人工智能（AI）在科学领域的贡献，往往让人联想到Google DeepMind的AlphaFold，该模型因成功预测蛋白质折叠结构而赢得了诺贝尔奖。而现在，OpenAI也宣布进入科学发现领域，推出了一款专门用于蛋白质工程的AI模型，旨在促进生命科学的突破，尤其是在延长人类寿命的研究中。

OpenAI的AI模型：催生干细胞的蛋白质

OpenAI最新研发的模型，名为GPT-4b Micro，已成功帮助科学家设计出一种能够将普通细胞转化为干细胞的蛋白质。这一成就不仅展示了OpenAI在生物数据处理上的能力，也标志着AI首次在生命科学领域取得重大突破——不仅仅是为科学研究提供辅助，更是提供了全新的实验成果。

GPT-4b Micro模型的训练目标是通过改造“山中因子”（Yamanaka Factors）——一组能使普通人类皮肤细胞转变为干细胞的蛋白质，从而提高其功能。在OpenAI的帮助下，科学家们成功将这类蛋白质的效率提升了50倍，初步实验结果表明，这些改良的蛋白质在实验中表现远超传统方法。

OpenAI的研究人员John Hallman表示：“这些蛋白质的表现，整体上优于科学家们单独研发的成果。”

提升干细胞转化效率

山中因子是由日本科学家山中伸弥发现的，它们能使皮肤细胞转变为可以分化成任何一种体细胞的多能干细胞。然而，目前的转化过程效率低下，实验室中不到1%的细胞能够完成这一过程。通过OpenAI提供的AI模型，Retro Biosciences（一家专注于延缓衰老的生物技术公司）成功获得了针对山中因子的改进建议，使其在短期内实现了更高的转化效率。

Retro Biosciences的CEO乔·贝茨-拉克鲁伊表示：“我们将这个模型直接投入实验室，立刻得到了真实的实验结果。它的建议非常出色，在许多情况下，改良后的蛋白质效果远超我们原先的预期。”

OpenAI与Retro合作，探索生命科学的新未来

这一研究始于2024年，当时Retro Biosciences向OpenAI提出合作请求，希望借助AI技术来加速干细胞技术的研发。值得注意的是，OpenAI的CEO Sam Altman个人为Retro投资了1.8亿美元，这一资金支持不仅加速了该公司的研发进程，也进一步加强了OpenAI与Retro之间的合作。

Retro的目标是通过研究山中因子，延长人类的正常寿命10年。该公司希望通过改进干细胞转化技术，推动动物衰老的逆转、人体器官的再生以及细胞替代品的生产。而AI在这一过程中的作用，正是通过高效的蛋白质工程，缩短实验周期并提高成功率。

AI能否引领科学发现的未来？

此次突破性成果引发了对AI在科学领域潜力的广泛讨论。AI不仅仅是实验室工具，它的不断创新有望使科学家在更短的时间内获得更多的发现，甚至可能改变人类对“科学发现”的传统定义。

不过，像Google的AlphaGo战胜围棋世界冠军一样，AI在提出有效蛋白质改良方案时，尚未完全揭示其“决策过程”。这使得科学家们对AI的推理和思考机制充满了好奇。Retro的研究人员表示，他们正在努力搞清楚这些改良建议背后的机制，尽管AI给出的建议常常是令人惊讶且高效的。

伦理与未来的投资前景

尽管OpenAI明确表示该合作未涉及任何资金交换，但Altman在多个领域的投资引发了外界的关注和质疑。Altman作为OpenAI的CEO，同时也是Retro的最大投资人，其个人投资的企业与OpenAI之间的联系可能带来一些潜在的利益冲突问题。

尽管如此，Retro的研究成果无疑提升了公司在科学界的知名度，并有助于吸引更多的资金和人才加入到这一前沿领域。贝茨-拉克鲁伊未对公司是否正在进行融资活动作出回应，但可以预见，OpenAI与Retro的合作可能会为长寿科学、基因工程等领域带来更多的创新机会。

展望未来

随着人工智能技术的不断进步，AI在科学领域的应用将变得愈加广泛。OpenAI在生命科学领域的首次尝试为我们展示了AI在推动人类健康和寿命延长方面的潜力。这一突破性成果无疑是AI应用发展的新里程碑，也为未来的“通用人工智能”奠定了基础。

未来，AI是否能够真正改变生命科学的格局，推动生物学和医学的飞跃进展，值得我们持续关注。

相关标签： AI OpenAI Retro 干细胞 蛋白质 领域 模型 生命科学 科学家 科学