Cuando uno piensa en las contribuciones de la IA a la ciencia, probablemente rememore a AlphaFold, el innovador programa de plegado de proteínas de Google DeepMind, que le valió a su creador un Premio Nobel el año pasado, destacándose como un ejemplo palpable de cómo la inteligencia artificial puede transformar el ámbito científico. Este avance fue fundamental, ya que resolvió problemas complejos en la biología estructural que habían frustrado a los investigadores durante décadas.
Ahora OpenAI, otra de las grandes potencias en el campo de la IA, anuncia su incursión en la ciencia con un modelo específicamente diseñado para la ingeniería de proteínas. Esta iniciativa se basa en la premisa de que la IA no solo puede asistir en investigaciones científicas, sino que puede generar nuevas estrategias y descubrimientos en el ámbito de la biología.
La empresa afirma que ha desarrollado un modelo lingüístico innovador que imagina proteínas capaces de convertir células normales en células madre. Esta afirmación no es solo un avance tecnológico, sino que también marca un potencial antes inimaginable en el campo del tratamiento y la regeneración celular, superando significativamente los logros humanos previos en esta tarea.
Este trabajo representa el primer modelo de OpenAI centrado en datos biológicos y su primera afirmación pública de que sus modelos pueden ofrecer resultados científicos inesperados. Como tal, es un paso hacia la determinación de si la IA puede o no hacer verdaderos descubrimientos, algo que algunos expertos consideran un desafío crucial en la búsqueda de la «inteligencia general artificial» (AGI, por sus siglas en inglés). La AGI se refiere a una IA que puede entender, razonar y aprender de una manera que iguale o supere la inteligencia humana en una variedad de tareas.
La semana pasada, el director ejecutivo de OpenAI, Sam Altman, expresó su firme convicción de que su empresa es capaz de construir inteligencia artificial general y añadió que «las herramientas superinteligentes podrían acelerar masivamente el descubrimiento científico y la innovación mucho más allá de lo que somos capaces de hacer por nuestra cuenta». Este tipo de afirmaciones resuenan no solo en la comunidad científica, sino también en el ámbito empresarial, dado el potencial impacto de la IA en múltiples industrias.
El proyecto de ingeniería de proteínas comenzó hace un año, cuando Retro Biosciences, una empresa de investigación enfocada en la longevidad ubicada en San Francisco, se acercó a OpenAI buscando colaboración. La importancia de esta unión es significativa, ya que representa una convergencia entre el avance tecnológico y la búsqueda de soluciones en el campo de la biología de la longevidad.
Esta colaboración no se dio de manera fortuita. De hecho, Sam Altman ha invertido personalmente 180 millones de dólares en Retro Biosciences, según un artículo publicado por MIT Technology Review en 2023. Esta inversión no solo muestra su compromiso con la empresa, sino que también plantea interrogantes sobre las implicaciones éticas y los posibles conflictos de interés en torno a sus inversiones y su papel en OpenAI.
El objetivo de Retro es ambicioso: alargar 10 años la esperanza de vida humana normal. Para lograrlo, se enfocan en los factores Yamanaka, un conjunto de proteínas descubiertas por el investigador japonés Shinya Yamanaka, que son capaces de reprogramar células normales para que se conviertan en células madre, células jóvenes que tienen el potencial de convertirse en cualquier otro tipo de célula del cuerpo. Este fenómeno inicial ha abierto la puerta a nuevas posibilidades en la medicina regenerativa, ayudando a entender cómo podríamos tratar diversas enfermedades relacionadas con la edad.
Sin embargo, la efectividad de esta «reprogramación» celular sigue siendo limitada. Actualmente, el proceso es lento y menos del 1% de las células tratadas en un entorno de laboratorio obtienen resultados exitosos en la transformación deseada. Aquí es donde el nuevo modelo de OpenAI, denominado GPT-4b micro, entra en juego. Fue entrenado para sugerir formas de rediseñar los factores proteicos, aumentando su funcionalidad y, por ende, su efectividad.
OpenAI sostiene que, en colaboración con Retro, los investigadores han utilizado las sugerencias del modelo para modificar dos de los factores Yamanaka, logrando que estos sean más de 50 veces más eficaces, al menos según algunas mediciones preliminares. Esto promete revolucionar la forma en que se llevan a cabo las investigaciones en este ámbito.
«En general, las proteínas generadas parecen mejores que las que los científicos fueron capaces de producir por sí mismos», afirma John Hallman, investigador de OpenAI, subrayando el potencial del modelo para superar limitaciones en el diseño de proteínas.
Junto a Hallman, Aaron Jaech de OpenAI y Rico Meinl de Retro fueron cruciales en el desarrollo de esta tecnología. Sin embargo, el proceso de validación científica de los resultados generados por el modelo todavía está en una fase temprana, y los científicos externos no podrán certificar la veracidad de los hallazgos hasta que estos sean sometidos a revisión y publicación científica.
Es importante señalar que el modelo de OpenAI no está disponible para un uso generalizado; actualmente, sirve como una demostración a medida, lo que complica la posibilidad de investigación independiente fuera de este contexto colaborativo. «Este proyecto pretende demostrar que nos tomamos en serio nuestra contribución a la ciencia», explica Jaech. «Pero aún está por determinar si esas capacidades se publicarán como un modelo independiente o se integrarán en nuestros modelos principales de razonamiento».
El funcionamiento del modelo se distingue de AlphaFold, que se especializa en predecir la estructura que asumirán las proteínas. OpenAI menciona que debido a la naturaleza flexible y desestructurada de los factores Yamanaka, se necesitaba un enfoque diferente, adecuado a sus modelos lingüísticos de gran tamaño.
Durante su entrenamiento, el modelo fue alimentado con ejemplos de secuencias de proteínas de diversas especies, junto con información sobre la interacción entre proteínas. Aunque se manejó una gran cantidad de datos, esto todavía representa solo una pequeña fracción de lo que se utilizó para desarrollar los principales chatbots de OpenAI. Por ende, GPT-4b se clasifica como un ejemplo de «modelo lingüístico pequeño», que opera dentro de un conjunto de datos específicos.
Una vez que los investigadores de Retro dieron la bienvenida al modelo, comenzaron a dirigirlo para que sugiriera posibles rediseños de las proteínas Yamanaka. Esta táctica se asemeja al método de los «pocos disparos», donde el usuario puede consultar a un chatbot proporcionándole ejemplos previos con las respuestas deseadas, seguido de un particular caso para que el sistema responda.
Los ingenieros genéticos, aunque poseen herramientas para dirigir la evolución de las moléculas en el laboratorio, a menudo están limitados a un número reducido de opciones debido a la complejidad de las modificaciones en las proteínas. Cada proteína típica comparte una construcción compuesta de cientos de aminoácidos, y cada uno de ellos puede ser reemplazado por cualquiera de las 20 variantes aminoacídicas posibles. Esto lleva a un número prácticamente infinito de combinaciones posibles, lo que complica enormemente las tareas de rediseño.
Sin embargo, en muchos casos, el modelo de OpenAI ha propuesto modificaciones que afectan a un tercio de los aminoácidos de las proteínas, lo que se traduce en un incremento poco habitual y prometedor en la variedad de diseños propuestos.
«Pusimos este modelo en el laboratorio de inmediato y obtuvimos resultados reales», comenta Joe Betts-Lacroix, director general de Retro. Betts-Lacroix resalta que las propuestas generadas por el modelo fueron inusualmente buenas, lo que llevó a mejoras significativas en comparación con los factores de Yamanaka originales en una proporción considerable de las pruebas realizadas.
Vadim Gladyshev, investigador sobre el envejecimiento de la Universidad de Harvard que colabora con Retro, añade que es necesario desarrollar métodos más eficaces para producir células madre. Explica que, aunque las células de la piel son relativamente fáciles de reprogramar, otras variedades celulares presentan retos mucho mayores, y que la introducción de estos procesos en nuevas especies puede resultar compleja y a menudo infructuosa.
Aunque las capacidades de GPT-4b representan un notable avance, aún no está claro cómo el modelo alcanza sus conclusiones, algo que es común en el funcionamiento de muchos modelos de IA. Como menciona Betts-Lacroix, «Es como cuando AlphaGo destrozó al mejor humano en Go, pero llevó tiempo comprender por qué sucedió eso». Este misterio en torno a la operatividad del modelo sugiere que el potencial de la IA en la ciencia, aunque brillante, todavía es un territorio en gran medida inexplorado.
OpenAI ha indicado que no hubo intercambio monetario directo entre la empresa y Retro en el curso de esta colaboración. Sin embargo, dado que los resultados de este trabajo podrían favorecer a Retro, cuya mayor inversión proviene de Altman, el anuncio levanta interrogantes sobre posibles conflictos de interés, especialmente considerando las numerosas inversiones en empresas tecnológicas que caracteriza el portfolio de Altman.
En el contexto actual, donde la carrera hacia la inteligencia artificial general está en pleno apogeo, la asociación de Retro con Altman, OpenAI y su visión de un futuro impulsado por la IA no solo aumenta su notoriedad, sino también su capacidad para atraer talento y financiamiento en un ambiente competitivo y exigente. Betts-Lacroix no proporcionó respuestas concretas respecto a si la empresa se encuentra actualmente en modo de recaudación de fondos, dejando la incógnita respecto a sus planes de futuro. OpenAI asegura que Altman no participó directamente en las decisiones que guiaron este proyecto específico, reafirmando la separación entre sus actividades de inversión y la operativa diaria de la empresa. Sin embargo, el trasfondo de estas relaciones sugiere un terreno complicado y lleno de matices éticos y comerciales que merece atención a medida que se desarrolla esta tecnología emergente.
