OpenAI y la startup Retro Biosciences publican un experimento donde una versión especializada de sus modelos de lenguaje diseña proteínas que aumentan drásticamente la eficiencia de reprogramación celular. ¿Suena a ciencia ficción? Es laboratorio y datos, no sólo promesas.

Qué hicieron y por qué importa

Trabajaron juntos para crear y usar un modelo llamado GPT‑4b micro, una versión pequeña y afinada de los modelos GPT orientada a diseñar secuencias proteicas. Con ese modelo, Retro diseñó variantes de dos de los llamados factores de Yamanaka (SOX2 y KLF4) que, en pruebas de laboratorio, mostraron más de 50 veces la expresión de marcadores de reprogramación frente a los controles naturales. (openai.com)

¿Te imaginas pasar de menos del 0.1 por ciento de células reprogramadas a cifras que aparecen en días en vez de semanas? Eso es justamente la promesa práctica que estos resultados muestran para investigación en iPSCs y terapias celulares. ()