OpenAI 联手 Retro Bio：用 AI 重新设计山中因子，标志物表达提升 50 倍

把人类细胞的生物钟往回拨，过去就像在一间没有灯的巨大仓库里碰运气。

2012 年诺贝尔奖认证的山中因子，能把成年人的成熟细胞逆转成多能干细胞，但这套机制出了名的低效，通常转化率连千分之一都不到，而且往往要折腾三个星期以上。遇上年纪大或者有病史的供体，效率还会进一步断崖式下跌。

OpenAI 最近联合长寿生物技术初创公司 Retro Biosciences，直接用 AI 介入了这一过程。双方基于精简版 GPT-4o 训练出了专门用于蛋白质工程的微型模型 GPT-4b micro，在体外实验中，把干细胞重编程标记物的表达水平直接拉高了 50 倍以上。

敢一口气改掉 100 多个氨基酸的 AI

传统的定向进化做蛋白质改造，就像在数以万亿计的排列组合里一次换一两个积木块。学术界花了十五年时间研究嵌合蛋白，改动通常也就几个氨基酸，而且命中率往往不到 10%。

GPT-4b micro 这次交出的答卷有点出人意料。在对关键因子 SOX2 的重设计中，模型给出的候选序列里有超过 30% 表现好于天然蛋白，而且这些变体平均改动了 100 多个氨基酸。

在接下来的 KLF4 因子改造中，模型生成的变体命中率更是逼近 50%。研究团队把这两个重新设计的因子组合到一起，在来自 50 岁以上中老年供体的间充质干细胞上测试 mRNA 递送，短短 7 天内就有超过 30% 的细胞开始表达多能性标记物，第 12 天就形成了典型干细胞形态的克隆。

更让人惊喜的是衰老逆转指标。在 DNA 损伤检测中，这套重设计组合处理过的细胞，代表双链断裂的 γ-H2AX 信号明显减弱，说明它在清除细胞衰老标志上的表现同样盖过了原本的山中因子。

像读长篇小说一样读蛋白质

过去多数蛋白质语言模型只吃单纯的氨基酸序列或者 3D 结构，但山中因子这种蛋白偏偏没有固定结构，它的起效全靠和一堆动态伙伴发生瞬时相互作用。

OpenAI 这次的做法很务实，他们没有死磕三维结构，而是把生物学文本描述、协同进化的同源序列以及相互作用的蛋白群，全都打包扔进了模型。

这样做把推理时的上下文窗口撑到了 64000 个 token，在蛋白质模型里算是前所未有。就像让模型不仅背下一段蛋白质代码，还顺带读懂了它在漫长进化史里的上下文环境，由此展现出了和语言模型一样的缩放定律。

为什么重要

我们认为，这项成果最大的冲击不在于某个具体指标涨了多少倍，而在于它彻底打破了传统湿实验对蛋白改造的想象边界。

对从事细胞治疗和抗衰老研发的团队来说，诱导多能干细胞长期受制于周期长、成本高、高龄样本难以转化的瓶颈。如果这套变体在后续体内实验和临床转化中能够保持稳定性，未来无论是视力修复、糖尿病逆转还是器官再造，细胞制备的时间成本和商业化门槛都会被大幅拉低。

更值得琢磨的是 OpenAI 进军生命科学的姿态。他们没有从头构建庞大晦涩的生物专属架构，而是把成熟的 GPT-4o 砍成小模型，灌入丰富的文本和生物多模态上下文，依靠大上下文来弥补结构预测的短板。这种做法看起来非常讨巧，也极其高效。

不过，眼下的狂欢依然集中在体外实验。干细胞转化效率飙升 50 倍固然惊人，但涉及细胞重编程的技术一旦进入体内，如何严格控制靶向性、避免基因组异常和潜在的致瘤风险，依然是悬在所有人头顶的达摩克利斯之剑。对于学术界和产业界来说，现在不是盲目上临床的时候，而是该重新评估自己的湿实验筛选流程到底要不要彻底被大模型重构。