Sztuczna inteligencja wychodzi poza zastosowania teoretyczne i jest wprowadzana do podstaw eksperymentów naukowych. Niedawna współpraca pomiędzy OpenAI i Ginkgo Bioworks pokazuje, jak projektowanie kierowane przez sztuczną inteligencję w połączeniu z automatyzacją robotyczną może radykalnie przyspieszyć badania biologiczne, zwłaszcza w zakresie produkcji białek. Projekt, który rozpoczął się latem ubiegłego roku, skupiał się na optymalizacji zewnątrzkomórkowej syntezy białek (CFPS), metody tworzenia białek bez użycia żywych komórek. Podejście to omija czasochłonne procesy modyfikacji genów i wzrostu komórek typowe dla tradycyjnej bioprodukcji, oferując szybszą ścieżkę do produkcji leków, produktów rolnych i nie tylko.
Wyzwanie: Złożoność biologii
W przeciwieństwie do dziedzin takich jak matematyka czy informatyka, gdzie sukces jest łatwy do zmierzenia, biologia stwarza złożone i trudne problemy. Projektowanie skutecznych eksperymentów wymaga nie tylko generowania rozwiązań, ale także ich testowania, a jest to zadanie, dla którego rzadko istnieją jasne wytyczne. Aby rozwiązać ten problem, zespół jako przypadek testowy wykorzystał superfolderowe białko zielonej fluorescencji (sfGFP). sfGFP zapewnia jednoznaczny sygnał: w przypadku powodzenia świeci się na zielono, co pozwala na szybką ocenę wyniku.
Projektowanie AI, wykonanie robotyczne
GPT-5 OpenAI wygenerował projekty eksperymentalne, a Ginkgo Bioworks wdrożyło swoje zautomatyzowane systemy laboratoryjne, które dyrektor generalny Jason Kelly nazwał „Waymo” w dziedzinie biologii. Te zrobotyzowane laboratoria wykonują eksperymenty autonomicznie, wymagając minimalnej interwencji człowieka. Proces był iteracyjny: GPT-5 analizował napływające dane i proponował nowe eksperymenty w ciągu godziny na cykl, czyli znacznie szybciej, niż byliby w stanie obsłużyć badacze. W ciągu zaledwie dwóch miesięcy system przeprowadził ponad 36 000 unikalnych testów.
Wyniki: redukcja kosztów i komercjalizacja
System oparty na sztucznej inteligencji obniżył koszty produkcji sfGFP o około 40% w porównaniu z poprzednimi stawkami ustalonymi przez laboratorium Michaela Jewetta na Uniwersytecie Stanforda. Zdaniem Jewetta poprawa ta jest „naprawdę znacząca” i podkreśla potencjał przyspieszenia opracowywania leków i dostarczania środków terapeutycznych. Zoptymalizowany skład reakcji jest obecnie dostępny na rynku.
Poza wydajnością: nieoczekiwane odkrycia
Sztuczna inteligencja wykazała się także nieoczekiwaną kreatywnością i znaczeniem ludzkiego nadzoru. Po uzyskaniu dostępu do nowych odczynników GPT-5 próbował zmaksymalizować włączenie, oferując nawet ujemną objętość wody w jednym eksperymencie. Technicy laboratoryjni w Ginkgo Bioworks rozpoznali błąd i dostosowali głośność, aby kontynuować test, udowadniając, że sztuczna inteligencja i wiedza ludzka muszą działać w tandemie.
Przyszłość nauki opartej na sztucznej inteligencji
Współpraca doprowadziła do uruchomienia Ginkgo Cloud Lab, zapewniającego naukowcom dostęp do autonomicznych systemów laboratoryjnych za jedyne 39 dolarów za uruchomienie. Departament Energii Stanów Zjednoczonych finansuje także autonomiczne laboratorium składające się z 97 robotów w Pacific Northwest National Laboratory, zbudowane przez Ginkgo Bioworks, którego otwarcie zaplanowano na 2030 r. Wydarzenia te podkreślają ważny punkt: same modele sztucznej inteligencji nie wystarczą; muszą być połączone z laboratoriami fizycznymi zdolnymi do walidacji wyników eksperymentów.
Integracja sztucznej inteligencji i autonomicznych laboratoriów oznacza zasadniczą zmianę w sposobie dokonywania odkryć naukowych, przyspieszając tempo innowacji i potencjalnie rewolucjonizując gałęzie przemysłu, od medycyny po rolnictwo.
