推动科学进步是人工智能惠及人类的关键途径之一。随着 GPT‑5 的出现，我们已经看到初步迹象：它不仅能帮助研究者更快速地处理科学文献，还能支持新的科学推理形式，包括揭示潜在关联、提出证明策略，或生成可由专家评估与实验验证的机制假设。
到目前为止，最明显的成果集中在数学、理论物理和理论计算机科学等领域，在这些领域中，相关观点可以在没有实际实验的情况下得到严格检验。生物学则有所不同：其大多数突破依赖于实验执行、反复迭代，以及实验室中的经验性验证。
为深入了解前沿模型在相关环境中的行为，我们与生物安全初创企业 Red Queen Bio 合作，建立了一套评估框架，用于检验模型在湿实验室中提出、分析及迭代实验方案的能力。我们设计了一个简单的分子生物学实验体系，并让 GPT‑5 优化分子克隆实验流程的效率。
经过多轮实验，GPT‑5 引入了一种新机制，使克隆效率提高了 79 倍。克隆是分子生物学的基本工具，其方法效率对于构建大型复杂库至关重要，而这些库在蛋白质工程（在新窗口中打开）、基因筛选（在新窗口中打开）和生物株系工程（在新窗口中打开）中发挥核心作用。本项目为我们提供了一个窗口，展示人工智能如何与生物学家协作以加快研究速度。改进实验方法不仅能帮助研究人员更快推进工作，还能降低成本，并将科学发现转化为实际应用。
由于生物学推理的进展可能带来生物安全方面的影响，我们在严格管控的环境下开展了这项工作：采用无害的实验系统、限定任务范围，并对模型行为进行评估，以便为我们的生物安全风险评估，以及模型和系统层面的安全防护措施提供依据。这些措施已在我们的准备框架（在新窗口中打开）中有所阐述。
在这一实验设置中，GPT‑5 能够自主推理克隆流程，提出改进方案，并结合新实验数据进一步提出优化建议。唯一的人为干预是科学家执行修改后的实验流程并上传实验数据。
在多轮实验过程中，GPT‑5 优化了克隆流程，使效率提升超过 79 倍。也就是说，在相同数量的输入 DNA 下，我们获得的序列验证克隆数量比基线流程多出 79 倍。最值得注意的是，它引入了两种酶，构成了一种新的机制：来自大肠杆菌的重组酶 RecA，以及噬菌体 T4 基因 32 的单链 DNA 结合蛋白 (gp32)。两者协同作用时，gp32 能够抚平并解开松散的 DNA 末端，而 RecA 则引导每条链找到正确的配对。
初步筛选与后续实验确定了 RecA-Assisted Pair-and-Finish HiFi 组装 (RAPF) 和转化流程 7 (T7)，分别作为最佳的酶促方案与转化流程。RAPF 组装与 T7 转化均能独立提升克隆效率，相较于基础 HiFi 反应克隆流程，分别提高了 2.6 倍和 36 倍；两者结合则产生了叠加效应，表现提升达 79 倍。所有克隆均通过测序得到确认。（误差线：3 次独立验证实验的标准差）
虽然目前仍处于早期阶段，但已展现出积极的前景。这些改进特定于我们在模型系统中采用的克隆设置，并且仍需由科学家来建立和执行相关实验流程。即便如此，这些实验显示，人工智能系统能够在实际实验室工作中提供有力支持，并有望在未来加快科学家的研究速度。
尤其值得强调的是，AI 实验室循环在固定提示条件下运行，且没有任何人工干预。这一支撑框架揭示出：在缺乏人类指导时，模型具有提出新颖的实验流程改进的能力，但同时也让系统局限于探索，限制了其充分利用新发现的思路。如果能在探索与利用之间实现更好的动态平衡，可能会带来更多效益，因为无论是酶促方案改进还是转化改进，都还有相当大的优化空间。我们预计，随着规划能力和长程任务推理的进步，简单的固定提示将能更好地支持探索工作与后续优化。
自 2009 年问世以来，Gibson 组装（在新窗口中打开）已成为分子克隆的主要方法，并在分子生物学中得到广泛应用。该方法通过短暂熔解 DNA 末端，使匹配序列能够结合为单一分子，从而实现 DNA 片段的“粘合”。其突出优势在于简便性：所有反应在同一试管、同一温度下完成。然而，这些约束条件也为进一步改进提供了空间。此外，以下特征使其成为评估 AI 模型改进湿实验室技术能力的理想体系：
我们采用 HiFi 组装（在新窗口中打开）作为优化起点，该体系由 New England Biolabs 开发，基于 Gibson 组装的专有酶系统。我们探索了在去除单步和等温限制后，人工智能是否能够通过实验反馈进行创新，并识别流程改进。
在具体实验中，我们进行了双片段克隆反应，使用绿色荧光蛋白 (GFP) 基因和常用的 pUC19 质粒 — 一种标准 DNA 载体，用于将基因导入细菌以实现复制。实验目标是提高成功菌落的数量。
我们通过引入一个进化框架来迭代方案，从而优化了克隆反应，使模型能够从其以往实验中进行“在线”学习。在每一轮中，GPT‑5 提出 8–10 种不同反应，若涉及实验室暂时缺乏的定制试剂，则推迟至后续轮次。科学家随后执行这些反应，并在初步筛选中测量了菌落数量，与基线的 HiFi Gibson 组装进行比较。上一轮的最佳数据被输入到下一轮。需要强调的是，提示过程完全标准化，除澄清问题外无人工干预，从而确保新颖的机制性见解可直接归因于 AI，而非人为引导。
我们在更广泛的 DNA 稀释范围内，重新测试了整个优化系列中的前八个反应，发现许多反应的效果较初筛有所减弱；最终，最强的验证候选来自第 5 轮的一个反应，该反应成功重现了原始表现。许多高表现反应属于连接酶修饰家族，该类反应对感受态细胞状态及反应后 DNA 处理的微小差异高度敏感。由于这些反应包含短暂的 HiFi 步骤，我们推测许多产物在进入大肠杆菌时，可能只有一侧连接已封闭，另一侧仅通过退火保持稳定，后续的封闭则依赖细胞的修复途径完成。这会导致结果具有较高的方差，并呈现出“头奖式”效应：即使大多数情况下，这些反应变体表现并不突出，但只要出现一个足够强的离群者，就能将整个家族带入后续的轮次。
由于克隆反应在机制上较为复杂，我们在多轮实验中重点进行了优化；与此同时，我们并行地采用单轮“一次性”(one-shot) 优化来改进转化流程，在该轮中模型提出了多种独立的条件变化，我们最终选取了表现最佳的反应。
两步克隆流程的初始优化筛选：酶促组装与转化。（左）酶促组装的迭代优化，共进行五轮（总计 44 个反应）。以 HiFi 组装基线为起点，GPT‑5 每轮提出 8–10 个组装流程变体；最佳结果的数据被纳入后续提示。针对每一轮，我们绘制迄今为止表现最佳的反应（包括前几轮）。（右）转化条件的“一次性”(one-shot) 优化，测试了 13 种不同流程。对于两类优化筛选，数据均为每个条件的单次测量 (n=1) 所得；最佳候选的重复验证则在独立实验中进行。
在采用标准化提示、完全无人工干预的条件下，GPT‑5 将端到端克隆效率提升了 79 倍，这一结果在多次实验重复中得到验证。
值得注意的是，模型提出了一种新的酶促组装流程，并将其命名为 RecA-Assisted Pair-and-Finish HiFi Assembly (RAPF-HiFi)。该流程在反应中额外引入两种蛋白质：来自大肠杆菌的重组酶 RecA，以及噬菌体 T4 基因 32 的单链 DNA 结合蛋白 (gp32)。此外，模型还对孵育温度、时间以及酶加入的时序进行了刻意调整：它建议先进行一次 50 °C 的初始 HiFi 反应，随后加入 RecA 与 gp32，并在 37 °C 条件下发挥作用，最后再回到 50 °C 完成组装。上述改动整体上使组装效率进一步提升了 2.5 倍以上。需要指出的是，这些结果仅代表在未对反应条件与时序进行迭代优化前的初始表现。
在转化步骤中，最有效的改动出乎意料地简单：将细胞离心沉淀（使其聚集于管底）、移除一半的悬液体积，并在 4 °C 下重悬细胞后再加入 DNA。尽管高效化学感受态细胞通常被认为较脆弱，但这些细胞对浓缩处理表现出良好耐受性，而分子碰撞频率的提升显著增强了转化效率（在最终验证中提升超过 30 倍）。
T5 外切酶产生 3′ 悬垂末端，gp32 通过抑制二级结构来稳定这些末端。随后 RecA 从 3′ 端侵入，取代 gp32 并促进同源序列搜索与退火。加热至 50 °C 可去除两种蛋白，从而使聚合酶进行缺口填充并完成连接。
Gibson 组装的原理是通过赋予 DNA 片段互补的“黏性末端”，使它们能够彼此识别并连接。该反应依赖两种不同的酶（聚合酶与连接酶）来封闭已连接的片段。RAPF-HiFi 流程引入了两种额外的蛋白质，以增强匹配步骤的效率。其一是 gp32，作用类似“梳子”，能够抚平并理顺松散的 DNA 末端；其二是 RecA，充当“向导”，为每条链寻找正确的配对伙伴，并将匹配片段拉拢在一起。升高温度会使这两种辅助蛋白从 DNA 上解离，从而让常规的 Gibson 酶完成反应。
综上，我们推测表现提升的机制如下：
为验证新型酶的功能，并排除性能提升仅由温度步骤或缓冲液变化导致的可能性，我们测试了缺失 RecA，以及同时缺失 RecA 与 gp32 的 RAPF-HiFi 表现。结果显示，两者的表现均低于完整的 RAPF-HiFi，说明这两种蛋白均为 RAPF-HiFi 作用机制的必要元素。
为验证其底层机制，我们将反应中新引入的两种酶 RecA 与 gp32 分别进行测试。结果显示，单独使用其中任意一种酶时，效率均低于 HiFi 基线；而两者联合使用则显著优于基线，效率提升约 2.6 倍。（误差线：3 次独立实验的标准差）
RAPF-HiFi 的开发表明，GPT‑5 具备复杂的多维度推理能力：
据我们所知，RecA 与 gp32 尚未在分子生物学方法中联合使用。与许多新型分子生物学技术类似，其底层的生化活性早已被研究，但将其作为一种实用且可推广的方法才构成真正的进展。
在多数应用中，我们并不认为 RAPF-HiFi 会取代 HiFi/Gibson 克隆的简便与稳健。然而，机制上完全不同的组装方式的出现，本身就颇具意义：GPT‑5 提出了一个解决方案，以不常见的方式结合了重组蛋白与反应动态系统。其底层机制可能具有模块化潜力，为其他分子流程提供可重用或可重组的组分。我们也在持续探索 RAPF-HiFi 的改进方向。反应温度与步骤时长可加以调节，以平衡 RecA 与 gp32 的活性与外切酶过度消化之间的关系；两种蛋白的用量亦有待优化。GPT‑5 还提出了一种高活性 RecA 变体，我们正在进行纯化。
关于转化流程，成功的优化条件涵盖了一系列旨在增强商业 10-beta 感受态细胞（在新窗口中打开）热激效率的添加剂与热扰动。在所测试的 13 种 AI 生成的“一次性”(one-shot) 转化流程中，最有效的改动是转化流程 7 (T7)：将细胞沉淀、移除一半悬液体积，并在 4 °C 条件下重悬后再加入 DNA。高效化学感受态细胞通常被认为较脆弱，因此这类操作往往被避免。然而，细胞对浓缩处理表现出良好耐受性。每个细胞 DNA 暴露量增加与缓冲液抑制作用减少，共同导致更为锐利的热激，从而显著提升转化效率（超过 30 倍）。
这一转化流程颇为新颖，尽管已有论文提出在早期步骤对细胞进行浓缩的类似方法（在新窗口中打开）。值得注意的是，GPT‑5 开发的方法可直接兼容市售的化学感受态细胞，无需实验室自行制备，同时在相似的细胞株上，其效率提升超过了已有方法的所知水平。
为提高模型实验体系的处理效率，Robot on Rails 与 Red Queen Bio 联合打造了一套机器人系统，该系统能够接收自然语言形式的克隆流程，并在湿实验室中加以执行。
该系统整合了三大组件：1) 人机接口语言模型，将普通英文指令转化为机器人操作；2) 视觉系统，实时识别与定位实验器材； 3) 机器人路径规划器，确定如何安全、准确地完成各项操作。由此形成了一种灵活且通用的实验室机器人，并进一步针对 Gibson 克隆流程的变体进行了优化。
我们评估了自主机器人是否能够执行完整的克隆实验，具体方法是同时运行两种流程：标准 HiFi 方法与 R8，即首次优化轮次中表现最佳的 AI 改进流程。
在实验各环节中，我们将机器人的操作与人工实验进行逐步对照。机器人成功完成了转化过程，该过程包含多种复杂的物理操作：液体的转移与混合、样品管的移动、对细胞的精确加热，以及将细胞铺展至培养板。与人工转化相比，机器人生成的数据质量相当，并在基线之上取得了等效改进，显示出其在自动化与加快生物实验优化方面的初步潜力。
然而，尽管机器人与人工实验的倍数变化相近，其绝对菌落数量约比人工操作低十倍。这表明仍有改进空间，包括液体处理的精度、温度控制的校准，以及对人工细胞操作细微差异的再现。
标准 HiFi 方法（基线）与改进的 R8 方法均由人类研究人员和自主机器人执行，其转化效率均归一化至各自的 HiFi 基线对照（设定为 1.0）。在人类执行下，R8 方法表现出 2.39 倍的提升；机器人执行的 R8 方法则实现了 2.13 倍的提升（为人类表现的 89%），表明尽管绝对产量较低，但在实验流程排名上具有可比性。
我们认为，这些实验展示了人工智能在未来推动科学研究的潜力。在科研场景中，模型能够持续学习并与现实世界交互。本次实验刻意排除了人为干预，以便纯粹评估模型的能力，但我们尤其期待 AI 能够切实帮助科学家设计实验，并推动研究进展。
在我们努力以安全、负责任的方式加速科学进展的同时，也致力于评估并降低风险，尤其是与生物安全相关的风险。评估结果表明，模型能够在湿实验室环境中进行推理，以改进实验流程，并可能对生物安全产生影响，这一点已在我们的准备框架（在新窗口中打开）中有所阐述。我们承诺在模型与系统层面，建立必要且细致的防护措施，以降低这些风险，并开发评估方法，以持续监测当前水平。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。