UMĚLÁ INTELIGENCE PŘEPRACOVÁVÁ PROTEINY OCENĚNÉ NOBELOVOU CENOU TAK, ABY ZVRÁTILA STÁRNUTÍ BUNĚK Společnost OpenAI ve spolupráci se startupem Retro Bio, který se zabývá dlouhověkostí, vyvinula specializovaný model s názvem GPT-4b Micro, který s ohromující účinností přepracoval faktory Yamanaka oceněné Nobelovou cenou. Na rozdíl od objevu z roku 2012, který přeprogramoval méně než 0,1 % buněk během týdnů, proteiny vytvořené umělou inteligencí přeměnily více než 30 % buněk a vykazovaly silnou opravu poškození DNA. Několik laboratoří potvrdilo výsledky napříč typy buněk a způsoby podávání. Tento průlom signalizuje skok pro regenerativní medicínu, který stlačuje desetiletí výzkumu stárnutí do pouhých týdnů. Zdroj: rowancheung
Mario Nawfal
Mario Nawfal31. 1. 2025
🚨 UMĚLÁ INTELIGENCE UDĚLALA BĚHEM NĚKOLIKA SEKUND TO, NA CO PŘÍRODA POTŘEBOVALA 500 MILIONŮ LET Příroda strávila půl miliardy let vytvářením proteinů – umělá inteligence to dokázala jen za měsíce. Seznamte se s ESM3, supervýkonnou umělou inteligencí, která navrhuje zcela nové proteiny od nuly bez nutnosti evoluce. To by mohlo změnit medicínu, biotechnologie a možná i život samotný. ESM3 je trénován na 2,78 miliardách proteinů a má 98 miliard parametrů, což z něj činí jeden z nejpokročilejších modelů umělé inteligence vůbec. Místo toho, aby jen remixoval největší přírodní hity, vytváří zcela nové proteiny, jako biologický DJ s nekonečnými vzorky. Jeho největší flexe? esmGFP, zářící protein o 58 % odlišný od všeho, co se nachází v přírodě. Evoluce by potřebovala miliony let, aby to vytvořila – ESM3 to vybičoval během okamžiku. To není jen skvělý vědecký trik. Mohlo by to způsobit revoluci v objevování léků, urychlit vývoj nových léků a posunout biotechnologie do oblasti sci-fi se silnějšími materiály, čistší energií a futuristickou produkcí potravin. Může nám dokonce pomoci předpovědět, jak se bude vyvíjet samotný život, což zní jako něco, co bychom měli sledovat. Design proteinů poháněný umělou inteligencí nejen přichází – je tady. A chystá se to věci otřást. Zdroj: bioRxiv
223,41K