OpenAI GPT-5在真实湿实验室中优化分子克隆效率提升79倍，开启AI辅助生物科研新时代

    

    事件背景
    

根据 www.Todayusstock.com 报道，OpenAI于2025年12月16日公布了GPT-5在真实实验室环境中的突破性表现。该公司与生物安全初创企业Red Queen Bio合作，构建了一个评估框架，测试前沿AI模型在涉及液体、化学品和生物样本的“湿实验室”中的实际辅助能力。这一合作源于双方此前在AI生物风险评估领域的协作，此次实验标志着GPT-5首次展现出在真实生物实验中提出创新优化并通过迭代实现显著效率提升的能力，开启了AI从“干实验室”数据分析向“湿实验室”实际操作辅助的转变。

    

实验聚焦于分子生物学基础技术——分子克隆，这是生物科研中广泛使用的DNA重组与扩增流程。传统方法效率有限，优化往往依赖人类科学家多年积累经验。此次GPT-5通过人机协作循环，证明了AI在生物创新中的潜力，同时实验在严格控制的良性系统中进行，以避免生物安全风险。

    实验细节
    

评估框架由OpenAI与Red Queen Bio共同设计，人类科学家仅负责执行GPT-5提出的协议修改并上传实验数据。GPT-5基于反馈进行多轮迭代优化。起始采用标准HiFi装配克隆协议作为基准。GPT-5引入两种新型机制：RAPF装配和T7转化技术，这些机制虽基于已知生物学概念，但其特定组合应用在该实验系统中属首次创新。

    

整个过程强调安全：实验使用无害模型系统，严格遵守生物安全规范。GPT-5不直接操作实验室设备，而是通过提出假设、分析数据和建议改进，实现远程辅助。这一闭环迭代模式模拟了未来AI科学家与人类科研人员的协作方式。

    优化成果
    

经过多轮迭代，GPT-5将标准分子克隆协议的效率提升了79倍。具体而言，在固定输入DNA量的情况下，回收的序列验证克隆数量增加了79倍。其中，RAPF装配独立贡献2.6倍提升，T7转化贡献36倍提升，二者结合产生加性效应达79倍。所有克隆均经测序验证。

    

这一成果虽限于特定实验设置，但展示了GPT-5整合现有知识生成新型协议的能力，超越单纯文献回顾，体现出一定“创造性”。

    专家观点
    

OpenAI技术人员Miles Wang表示：“我们观察到新型优化收益，这非常令人兴奋。”Red Queen Bio首席科学家Nikolai Eroshenko原本怀疑GPT-5是否能超出已发表研究提出新发现，但实验结果显示模型成功整合概念生成创新协议，展现“创造性闪光”。他强调，这并非分子生物学基础突破，但确属首次实现的应用创新。

    

双方专家均指出，当前阶段AI仍需人类执行协议，无法独立操作实验室，但这一实验为AI加速生物科研提供了实证支持。

    潜在影响
    

这一突破预示AI将深刻改变生物医药研发流程。即使小幅效率提升，也可在药物筛选、基因编辑等领域产生连锁放大效应。未来，类似人机协作或加速蛋白设计、疫苗开发和个性化医学。GPT-5的湿实验室能力还将推动AI在合成生物学、长寿研究等前沿领域的应用，同时强化生物安全评估需求。

    

市场层面，此举巩固OpenAI在AI 生物交叉领域的领先地位，或刺激更多投资流入AI辅助科研工具。

    与以往对比
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    

方面	传统人类优化	GPT系列以往模型	GPT-5湿实验室实验
优化方式	经验试错，多年积累	主要数据分析与文献建议	迭代协议提出 数据反馈闭环
效率提升	渐进式，小幅	有限，未进入湿实验	79倍（特定协议）
创新性	依赖领域专家	重现已知结果	新型机制组合
安全控制	实验室规范	干实验室为主	良性系统 严格监督

    

编辑总结：GPT-5与Red Queen Bio合作的湿实验室实验证明了前沿AI模型在真实生物科研中的辅助潜力，通过创新协议优化实现79倍效率提升。这一进展平衡了创新加速与生物安全考量，有助于推动AI与生命科学的深度融合，但仍需人类科学家主导执行与验证，以确保结果可靠性和风险可控。未来类似框架的扩展或显著缩短生物技术研发周期，提升全球科研效率。

    【常见问题解答】
    

    

问题1：GPT-5在这次实验中具体做了什么？

    

GPT-5负责提出分子克隆协议的改进建议，包括引入RAPF装配和T7转化等新型机制。人类科学家执行这些建议并将实验结果（如克隆产量数据）反馈给模型，GPT-5随后分析数据并进行下一轮优化，形成多轮迭代闭环，最终实现效率大幅提升。

    

    

    

问题2：79倍效率提升意味着什么？是否适用于所有分子克隆实验？

    

79倍提升指在相同输入DNA量下，回收序列验证克隆数量增加79倍。该成果基于特定实验系统和基准协议（HiFi装配），通过两种机制加性作用实现。虽非通用突破，但证明AI可在特定设置中显著优化基础生物技术，潜在放大效应适用于药物筛选等高通量场景。

    

    

    

问题3：Red Queen Bio在合作中的角色是什么？

    

Red Queen Bio作为生物安全专家，与OpenAI共同设计评估框架，提供湿实验室专业知识和安全控制。该公司专注于AI生物风险防御，此次合作延续双方此前在生物威胁测试领域的协作，确保实验在良性、无害系统中进行。

    

    

    

问题4：这一实验对生物安全有何影响？

    

实验突出AI双刃剑效应：一方面加速有益科研，另一方面潜在放大生物风险。因此采用严格控制、良性系统，并由Red Queen Bio监督。OpenAI强调，这类测试有助于提前识别风险，推动防御措施与AI能力同步发展。

    

    

    

问题5：GPT-5湿实验室能力与以往AI生物应用有何不同？

    

以往AI主要限于“干实验室”如蛋白结构预测（AlphaFold）或文献分析。此次GPT-5进入“湿实验室”，通过实际实验迭代生成新型协议，展现从理论建议到可执行优化的跃进，标志AI向真实科研助手角色转型。（约460字）