An experimental GPT model for protein engineering
เราได้ออกแบบและฝึกฝนโมเดล GPT-4b micro ซึ่งปรับจาก GPT-4o เพื่อให้มีความรู้กว้างขวางในด้านชีววิทยา โดยเน้นความสามารถในการควบคุมและความยืดหยุ่นสำหรับการใช้งานขั้นสูง เช่น วิศวกรรมโปรตีน
โมเดลนี้ถูกฝึกเพิ่มเติมด้วยชุดข้อมูลที่ประกอบด้วยลำดับโปรตีน ข้อความทางชีววิทยา และข้อมูลโครงสร้าง 3 มิติ ซึ่งเป็นองค์ประกอบที่โมเดลภาษาโปรตีนส่วนใหญ่มักละเลย
AI-assisted reengineering of SOX2 and KLF4 to increase stem cell reprogramming efficiency
การปรับปรุงประสิทธิภาพการสร้างเซลล์ต้นกำเนิดใหม่โดยใช้ AI ได้ถูกนำมาทดสอบกับ SOX2 และ KLF4 ซึ่งมีความหลากหลายของรูปแบบที่เป็นไปได้สูงมาก
ทีมงานได้ทดสอบการใช้วิธีการนำส่งที่แตกต่างกัน (mRNA แทนไวรัส) และเซลล์ชนิดอื่น คือ mesenchymal stromal cells (MSCs) ที่มาจากผู้บริจาควัยกลางคน 3 ราย เพื่อยืนยันประสิทธิภาพการสร้างเซลล์ต้นกำเนิดใหม่ที่ได้รับการปรับปรุงนี้
ศัพท์ที่ควรรู้
- GPT-4b micro – โมเดล GPT ที่ถูกปรับขนาดและฝึกฝนเพิ่มเติมสำหรับงานเฉพาะทางชีววิทยา Protein engineering – การออกแบบและปรับปรุงโปรตีนให้มีคุณสมบัติตามต้องการโดยใช้เทคโนโลยี SOX2 และ KLF4 – โปรตีนสำคัญที่ใช้ในการกระตุ้นการเปลี่ยนแปลงของเซลล์ต้นกำเนิด
- Perplexity – ตัวชี้วัดทางภาษาที่บ่งบอกว่าโมเดลคาดการณ์ข้อมูลได้แม่นยำเพียงใด
- mRNA – โมเลกุลที่ใช้ในการนำส่งข้อมูลทางพันธุกรรมเพื่อกระตุ้นเซลล์
ที่มา: OpenAI