OpenAI 聯手 Retro Bio：用 AI 重新設計山中因子，標誌物表達提升 50 倍

把人類細胞的生物鐘往回撥，過去就像在一間沒有燈的巨大倉庫裡碰運氣。

2012 年諾貝爾獎認證的山中因子，能把成年人的成熟細胞逆轉成多能幹細胞，但這套機制出了名的低效，通常轉化率連千分之一都不到，而且往往要折騰三個星期以上。遇上年紀大或者有病史的供體，效率還會進一步斷崖式下跌。

OpenAI 最近聯合長壽生物技術初創公司 Retro Biosciences，直接用 AI 介入了這一過程。雙方基於精簡版 GPT-4o 訓練出了專門用於蛋白質工程的微型模型 GPT-4b micro，在體外實驗中，把幹細胞重程式設計標記物的表達水平直接拉高了 50 倍以上。

敢一口氣改掉 100 多個胺基酸的 AI

傳統的定向進化做蛋白質改造，就像在數以萬億計的排列組合裡一次換一兩個積木塊。學術界花了十五年時間研究嵌合蛋白，改動通常也就幾個胺基酸，而且命中率往往不到 10%。

GPT-4b micro 這次交出的答卷有點出人意料。在對關鍵因子 SOX2 的重設計中，模型給出的候選序列裡有超過 30% 表現好於天然蛋白，而且這些變體平均改動了 100 多個胺基酸。

在接下來的 KLF4 因子改造中，模型生成的變體命中率更是逼近 50%。研究團隊把這兩個重新設計的因子組合到一起，在來自 50 歲以上中老年供體的間充質幹細胞上測試 mRNA 遞送，短短 7 天內就有超過 30% 的細胞開始表達多能性標記物，第 12 天就形成了典型幹細胞形態的克隆。

更讓人驚喜的是衰老逆轉指標。在 DNA 損傷檢測中，這套重設計組合處理過的細胞，代表雙鏈斷裂的 γ-H2AX 訊號明顯減弱，說明它在清除細胞衰老標誌上的表現同樣蓋過了原本的山中因子。

像讀長篇小說一樣讀蛋白質

過去多數蛋白質語言模型只吃單純的胺基酸序列或者 3D 結構，但山中因子這種蛋白偏偏沒有固定結構，它的起效全靠和一堆動態夥伴發生瞬時相互作用。

OpenAI 這次的做法很務實，他們沒有死磕三維結構，而是把生物學文本描述、協同進化的同源序列以及相互作用的蛋白群，全都打包扔進了模型。

這樣做把推理時的上下文視窗撐到了 64000 個 token，在蛋白質模型裡算是前所未有。就像讓模型不僅背下一段蛋白質程式碼，還順帶讀懂了它在漫長進化史裡的上下文環境，由此展現出了和語言模型一樣的縮放定律。

為什麼重要

我們認為，這項成果最大的衝擊不在於某個具體指標漲了多少倍，而在於它徹底打破了傳統溼實驗對蛋白改造的想像邊界。

對從事細胞治療和抗衰老研發的團隊來說，誘導多能幹細胞長期受制於週期長、成本高、高齡樣本難以轉化的瓶頸。如果這套變體在後續體內實驗和臨床轉化中能夠保持穩定性，未來無論是視力修復、糖尿病逆轉還是器官再造，細胞製備的時間成本和商業化門檻都會被大幅拉低。

更值得琢磨的是 OpenAI 進軍生命科學的姿態。他們沒有從頭構建龐大晦澀的生物專屬架構，而是把成熟的 GPT-4o 砍成小模型，灌入豐富的文本和生物多模態上下文，依靠大上下文來彌補結構預測的短板。這種做法看起來非常討巧，也極其高效。

不過，眼下的狂歡依然集中在體外實驗。幹細胞轉化效率飆升 50 倍固然驚人，但涉及細胞重程式設計的技術一旦進入體內，如何嚴格控制靶向性、避免基因組異常和潛在的致瘤風險，依然是懸在所有人頭頂的達摩克利斯之劍。對於學術界和產業界來說，現在不是盲目上臨床的時候，而是該重新評估自己的溼實驗篩選流程到底要不要徹底被大模型重構。