Trabalhámos com @Ginkgo para conectar o GPT-5 a um laboratório autónomo, para que pudesse propor experiências, realizá-las em grande escala, aprender com os resultados e decidir o que tentar a seguir. Esse ciclo fechado reduziu o custo de produção de proteínas em 40%.

O GPT-5 foi conectado a um laboratório autónomo: ele desenhou experiências, o laboratório executou-as, e os resultados informaram os próximos desenhos em seis iterações. Neste arranjo, o GPT-5 desenhou lotes de experiências, o laboratório executou-as, e os dados foram alimentados para a próxima ronda. Repetimos esse ciclo seis vezes, explorando mais de 36.000 composições de reações em 580 placas automatizadas.

Descobrimos que as melhorias vieram da identificação de combinações que funcionam bem juntas e que se mantêm nas realidades da automação de alto rendimento. O GPT-5 identificou composições de reações de baixo custo que os humanos não haviam testado anteriormente nesta configuração. A síntese de proteínas sem células (CFPS) tem sido estudada há anos, mas o espaço de possíveis misturas ainda é grande. Quando você pode propor e executar milhares de combinações rapidamente, pode encontrar regiões viáveis que são fáceis de perder com um fluxo de trabalho manual.