OpenAI与Retro Bio合作开发新型山中因子变体 提升干细胞重编程效率50倍

在科学界，人工智能（AI）的进步正以惊人的速度改变着我们对生物技术和药物开发的理解。尽管AI在科学研究和药物研发中的应用已经引起了广泛关注，然而其潜力依然未被完全挖掘。近期，OpenAI宣布与生物技术初创企业Retro Bio进行合作，共同研发新型山中因子变体，旨在提升干细胞重编程的效率，成果引发了学术界的高度关注。

山中因子的发现可追溯至2006年，由日本科学家山中伸弥提出，包含四种关键蛋白质：Oct4、Sox2、Klf4和c-Myc（统称OSKM）。这些因子具有重编程的能力，即能够将成熟的人类皮肤细胞转变为多能干细胞，这种细胞能够分化成多种类型的其他细胞。山中因子在实际应用中存在一项重大局限：其重编程效率极低。在实验室中，重编程过程需要数周的时间，而最终能够成功转变的细胞往往不足1%，严重限制了其在临床和科研中的应用潜力。

为了克服这一挑战，OpenAI与Retro Bio的团队合作，成功设计出一种新型的山中因子变体。这些新开发的因子相较于传统的OSKM蛋白，其在体外的干细胞重编程效率高达原有方法的50倍。这一进展标志着干细胞研究领域的一次重要突破，有望推动未来细胞治疗和再生医学的发展。

OpenAI与Retro Bio的合作始于一年前，当时OpenAI CEO Sam Altman向Retro Bio注入了1.8亿美元的资金，旨在推动基因工程和细胞重编程技术的创新。此次合作的成果是基于OpenAI所开发的新模型，该模型采用了与GPT-4类似的架构，结合了新颖的训练方法及自定义生物学数据集，使科学家能够根据需求进行蛋白质的再设计。

研究团队通过一系列复杂的实验，验证了新型山中因子变体在重编程效率上的优势。传统方法在蛋白质序列的优化上面临诸多挑战，而新的蛋白质设计模型则显示出了强大的潜力。研究者发现，采用新模型生成的“RetroSOX”序列中，超过30%的变体在表达多能性标记物方面都优于野生型SOX2，相比传统筛选方法的低于10%的命中率，取得了显著的提升。

在研究的后续阶段，Retro团队针对山中因子中最大的KLF4因子进行了重新改造。这一部分也获得了成功，研究者发现，通过AI生成的RetroKLF变体有14种优于以往最佳组合的结果，大大提高了重编程的成功率。

进一步的实验结果显示，将表现优秀的RetroSOX与RetroKLF变体联用可产生更理想的效果。研究显示，成纤维细胞早期和晚期标志物在体外培养中的表达显著提高，且早期标志物的出现比野生型OSKM组合提前了几天。这些发现不仅增强了新变体的临床应用潜力，同时也展示了AI指导的蛋白质设计在科学研究中的巨大希望。

尤其值得注意的是，研究人员利用不同的递送方式验证了这一新技术的广泛适用性。通过使用mRNA作为机制，并在不同类型的细胞中进行实验，研究者发现这些新型因子的改造能够在短短七天内，在细胞内引发显著的多能性标志物表达。

为了进一步评估这些细胞在临床应用中的潜力，研究者采用了细胞的长期培养，观察其基因组稳定性和多能性。这些细胞能够分别向内胚层、外胚层和中胚层分化，并证明了其健康的核型适合进行细胞治疗。

而言，OpenAI和Retro Bio的合作不仅在干细胞重编程效率方面取得了有利成果，还进一步证明了在特定领域中，借助专业化模型能够迅速促进科学研究的突破。正如OpenAI研究团队负责人Boris Power所言，“将深厚的领域知识与AI工具结合，可以在原本可能需要数年时间的研究中实现数天内的突破。”这一研究不仅将重塑干细胞技术的未来，或将为医学领域带来重大变革。

参考链接：https://openai/index/accelerating-life-sciences-research-with-retro-biosciences/