เราได้เห็นความก้าวหน้าอย่างรวดเร็วของ AI ในสาขาคณิตศาสตร์และฟิสิกส์ ซึ่งสามารถประเมินแนวคิดได้โดยไม่ต้องสัมผัสโลกกายภาพ เราจึงร่วมมือกับ Ginkgo Bioworks เพื่อเชื่อมต่อ GPT-5 เข้ากับห้องปฏิบัติการคลาวด์ ซึ่งเป็นห้องปฏิบัติการเปียก (wet lab) อัตโนมัติที่ดำเนินการทางไกลผ่านซอฟต์แวร์ โดยหุ่นยนต์จะทำการทดลองและส่งข้อมูลกลับมา เพื่อใช้ปรับปรุงกระบวนการทางชีวภาพที่ใช้กันอย่างแพร่หลาย นั่นคือ cell-free protein synthesis (CFPS)
การสังเคราะห์โปรตีนแบบไร้เซลล์นั้นต้องอาศัยส่วนผสมที่ซับซ้อนและมีปฏิสัมพันธ์กัน เช่น แม่แบบ DNA, ไลเซตของเซลล์, และสารเคมีชีวภาพหลายชนิด การทำความเข้าใจระบบทั้งหมดนั้นเป็นเรื่องยาก และงานวิจัยก่อนหน้าหลายชิ้นได้ใช้ Machine Learning เพื่อลดต้นทุนการผลิตโปรตีน
หลังจากที่ GPT-5 เข้าถึงเอกสารและเครื่องมือที่เกี่ยวข้อง การทดลองสามรอบและใช้เวลาสองเดือน ทำให้เกิดสถานะศิลปะใหม่ คือสามารถลดต้นทุนการผลิตโปรตีนลงได้ 40% เมื่อเทียบกับพื้นฐานที่ดีที่สุดก่อนหน้า
สำหรับปฏิกิริยาในจานเพาะเชื้อขนาดเล็ก GPT-5 ได้เสนอปฏิกิริยาหลายรูปแบบที่มีประสิทธิภาพเหนือกว่างานวิจัยก่อนหน้าทันที หลังจากได้รับสิทธิ์เข้าถึงคอมพิวเตอร์และเว็บเบราว์เซอร์เพื่อค้นคว้าเอกสารที่เกี่ยวข้อง
การทำซ้ำในห้องปฏิบัติการช่วยลดต้นทุนและเพิ่มผลผลิตโปรตีน
จุดสำคัญคือการบรรลุต้นทุนต่อกรัมที่ต่ำที่สุดในแต่ละรอบ ซึ่งมีการเปรียบเทียบกับมาตรฐานก่อนหน้าในจาน 384-well (Olsen et al., 2025)
ศัพท์ที่ควรรู้
- cell-free protein synthesis (CFPS) – กระบวนการสังเคราะห์โปรตีนโดยไม่จำเป็นต้องมีเซลล์ทั้งเซลล์ ซึ่งเป็นกระบวนการทางชีวภาพที่ซับซ้อน
- DNA template – แม่แบบ DNA ที่บรรจุรหัสสำหรับโปรตีนที่ต้องการผลิต
- Cell lysate – น้ำซุปของกลไกภายในเซลล์ ซึ่งเป็นส่วนผสมสำคัญในกระบวนการ
- GPT-5 – โมเดลปัญญาประดิษฐ์ขั้นสูงที่ถูกนำมาใช้ในการวิเคราะห์และควบคุมการทดลอง
ที่มา: OpenAI