OpenAI y la startup Retro Biosciences han creado un nuevo modelo de inteligencia artificial (IA) que podría ayudar a agregar 10 años a la vida promedio de los humanos, según un reporte de MIT Technology Review. El proyecto representa la primera incursión de la compañía liderada por Sam Altman en el ámbito de datos biológicos.
El sistema de lenguaje automático, denominado GPT-4b, es resultado de un año de investigaciones conjuntas. Fue entrenado para sugerir formas de rediseñar los factores Yamanaka, un conjunto específico de proteínas con la capacidad de convertir células de la piel humana en células madre pluripotentes que pueden regenerar cualquier tejido del cuerpo.
En México hay unas 300 startups healthtech, pero la mayoría se enfocan en telemedicina y farmacias digitales. Hablamos con tres fondos de inversión que apuestan realmente por el desarrollo científico y tecnológico.
La eficiencia de la reprogramación celular in vitro es limitada en la actualidad. Registra tasas promedio de éxito inferiores al 1% tras semanas de tratamiento. OpenAI asegura que las sugerencias generadas por su IA permitieron a los científicos de Retro Biosciences optimizar este proceso. Sus evaluaciones preliminares indican que las modificaciones propuestas por el programa informático aumentaron en más de 50 veces la eficacia de dos de los factores Yamanaka.
“En general estas proteínas modificadas, a partir de los resultados mostrados por GPT-4b, parecen ser más funcionales que las que los científicos fueron capaces de producir por sí solos”, señala John Hallman, investigador de OpenAI y uno de los desarrolladores principales del modelo.
OpenAI apuesta por la ciencia
Los métodos convencionales de intervención molecular están limitados en la cantidad de modificaciones que pueden explorar, debido a la complejidad de las proteínas. Las proteínas típicas están formados por cientos de aminoácidos, cada uno con hasta 20 variantes posibles. Las posibilidades de reprogramación son casi infinitas. OpenAI destaca que GPT-4b tiende a analizar hasta un tercio de estos ácidos aminados.
GPT-4b difiere ligeramente del algoritmo AlphaFold de Google, que tiene la capacidad para predecir la estructura que pueden adoptar las proteínas. La organización de Altman afirma que su modelo trabaja con proteínas flexibles y desestructuradas en particular.
La creadora de ChatGPT subraya que su modelo se entrenó con “con ejemplos de secuencias de proteínas de muchas especies y con información sobre qué proteínas tienden a interactuar entre sí”. Explica que el equipo de Retro Biosciences empleó una estrategia de estímulo similar al método de “pocas oportunidades”, en el cual un usuario interactúa con un chatbot introduciendo varios ejemplos con sus respectivas respuestas, seguidos de un caso adicional para que el modelo genere una respuesta específica.
La propuesta de OpenAI aún no cuenta con la validación de científicos externos, debido a que el modelo utilizado en las primera pruebas aún está en fase beta. Pese a ello Aaron Jaech, investigador de la firma, asegura que “este proyecto pretende demostrar que nos tomamos en serio nuestra contribución a la ciencia. Pero aún debemos determinar si las capacidades del nuevo modelo se presentarán al mundo de manera independiente o si se incorporarán a nuestros sistemas de razonamiento más recientes”.
