Abbiamo collaborato con @Ginkgo per collegare GPT-5 a un laboratorio autonomo, in modo che potesse proporre esperimenti, eseguirli su larga scala, apprendere dai risultati e decidere cosa provare dopo. Questo ciclo chiuso ha ridotto il costo di produzione delle proteine del 40%.

GPT-5 è stato collegato a un laboratorio autonomo: ha progettato esperimenti, il laboratorio li ha eseguiti e i risultati hanno informato i successivi progetti attraverso sei iterazioni. In questa configurazione, GPT-5 ha progettato lotti di esperimenti, il laboratorio li ha eseguiti e i dati sono stati reinseriti nel turno successivo. Abbiamo ripetuto quel ciclo sei volte, esplorando oltre 36.000 composizioni di reazione su 580 piastre automatizzate.

Abbiamo scoperto che i miglioramenti derivavano dall'identificazione di combinazioni che funzionano bene insieme e che si mantengono nelle realtà dell'automazione ad alta capacità. GPT-5 ha identificato composizioni di reazione a basso costo che gli esseri umani non avevano precedentemente testato in questa configurazione. La sintesi proteica senza cellule (CFPS) è stata studiata per anni, ma lo spazio delle possibili miscele è ancora ampio. Quando puoi proporre ed eseguire rapidamente migliaia di combinazioni, puoi trovare aree praticabili che sono facili da perdere con un flusso di lavoro manuale.