OpenAI, biyoteknoloji alanında çığır açan yeni bir girişimle bilim dünyasında büyük yankı uyandırdı. Şirket, düzenli hücreleri kök hücrelere dönüştüren proteinleri yeniden tasarlayabilen ve bu görevde insanları geride bırakan bir yapay zekâ modeli geliştirdiğini duyurdu. GPT-4b micro adlı model, protein mühendisliğinde etkili bir araç olarak öne çıkıyor.
Bu model, özellikle Yamanaka faktörleri adı verilen ve deri hücrelerini kök hücrelere dönüştürmekte kullanılan proteinlerin yeniden tasarlanması için geliştirildi. OpenAI’nin bu çalışması, protein mühendisliği alanında yeni bir dönemin kapısını aralarken, şirketin yapay zekânın bilimsel keşiflerde ne kadar etkili olabileceğini gösterme iddiasını da güçlendiriyor. OpenAI CEO’su Sam Altman, geçtiğimiz günlerde yaptığı bir açıklamada, yapay genel zekânın (AGI) bilimsel yenilikleri hızlandırma potansiyelini vurgulamıştı.
OpenAI’nin yeni modeli, Yamanaka faktörlerini 50 kat daha etkili hale getiriyor.
Bu yenilikçi modelin geliştirilmesi, Retro Biosciences adlı uzun ömür araştırmaları yapan bir şirketin OpenAI ile iş birliği yapmasıyla başladı. Retro, Altman’ın 180 milyon dolarlık kişisel yatırımıyla kurulan bir şirket. Şirketin hedefi, insan ömrünü 10 yıl uzatmak ve yaşlanmayı tersine çevirmek için kök hücre teknolojilerini geliştirmek. Yamanaka faktörleri, Retro’nun bu hedef doğrultusunda odaklandığı anahtar proteinler arasında yer alıyor. Ancak bu süreç şu anda oldukça verimsiz ve yavaş işliyor.
OpenAI’nin yeni modeli, bu proteinlerin daha etkili bir şekilde çalışması için yeniden tasarlanma yollarını öneriyor. Şirketin açıklamasına göre, modelin önerileri sayesinde, bu faktörlerden bazıları 50 kattan daha fazla etkili hale getirildi. Bu öneriler, Retro’nun laboratuvarlarında test edildi ve önemli iyileştirmeler sağladı.
OpenAI ve Retro iş birliğiyle geliştirilen GPT-4b micro, protein tasarımında yeni bir dönem başlatıyor.
OpenAI araştırmacıları John Hallman ve Aaron Jaech ile Retro’dan Rico Meinl’in öncülüğünde geliştirilen GPT-4b micro, proteinlerin dizilimlerini analiz ederek yeni tasarımlar öneriyor. Model, proteinlerin şekil tahmini yapan Google DeepMind’ın AlphaFold’una benzemiyor; bunun yerine, dil modellerine özgü bir yöntemle çalışıyor. Eğitim sürecinde, çeşitli protein dizilimlerinin yanı sıra proteinlerin birbirleriyle etkileşimlerine dair bilgilerden yararlanıldı.
Model, insan mühendislerin tipik olarak test edebileceğinden çok daha fazla olasılığı analiz edebiliyor. Bu da protein tasarımında büyük bir avantaj sağlıyor. Retro CEO’su Joe Betts-Lacroix, modelin gerçek dünyada hemen sonuç verdiğini belirtti ve “Bu yetenek, kök hücre teknolojisinde devrim yaratabilir” dedi.
Kaynak: Technology Review
