生物技术与人工智能的融合正为科研领域带来突破性变革。OpenAI与生物技术企业Ginkgo Bioworks联合宣布，通过部署GPT-5构建的自动化系统，成功将无细胞蛋白质合成（CFPS）技术的生产成本降低40%，试剂成本降幅达57%。这一成果标志着AI首次在实体科学实验中实现全流程闭环控制。
该系统创造性地将GPT-5与云端湿实验室直接连接，形成"设计-执行-分析-优化"的完整闭环。AI不仅承担实验方案设计任务，更能指挥机械臂完成试剂调配、反应监测等操作，并通过实时数据分析自主规划后续实验步骤。在580块自动化孔板上进行的36000余次反应测试中，系统展现出超越人类专家的优化能力——仅通过三轮迭代就突破了传统方法保持的效率纪录。
无细胞蛋白质合成技术通过提取细胞内的蛋白质生产机器（如核糖体），在体外环境中直接合成目标蛋白。这种技术虽避免了细胞培养的复杂性，但涉及DNA、裂解液及数十种生化成分的精密调控，传统优化方式高度依赖科研人员的经验积累。研究团队特别指出，GPT-5在处理高维度参数空间时表现出独特优势，成功发现多个未被人类探索过的低成本配方组合。
实验数据显示，在低氧等特殊条件下，AI设计的配方展现出极强的稳定性。其中对缓冲液成分和微量多胺的调整策略尤为亮眼——这些看似微小的改动使蛋白质产量显著提升，而成本增幅几乎可以忽略不计。这种"四两拨千斤"的优化效果，正是传统试错法难以企及的。
为确保实验可靠性，系统采用多重验证机制：所有AI生成的方案必须通过物理世界执行测试，数据回传后再次由AI进行交叉验证。这种"虚实结合"的模式有效避免了纯理论推导的局限性，使优化过程始终基于真实实验数据。研究团队形象地将该系统比作"永不疲倦的数字科学家"，其24小时不间断工作的特性大幅缩短了研发周期。
此次合作揭示了AI在实体科学领域的巨大潜力。当人工智能突破数字世界的边界，直接操控物理实验设备时，科研范式正经历着根本性转变。这种转变不仅体现在成本降低和效率提升，更在于为解决复杂生物问题提供了全新的方法论——通过机器学习与自动化技术的深度融合，人类正在开辟科学探索的新维度。
