OpenAI, la empresa líder en inteligencia artificial (IA) encabezada por el magnate Sam Altman, ha unido fuerzas con Retro Biosciences para desarrollar un innovador modelo de IA que podría añadir hasta 10 años a la esperanza de vida promedio de los humanos.
De acuerdo con un informe publicado por el MIT Technology Review, este avance representa el primer gran paso de OpenAI en el campo de los datos biológicos, marcando un hito en la investigación médica.
El proyecto gira en torno a GPT-4b, un sistema de lenguaje automático desarrollado tras un año de investigaciones conjuntas entre OpenAI y Retro Biosciences. Este modelo fue diseñado para optimizar el uso de los factores Yamanaka, un conjunto de proteínas capaces de reprogramar células de la piel humana en células madre pluripotentes, con el potencial de regenerar cualquier tejido del cuerpo.
La reprogramación celular, hasta ahora, ha enfrentado serias limitaciones. Las tasas de éxito promedio son inferiores al 1% tras semanas de tratamiento. Sin embargo, las sugerencias generadas por GPT-4b permitieron a los científicos de Retro Biosciences mejorar significativamente este proceso, aumentando su eficiencia más de 50 veces en dos de los factores Yamanaka, según evaluaciones preliminares.
«Estas proteínas modificadas, basadas en los resultados de GPT-4b, parecen ser mucho más funcionales que las generadas por los científicos de forma independiente», afirmó John Hallman, investigador de OpenAI y uno de los principales desarrolladores del modelo.
Las proteínas, compuestas por cientos de aminoácidos con hasta 20 variantes cada uno, representan un reto significativo para los métodos convencionales de intervención molecular. La cantidad de combinaciones posibles es casi infinita. GPT-4b aborda esta complejidad al analizar hasta un tercio de estos aminoácidos, ofreciendo nuevas perspectivas para la reprogramación celular.
Aunque GPT-4b comparte similitudes con el algoritmo AlphaFold de Google, que predice la estructura de las proteínas, el modelo de OpenAI se especializa en trabajar con proteínas flexibles y desestructuradas, según explica la compañía. Este enfoque permite abordar aspectos hasta ahora inexplorados en el campo de la biología molecular.
Para entrenar GPT-4b, OpenAI utilizó ejemplos de secuencias de proteínas de diversas especies y datos sobre interacciones proteínicas. Retro Biosciences aplicó un método conocido como «aprendizaje con pocas oportunidades», en el que se proporcionan varios ejemplos y respuestas para que el modelo genere predicciones específicas basadas en nuevos casos.
Pese a los avances prometedores, el modelo GPT-4b aún se encuentra en fase beta y no ha sido validado por científicos externos. Esto genera cautela en la comunidad científica. Aaron Jaech, investigador de OpenAI, destacó que «el proyecto busca demostrar nuestro compromiso con el progreso científico, aunque aún estamos evaluando si este modelo será lanzado como una herramienta independiente o integrado en nuestros sistemas más recientes».
El potencial de esta colaboración es inmenso. Si los resultados iniciales se confirman, podría abrirse una nueva era en la medicina regenerativa, con aplicaciones en el tratamiento de enfermedades degenerativas y el envejecimiento celular. Aunque quedan muchas preguntas por responder, este proyecto posiciona a la inteligencia artificial como un actor clave en el futuro de la salud humana.
