Am colaborat cu @Ginkgo pentru a conecta GPT-5 la un laborator autonom, astfel încât să poată propune experimente, să le ruleze la scară largă, să învețe din rezultate și să decidă ce să încerce în continuare. Acea buclă închisă a redus costurile de producție a proteinelor cu 40%.

GPT-5 era conectat la un laborator autonom: proiecta experimentele, laboratorul le executa, iar rezultatele au informat următoarele proiecte pe parcursul a șase iterații. În această configurație, GPT-5 proiecta loturi de experimente, laboratorul le executa, iar datele erau reintroduse în runda următoare. Am repetat acest ciclu de șase ori, explorând 36.000+ compoziții de reacție pe 580 de plăci automate.

Am descoperit că îmbunătățirile au venit din identificarea combinațiilor care funcționează bine împreună și care rezistă în realitățile automatizării cu debit mare. GPT-5 a identificat compoziții de reacții cu costuri reduse pe care oamenii nu le testaseră anterior în această configurație. Sinteza proteinelor fără celule (CFPS) a fost studiată de ani de zile, dar spațiul de amestecuri posibile este încă mare. Când poți propune și executa rapid mii de combinații, poți găsi regiuni funcționale care pot fi ușor ratate cu un flux de lucru manual.