GPT-Rosalind: تسريع علوم الحياة واكتشاف الأدوية بالذكاء الاصطناعي

GPT-Rosalind: حقبة جديدة لعلوم الحياة واكتشاف الأدوية بالذكاء الاصطناعي

يُمثل اليوم لحظة محورية للابتكار العلمي حيث تقدم OpenAI GPT-Rosalind، نموذج الاستدلال الرائد والمبتكر المصمم خصيصًا لأبحاث علوم الحياة. يستعد هذا الذكاء الاصطناعي المصمم خصيصًا لإحداث ثورة في المجالات التي تشمل علم الأحياء، واكتشاف الأدوية، والطب الانتقالي، واعدًا بتسريع وتيرة التقدم العلمي بشكل كبير. سُمي تكريمًا لـ Rosalind Franklin، التي أضاء عملها الرائد بنية الحمض النووي (DNA)، ويجسد GPT-Rosalind التزامًا بالبحث العلمي الأساسي، المعزز الآن بقوة الذكاء الاصطناعي المتقدم.

الرحلة من اكتشاف الهدف إلى الموافقة التنظيمية لدواء جديد شاقة للغاية، وتستغرق عادة من 10 إلى 15 عامًا في الولايات المتحدة. هذا الجدول الزمني الطويل هو شهادة ليس فقط على الصعوبة الكامنة في العلم، ولكن أيضًا على الطبيعة المعقدة والمجزأة غالبًا لمسارات العمل البحثية. يجب على العلماء التنقل بدقة عبر كميات هائلة من الأدبيات، وقواعد البيانات المتخصصة، والبيانات التجريبية، والفرضيات المتطورة. تم تصميم GPT-Rosalind ليكون عاملًا محفزًا في هذه العملية المعقدة، حيث يوفر مساعدًا قويًا يمكنه توليف الأدلة، وتوليد فرضيات جديدة، وتخطيط التجارب بكفاءة وعمق غير مسبوقين. من خلال تبسيط هذه المراحل المبكرة والحاسمة من الاكتشاف، يهدف النموذج إلى مضاعفة المكاسب اللاحقة، مما يؤدي إلى اختيار أفضل للأهداف، وفرضيات بيولوجية أقوى، وتجارب ذات جودة أعلى، ودعم الإنجازات التي قد تظل بعيدة المنال لولا ذلك.

يتوفر GPT-Rosalind الآن كمعاينة بحثية ضمن ChatGPT و Codex وواجهة برمجة التطبيقات (API)، ويمكن الوصول إليه للعملاء المؤهلين من خلال برنامج وصول موثوق به. ولإضفاء الطابع الديمقراطي على الوصول إلى الأبحاث المدعومة بالذكاء الاصطناعي بشكل أكبر، تُطلق OpenAI أيضًا مكونًا إضافيًا مجانيًا لأبحاث علوم الحياة لـ Codex، مما يمكن العلماء من ربط النماذج بأكثر من 50 أداة ومصدر بيانات علمي. يضمن هذا النهج المزدوج نشرًا متخصصًا وآمنًا لمنظمات البحث المتقدمة وفائدة أوسع للمجتمع العلمي الأوسع، مما يدفعنا نحو مستقبل يكون فيه الذكاء الاصطناعي شريكًا لا غنى عنه في السعي لتحقيق صحة الإنسان.

مصمم لمسارات العمل العلمية المتقدمة

تمثل سلسلة نماذج علوم الحياة GPT-Rosalind نقلة نوعية في كيفية دمج الذكاء الاصطناعي في العمل العلمي الحديث، حيث تعمل بسلاسة عبر الأدلة المنشورة، ومجموعات البيانات المعقدة، والأدوات المتنوعة، والتجارب الجارية. تدعم البنية التحتية الحاسوبية القوية لـ OpenAI هذه القدرة، مما يتيح التدريب والتنقيح المستمر لنماذج النطاق المتزايدة تعقيدًا مقابل المهام العلمية الواقعية. يضمن هذا بقاء GPT-Rosalind في الطليعة مع تطور مسارات العمل العلمية نفسها في التعقيد.

في التقييمات الصارمة، أظهر GPT-Rosalind أداءً الأفضل في فئته في المهام التي تتطلب استدلالاً عميقًا على الجزيئات، والبروتينات، والجينات، والمسارات، والبيولوجيا ذات الصلة بالأمراض. ويمتد تأثيره إلى التطبيق العملي للأدوات وقواعد البيانات العلمية ضمن مسارات عمل متعددة الخطوات، بما في ذلك مراجعة شاملة للأدبيات، وتفسير معقد لتسلسل الوظائف، وتخطيط استراتيجي للتجارب، وتحليل دقيق للبيانات. يمثل هذا الإصدار الأولي في سلسلة GPT-Rosalind بداية التزام طويل الأمد بتعزيز قدرات النموذج على الاستدلال الكيميائي الحيوي عبر مساعي علمية أكثر اعتمادًا على الأدوات وذات آفاق زمنية أطول. تتعاون OpenAI بنشاط مع منظمات رائدة مثل Amgen، وModerna، وAllen Institute، وThermo Fisher Scientific لدمج GPT-Rosalind في مسارات العمل التي تدفع الاكتشافات التحويلية.

أداء غير مسبوق في المعايير والتطبيقات الواقعية

تم تقييم قدرات GPT-Rosalind بدقة عبر مجموعة من التحديات الأساسية للاكتشاف العلمي والبحث الصناعي. تقيس هذه التقييمات الاستدلال الأساسي عبر نطاقات فرعية علمية متنوعة، بما في ذلك تعقيدات آليات التفاعلات الكيميائية، وفهم بنية البروتين، وتأثيرات الطفرات، والتفاعلات، والتفسير الفيلوجيني لتسلسلات الحمض النووي (DNA). بالإضافة إلى الاستدلال النظري، تقيس التقييمات أيضًا قدرة النموذج على دعم الأبحاث الواقعية من خلال تفسير المخرجات التجريبية، وتحديد الأنماط ذات الصلة بالخبراء، وتوليف المعلومات الخارجية لتصميم التجارب اللاحقة. والأهم من ذلك، كانت كفاءة GPT-Rosalind في اختيار واستخدام الأدوات الحاسوبية المناسبة، وقواعد البيانات، والقدرات الخاصة بالمجال لتعزيز استدلاله محور تركيز رئيسي، مما يظهر فائدته العملية على امتداد عملية البحث العلمي الشاملة.

في المعايير العامة، أظهر GPT-Rosalind باستمرار أداءً فائقًا. ففي BixBench، وهو معيار مصمم خصيصًا حول تحديات المعلوماتية الحيوية وتحليل البيانات الواقعية، حقق GPT-Rosalind أداءً رائدًا بين النماذج ذات النتائج المنشورة.

النموذج	BixBench Pass@1
Gemini 3.1 Pro	0.550
GPT-5	0.728
GPT-5.2	0.611
Grok 4.2	0.698
GPT-5.4	0.732
GPT-Rosalind	0.751

تم تقييم الأداء مقابل النماذج الأخرى المتاحة الوصول إليها.

علاوة على ذلك، في LABBench2، الذي يقيم مجموعة من مهام البحث مثل استرجاع الأدبيات، والوصول إلى قواعد البيانات، والتلاعب بالتسلسلات، وتصميم البروتوكولات، تفوق GPT-Rosalind على GPT-5.4 في 6 من أصل 11 مهمة. ولوحظ تحسن ملحوظ بشكل خاص في CloningQA، وهي مهمة تتطلب تصميمًا شاملاً للحمض النووي (DNA) وكواشف الإنزيم لبروتوكولات الاستنساخ الجزيئي. تم التحقق من تأثير النموذج في العالم الحقيقي بشكل أكبر من خلال شراكة مع Dyno Therapeutics، وهي شركة رائدة في علاجات الجينات المصممة بالذكاء الاصطناعي. في تقييم باستخدام تسلسلات الحمض النووي الريبوزي (RNA) غير المنشورة وغير الملوثة، صنفت أفضل عشرة نماذج مقدمة من GPT-Rosalind، عند تقييمها مباشرة في تطبيق Codex، فوق النسبة المئوية 95% من الخبراء البشريين في مهمة التنبؤ، وحوالي النسبة المئوية 84% لمهام توليد التسلسل. تؤكد هذه التقييمات الشاملة قدرة GPT-Rosalind القوية على توليد الأدلة، وتحليل البيانات المعقدة، وتقديم استنتاجات بيولوجية قابلة للدفاع عنها في أيدي العلماء. للاستخدام المتقدم مع Codex، قد يجد الباحثون دليل إعداد أوامر Codex مفيدًا في زيادة إمكانات GPT-Rosalind إلى أقصى حد.

سد الفجوة بين الذكاء الاصطناعي والأدوات العلمية الحالية: المكوّن الإضافي لعلوم الحياة

يعتبر الدمج السلس مع النظام البيئي الحالي للأدوات العلمية حجر الزاوية في فائدة GPT-Rosalind. أطلقت OpenAI مكوّنًا إضافيًا جديدًا لأبحاث علوم الحياة لـ Codex، وهو متاح الآن على GitHub. تتضمن هذه الحزمة الشاملة مجموعة واسعة من المهارات المعيارية المصممة بدقة لمسارات العمل البحثية الأكثر شيوعًا عبر تخصصات مختلفة، بما في ذلك علم الوراثة البشرية، وعلم الجينوم الوظيفي، وبنية البروتين، والكيمياء الحيوية، والأدلة السريرية، واكتشاف الدراسات العامة.

يعمل هذا المكوّن الإضافي كطبقة تنسيق حاسمة، مما يمكّن العلماء من معالجة الأسئلة الواسعة، والغامضة، والمتعددة الخطوات بفعالية أكبر. يوفر وصولاً مباشرًا إلى أكثر من 50 قاعدة بيانات عامة متعددة الأوميكس، وكمية وافرة من مصادر الأدبيات، والعديد من أدوات البيولوجيا. يوفر هذا التكامل الغني نقطة انطلاق مرنة لمسارات العمل الشائعة والقابلة للتكرار مثل البحث عن بنية البروتين، والبحث عن التسلسل، ومراجعة الأدبيات الموسعة، واكتشاف مجموعات البيانات العامة. بينما يمكن للمستخدمين المؤهلين من المؤسسات الاستفادة من هذا المكوّن الإضافي في مسارات العمل البحثية مع GPT-Rosalind للاستدلال البيولوجي الأعمق، يمكن لجميع المستخدمين استخدام حزمة المكوّن الإضافي مع نماذج OpenAI الرئيسية، مما يضفي الطابع الديمقراطي على الوصول إلى أبحاث علوم الحياة المحسنة بالذكاء الاصطناعي. تضمن هذه المرونة أن مجموعة واسعة من الباحثين يمكنهم الاستفادة من قوة الذكاء الاصطناعي، سواء باستخدام نماذج متخصصة أو الذكاء الاصطناعي لأغراض عامة. تعرف على المزيد حول كيفية الاستفادة القصوى من أدوات الذكاء الاصطناعي لديك من خلال أدلة مثل استخدام Codex مع خطة ChatGPT الخاصة بك.

وصول مؤمّن للابتكار المسؤول

إدراكًا للآثار العميقة للذكاء الاصطناعي المتقدم في علوم الحياة، نفذت OpenAI هيكل نشر وصول موثوق به وصارم لـ GPT-Rosalind. هذا البرنامج متاح مبدئيًا لعملاء المؤسسات المؤهلين في الولايات المتحدة، ويتميز بضوابط قوية حول الأهلية، وإدارة الوصول، والحوكمة التنظيمية. يضمن هذا النهج الحذر إتاحة هذه القدرات القوية للعلماء ومنظمات البحث التي هي في أفضل وضع لتعزيز صحة الإنسان، مع الحفاظ في الوقت نفسه على ضمانات قوية ضد سوء الاستخدام البيولوجي المحتمل.

تم تطوير نموذج علوم الحياة بضوابط أمان معززة على مستوى المؤسسات وإدارة وصول مُحسّنة، مما يجعله مناسبًا للاستخدام العلمي الاحترافي في بيئات بحثية محكومة. تقيّم OpenAI الوصول بناءً على ثلاثة مبادئ أساسية: ضمان الاستخدام المفيد في البحث العلمي المشروع ذي الفائدة العامة الواضحة؛ فرض حوكمة مناسبة، وامتثال، وضوابط منع سوء الاستخدام؛ وضمان وصول متحكم به ضمن بيئات آمنة ومُدارة جيدًا للمستخدمين المعتمدين. يجب على المنظمات أيضًا الامتثال لسياسات الاستخدام الخاصة بـ OpenAI وشروط معاينة أبحاث علوم الحياة المحددة. خلال مرحلة المعاينة البحثية هذه، لن يستهلك استخدام GPT-Rosalind أرصدة أو رموزًا موجودة، مع مراعاة الضمانات ضد سوء الاستخدام. بالنسبة للمنظمات التي تعطي الأولوية لأمن البيانات، يعد فهم مفاهيم مثل خصوصية المؤسسة أمرًا بالغ الأهمية عند دمج نماذج الذكاء الاصطناعي المتقدمة.

لتسهيل التكامل السلس وتعظيم الأثر، يساعد فريق علوم الحياة المخصص في OpenAI، بدعم من شركاء استشاريين بما في ذلك McKinsey & Company، وBoston Consulting Group (BCG)، وBain & Company، المنظمات في تحديد حالات الاستخدام عالية التأثير، ودمج النموذج في بيئات المؤسسات، وتحقيق نتائج قابلة للقياس.

مستقبل الذكاء الاصطناعي في الاكتشاف البيولوجي

إن تقديم GPT-Rosalind هو مجرد الإصدار الأول في سلسلة نماذج علوم الحياة الطموحة لـ OpenAI. يشير هذا الإطلاق إلى بداية التزام طويل الأمد ببناء ذكاء اصطناعي متقدم يمكنه تسريع الاكتشاف العلمي بشكل عميق في المجالات ذات الأهمية القصوى للمجتمع، من صحة الإنسان إلى الأبحاث البيولوجية الأوسع. تلتزم OpenAI بتحسين قدرات النموذج على الاستدلال البيولوجي بشكل مستمر، وزيادة توسيع دعمه لمسارات العمل العلمية التي تعتمد بشكل كبير على الأدوات وذات الآفاق الزمنية الطويلة.

مع استمرار نماذج الذكاء الاصطناعي في التطور، ستنمو قدرتها على تحويل التحديات العلمية المعقدة فقط. يمثل GPT-Rosalind قفزة كبيرة إلى الأمام، حيث يقدم للعلماء حليفًا قويًا جديدًا في سعيهم لكشف أسرار الطبيعة وتطوير ابتكارات منقذة للحياة. إن عصر الذكاء الاصطناعي الذي لا يعمل كمولد نصوص فحسب، بل كواجهة تنفيذ حقيقية، قادرة على تحقيق نتائج بحثية ملموسة، هو حقًا بين أيدينا. تؤكد هذه الرحلة رؤية OpenAI لمستقبل يمكّن فيه الذكاء الاصطناعي البشرية من تحقيق إنجازات علمية كانت تبدو مستحيلة في السابق.

المصدر الأصلي

https://openai.com/index/introducing-gpt-rosalind/

الأسئلة الشائعة

What is GPT-Rosalind and its primary purpose?

GPT-Rosalind is OpenAI's frontier reasoning model specifically developed to accelerate research across biology, drug discovery, and translational medicine. Its primary purpose is to optimize scientific workflows by combining improved tool use with a deeper understanding of complex scientific domains such as chemistry, protein engineering, and genomics. By assisting with evidence synthesis, hypothesis generation, and experimental planning, GPT-Rosalind aims to significantly reduce the time and complexity involved in bringing new drugs from discovery to market, which typically takes 10 to 15 years, thereby enabling breakthroughs that might otherwise be impossible.

How does GPT-Rosalind enhance traditional scientific research workflows?

GPT-Rosalind enhances traditional scientific research by streamlining fragmented and time-intensive workflows. Scientists often grapple with vast literature, specialized databases, experimental data, and evolving hypotheses. GPT-Rosalind helps them navigate these complexities faster, explore more possibilities, identify hidden connections, and formulate better hypotheses sooner. It excels in tasks requiring reasoning over molecules, proteins, genes, pathways, and disease-relevant biology, and is more effective at utilizing scientific tools and databases for multi-step workflows like literature review, sequence-to-function interpretation, and data analysis. This efficiency allows researchers to focus more on innovative thought rather than manual data processing.

What specific capabilities and domains does GPT-Rosalind support?

GPT-Rosalind is built to support modern scientific work across published evidence, data, tools, and experiments. It delivers superior performance on tasks requiring intricate reasoning over molecules, proteins, genes, pathways, and disease-relevant biology. Its capabilities span chemical reaction mechanisms, protein structure analysis, mutation effects, protein interactions, and phylogenetic interpretation of DNA sequences. The model also supports practical research workflows by interpreting experimental outputs, identifying expert-relevant patterns, synthesizing external information for follow-up experiments, and adeptly selecting and utilizing computational tools and databases to augment its reasoning.

How can researchers gain access to GPT-Rosalind and its features?

Researchers can access GPT-Rosalind through a trusted-access deployment program for qualified Enterprise customers, initially in the U.S. It is available as a research preview within ChatGPT, Codex, and via the API. Additionally, OpenAI has introduced a freely accessible Life Sciences research plugin for Codex, which allows scientists to connect models to over 50 scientific tools and data sources. Organizations interested in using GPT-Rosalind must undergo a qualification and safety review process, adhering to principles of beneficial use, strong governance, safety oversight, and controlled, enterprise-grade secure access.

What is the Life Sciences research plugin for Codex and its significance?

The Life Sciences research plugin for Codex is a significant tool that acts as an orchestration layer, helping scientists more effectively address broad, ambiguous, and multi-step research questions. Available today in GitHub, this package provides a comprehensive set of modular skills tailored for common research workflows across human genetics, functional genomics, protein structure, biochemistry, clinical evidence, and public study discovery. It offers access to over 50 public multi-omics databases, literature sources, and biology tools, serving as a flexible starting point for repeatable workflows like protein structure lookup, sequence search, and literature review. This plugin enhances the model's integration into diverse scientific environments.

What were the key findings from GPT-Rosalind's performance evaluations?

Evaluations demonstrated GPT-Rosalind's leading performance across various scientific benchmarks. On BixBench, a benchmark for bioinformatics and data analysis, it achieved top scores among published models. For LABBench2, which assesses research tasks like literature retrieval and protocol design, GPT-Rosalind outperformed GPT-5.4 on 6 out of 11 tasks, with significant improvements in CloningQA (DNA and enzyme reagent design). In a partnership with Dyno Therapeutics, GPT-Rosalind's best-of-ten model submissions for RNA sequence-to-function prediction ranked above the 95th percentile of human experts, and around the 84th percentile for sequence generation tasks, showcasing its robust real-world applicability.

What safeguards and principles govern access to GPT-Rosalind?

Access to GPT-Rosalind is governed by a trusted-access framework designed to ensure responsible innovation and mitigate misuse risks. This framework involves stringent controls over eligibility, access management, and organizational governance. Three core principles guide access: demonstrating beneficial use in legitimate scientific research with clear public benefit; maintaining appropriate governance, compliance, and misuse-prevention controls; and ensuring controlled access within secure, well-managed environments for approved users. Participating organizations must also agree to specific research preview terms and OpenAI’s usage policies, with additional information potentially requested during onboarding or continued participation.

ابقَ على اطلاع

احصل على آخر أخبار الذكاء الاصطناعي في بريدك.