Ginkgo Bioworks与OpenAI合作，展示了一种人工智能系统，该系统可以自主设计，执行和学习生物实验，最大限度地减少人类参与;公司报告称，该系统将无细胞蛋白质合成反应成本降低了40%; GPT-5驱动的自主实验室执行了36，000多项实验

Ginkgo Bioworks（纽约证券交易所代码：DNA）今天宣布，它已经与OpenAI合作，展示了一种人工智能系统，该系统可以自主设计，执行和学习生物实验，最大限度地减少人类参与。在一份新的预印本中，该公司报告说，该系统将无细胞蛋白质合成反应成本相对于最先进水平降低了40%，同时在六个迭代循环中运行36，000个实验条件。该研究代表了Ginkgo自主实验室的现实科学应用。合作者将OpenAI的GPT-5推理模型与Ginkgo的云实验室基础设施相结合，该基础设施由其可重构自动化车（RAC）技术和Catalyst自动化软件构建，以迭代的闭环工作流设计，执行和分析实验。GPT-5拥有互联网访问权限、一台带有数据分析包的计算机、来自之前迭代的实验（Meta）数据以及描述最新技术水平的预印本，并且能够像实验科学家一样操作-设计实验、分析结果并改进其方法作为回应。在六个月的六轮实验中，它能够设计出比之前科学文献中所示成本更低的无细胞蛋白质合成反应组合物。

“通过将前沿大型语言模型与自主实验室配对，我们发现了比先前最先进技术明显便宜的反应成分，”Ginkgo Bioworks联合创始人、该研究的合著者雷什玛·谢蒂（Reshma Shetty）说。“我们预计越来越多的实验将在自主实验室进行，这些实验室的试剂和消耗品成本主导了实验成本。用于蛋白质生产的试剂成本较低，可以生成更多的数据，因此每花费一美元就可以取得更多的科学进步。"

自主实验室实现了标准基准蛋白质，超级折叠绿色荧光蛋白（sfGFP）的生产，总反应组分成本为每克蛋白质422美元，而之前报道的最新水平为每克698美元，在所述实验条件下降低了40%。无细胞蛋白质合成广泛应用于生物研究，但受到高材料成本和复杂优化的限制，使其成为自主实验的理想压力测试。

OpenAI生命科学研究负责人、该研究的联合通讯作者Joy Jao表示：“在OpenAI，这是我们第一次能够将前沿模型与自主实验室对接，以进行大规模的实验。”“这一成功表明人工智能系统如何增强实验工作流程，有助于基于现实世界数据的假设生成、测试和细化。"

该自主实验室执行了580多个384孔板，测试了36，000种反应成分，并生成了近150，000个实验数据点。人工参与主要限于试剂制备、装载和卸载以及系统监督，而实验设计、执行数据解释和假设生成则由GPT-5驱动的自主实验室处理。值得注意的是，该模型还提出并优先考虑了新的试剂进行测试，其中一些试剂独立地预测了它尚未获得的已发表研究的结果。

为了防止人工智能提出不切实际、无效或幻觉的实验，每个设计在执行之前都针对Pydantic模型进行验证，包括检查平板布局、标准、对照、复制、试剂可用性和体积限制。只有通过验证的实验才有资格运行。额外的评分优先考虑科学严谨性和对先前结果的考虑。GPT-5生成了人类可读的实验室笔记本条目，记录了其分析、观察结果和原理，为其推理提供了透明度。

“这是人工智能进行真正的实验科学：设计实验、运行实验并从结果中学习，”Ginkgo Bioworks联合创始人兼首席执行官Jason Kelly说。“人工智能与自主实验室相结合是保持美国在全球科学领域的竞争力的必要条件--美国能源部最近宣布的将人工智能带入科学的Genesis Mission正在引领这一进程，我很高兴我们的OpenAI结果表明这种方法正在发挥作用。"