bleibt eine Demonstration ohne konkreten Zeitplan für eine Produkteinführung. Ob die Technologie Teil von OpenAIs Reasoning-Modellen wird oder eine eigenständige Modellreihe, ist bisher nicht entschieden.
OpenAI CEO Sam Altman ist mit 180 Millionen Dollar in Retro Biosciences investiert.
KI-News ohne Hype
Von Menschen kuratiert.
- Mehr als 20 Prozent Launch-Rabatt.
- Lesen ohne Ablenkung – keine Google-Werbebanner.
- Zugang zum Kommentarsystem und Austausch mit der Community.
- Wöchentlicher KI-Newsletter.
- 6× jährlich: „KI Radar“ – Deep-Dives zu den wichtigsten KI-Themen.
- Bis zu 25 % Rabatt auf KI Pro Online-Events.
- Zugang zum kompletten Archiv der letzten zehn Jahre.
- Die neuesten KI‑Infos von The Decoder – klar und auf den Punkt.