Współpracowaliśmy z @Ginkgo, aby połączyć GPT-5 z autonomicznym laboratorium, aby mogło proponować eksperymenty, przeprowadzać je na dużą skalę, uczyć się na podstawie wyników i decydować, co spróbować dalej. Ta zamknięta pętla obniżyła koszty produkcji białka o 40%.

GPT-5 był połączony z autonomicznym laboratorium: zaprojektował eksperymenty, laboratorium je wykonało, a wyniki informowały o kolejnych projektach w sześciu iteracjach. W tym układzie GPT-5 zaprojektował partie eksperymentów, laboratorium je wykonało, a dane wracały do następnej rundy. Powtórzyliśmy ten cykl sześć razy, badając ponad 36 000 kompozycji reakcji na 580 zautomatyzowanych płytach.

Odkryliśmy, że ulepszenia wynikały z identyfikacji kombinacji, które dobrze ze sobą współpracują i które sprawdzają się w rzeczywistości automatyzacji o wysokiej przepustowości. GPT-5 zidentyfikował niskokosztowe kompozycje reakcji, które ludzie wcześniej nie testowali w tej konfiguracji. Synteza białek bezkomórkowych (CFPS) była badana od lat, ale przestrzeń możliwych mieszanek wciąż jest duża. Kiedy możesz szybko proponować i realizować tysiące kombinacji, możesz znaleźć obszary, które są łatwe do przeoczenia w manualnym przepływie pracy.