Code Velocity
Models d'IA

GPT-Rosalind: Accelerant les Ciències de la Vida i el Descobriment de Fàrmacs amb IA

Interfície del model d'IA GPT-Rosalind demostrant el flux de treball del plugin de recerca en ciències de la vida i l'anàlisi de dades.

title: "GPT-Rosalind: Accelerant les Ciències de la Vida i el Descobriment de Fàrmacs amb IA" slug: "introducing-gpt-rosalind" date: "2026-04-19" lang: "ca" source: "https://openai.com/index/introducing-gpt-rosalind/" category: "Models d'IA" keywords:

  • GPT-Rosalind
  • IA en ciències de la vida
  • descobriment de fàrmacs
  • IA en recerca
  • OpenAI
  • fluxos de treball científics
  • bioinformàtica
  • genòmica
  • enginyeria de proteïnes
  • models d'IA
  • medicina translacional
  • aprenentatge profund en biologia meta_description: "OpenAI presenta GPT-Rosalind, un nou model d'IA dissenyat específicament per a la recerca en ciències de la vida, accelerant el descobriment de fàrmacs, la biologia i la medicina translacional mitjançant un raonament avançat i la integració d'eines." image: "/images/articles/introducing-gpt-rosalind.png" image_alt: "Interfície del model d'IA GPT-Rosalind demostrant el flux de treball del plugin de recerca en ciències de la vida i l'anàlisi de dades." quality_score: 94 content_score: 93 seo_score: 95 companies:
  • OpenAI
  • Amgen
  • Moderna
  • Allen Institute
  • Thermo Fisher Scientific
  • Dyno Therapeutics
  • McKinsey & Company
  • Boston Consulting Group
  • Bain & Company schema_type: "NewsArticle" reading_time: 7 faq:
  • question: "Què és GPT-Rosalind i quin és el seu propòsit principal?" answer: "GPT-Rosalind és el model de raonament d'avantguarda d'OpenAI desenvolupat específicament per accelerar la recerca en biologia, descobriment de fàrmacs i medicina translacional. El seu propòsit principal és optimitzar els fluxos de treball científics combinant un ús millorat d'eines amb una comprensió més profunda de dominis científics complexos com la química, l'enginyeria de proteïnes i la genòmica. En ajudar amb la síntesi d'evidències, la generació d'hipòtesis i la planificació experimental, GPT-Rosalind pretén reduir significativament el temps i la complexitat que implica portar nous fàrmacs des del descobriment fins al mercat, cosa que normalment triga de 10 a 15 anys, permetent així avenços que d'altra manera serien impossibles."
  • question: "Com millora GPT-Rosalind els fluxos de treball de la recerca científica tradicional?" answer: "GPT-Rosalind millora la recerca científica tradicional racionalitzant fluxos de treball fragmentats i que consumeixen molt de temps. Els científics sovint han de fer front a una vasta literatura, bases de dades especialitzades, dades experimentals i hipòtesis en evolució. GPT-Rosalind els ajuda a navegar per aquestes complexitats més ràpidament, a explorar més possibilitats, a identificar connexions ocultes i a formular millors hipòtesis més aviat. Destaca en tasques que requereixen raonament sobre molècules, proteïnes, gens, vies i biologia rellevant per a malalties, i és més eficaç a l'hora d'utilitzar eines i bases de dades científiques per a fluxos de treball de diversos passos com la revisió de literatura, la interpretació de seqüències a funció i l'anàlisi de dades. Aquesta eficiència permet als investigadors centrar-se més en el pensament innovador que en el processament manual de dades."
  • question: "Quines capacitats i dominis específics admet GPT-Rosalind?" answer: "GPT-Rosalind està construït per suportar el treball científic modern a través d'evidències publicades, dades, eines i experiments. Ofereix un rendiment superior en tasques que requereixen un raonament intricat sobre molècules, proteïnes, gens, vies i biologia rellevant per a malalties. Les seves capacitats abasten mecanismes de reacció química, anàlisi d'estructures de proteïnes, efectes de mutacions, interaccions de proteïnes i interpretació filogenètica de seqüències d'ADN. El model també admet fluxos de treball de recerca pràctics interpretant resultats experimentals, identificant patrons rellevants per a experts, sintetitzant informació externa per a experiments de seguiment i seleccionant i utilitzant amb habilitat eines i bases de dades computacionals per augmentar el seu raonament."
  • question: "Com poden els investigadors accedir a GPT-Rosalind i les seves característiques?" answer: "Els investigadors poden accedir a GPT-Rosalind a través d'un programa de desplegament d'accés de confiança per a clients Enterprise qualificats, inicialment als EUA. Està disponible com a vista prèvia de recerca dins de ChatGPT, Codex i mitjançant l'API. A més, OpenAI ha introduït un plugin de recerca en Ciències de la Vida lliurement accessible per a Codex, que permet als científics connectar models a més de 50 eines i fonts de dades científiques. Les organitzacions interessades a utilitzar GPT-Rosalind han de sotmetre's a un procés de qualificació i revisió de seguretat, adherint-se als principis d'ús beneficiós, governança sòlida, supervisió de seguretat i accés segur controlat de nivell empresarial."
  • question: "Què és el plugin de recerca en Ciències de la Vida per a Codex i quina és la seva importància?" answer: "El plugin de recerca en Ciències de la Vida per a Codex és una eina significativa que actua com una capa d'orquestració, ajudant els científics a abordar de manera més efectiva preguntes de recerca àmplies, ambigües i de diversos passos. Disponible actualment a GitHub, aquest paquet proporciona un conjunt complet d'habilitats modulars adaptades per a fluxos de treball de recerca comuns en genètica humana, genòmica funcional, estructura de proteïnes, bioquímica, evidència clínica i descobriment d'estudis públics. Ofereix accés a més de 50 bases de dades multi-òmiques públiques, fonts de literatura i eines de biologia, servint com a punt de partida flexible per a fluxos de treball repetibles com la cerca d'estructures de proteïnes, la cerca de seqüències i la revisió de literatura. Aquest plugin millora la integració del model en diversos entorns científics."
  • question: "Quines van ser les principals conclusions de les avaluacions de rendiment de GPT-Rosalind?" answer: "Les avaluacions van demostrar el rendiment líder de GPT-Rosalind en diversos benchmarks científics. En BixBench, un benchmark per a bioinformàtica i anàlisi de dades, va obtenir les millors puntuacions entre els models publicats. Per a LABBench2, que avalua tasques de recerca com la recuperació de literatura i el disseny de protocols, GPT-Rosalind va superar GPT-5.4 en 6 de les 11 tasques, amb millores significatives en CloningQA (disseny de reactius d'ADN i enzims). En una associació amb Dyno Therapeutics, les millors deu presentacions de models de GPT-Rosalind per a la predicció de seqüències d'ARN a funció es van classificar per sobre del percentil 95 dels experts humans, i al voltant del percentil 84 per a tasques de generació de seqüències, mostrant la seva robusta aplicabilitat al món real."
  • question: "Quines garanties i principis regeixen l'accés a GPT-Rosalind?" answer: "L'accés a GPT-Rosalind es regeix per un marc d'accés de confiança dissenyat per garantir la innovació responsable i mitigar els riscos d'ús indegut. Aquest marc implica controls estrictes sobre l'elegibilitat, la gestió de l'accés i la governança organitzativa. Tres principis fonamentals guien l'accés: demostrar un ús beneficiós en la recerca científica legítima amb un clar benefici públic; mantenir controls adequats de governança, conformitat i prevenció de l'ús indegut; i garantir un accés controlat dins d'entorns segurs i ben gestionats per a usuaris aprovats. Les organitzacions participants també han d'acceptar els termes específics de la vista prèvia de recerca i les polítiques d'ús d'OpenAI, amb informació addicional que es pot sol·licitar durant l'incorporació o la participació continuada."

GPT-Rosalind: Una Nova Era per a les Ciències de la Vida i el Descobriment de Fàrmacs amb IA

Avui marca un moment crucial per a la innovació científica, ja que OpenAI presenta GPT-Rosalind, el seu innovador model de raonament d'avantguarda dissenyat específicament per a la recerca en ciències de la vida. Aquesta IA construïda amb un propòsit específic està a punt de revolucionar camps que abasten la biologia, el descobriment de fàrmacs i la medicina translacional, prometent accelerar dràsticament el ritme de l'avenç científic. Nomenada en honor a Rosalind Franklin, la investigadora pionera que va il·luminar l'estructura de l'ADN, GPT-Rosalind encarna un compromís amb la investigació científica fonamental, ara sobrealimentada per la intel·ligència artificial avançada.

El viatge des del descobriment d'un objectiu fins a l'aprovació reguladora d'un nou fàrmac és notòriament àrdu, i normalment consumeix de 10 a 15 anys als Estats Units. Aquest llarg termini és un testimoni no només de la dificultat inherent de la ciència, sinó també de la naturalesa complexa i sovint fragmentada dels fluxos de treball de recerca. Els científics han de navegar meticulosament per grans volums de literatura, bases de dades especialitzades, dades experimentals i hipòtesis en evolució. GPT-Rosalind està dissenyat per ser un catalitzador en aquest procés intricat, proporcionant un assistent potent que pot sintetitzar evidències, generar hipòtesis noves i planificar experiments amb una eficiència i profunditat sense precedents. En racionalitzar aquestes etapes inicials i crítiques del descobriment, el model pretén augmentar els guanys posteriors, conduint a una millor selecció d'objectius, hipòtesis biològiques més sòlides i experiments de major qualitat, fomentant finalment avenços que d'altra manera serien inabastables.

GPT-Rosalind ja està disponible com a vista prèvia de recerca dins de ChatGPT, Codex i l'API, accessible a clients qualificats a través d'un programa d'accés de confiança. Demostrant encara més l'accés a la recerca impulsada per IA, OpenAI també llança un plugin de recerca en Ciències de la Vida lliurement accessible per a Codex, que permet als científics connectar els models a més de 50 eines i fonts de dades científiques. Aquest enfocament dual garanteix tant un desplegament especialitzat i segur per a organitzacions de recerca avançades com una utilitat més àmplia per a la comunitat científica en general, impulsant-nos cap a un futur on la IA sigui un soci indispensable en la recerca de la salut humana.

Dissenyat per a Fluxos de Treball Científics Avançats

La sèrie de models de ciències de la vida GPT-Rosalind representa un canvi de paradigma en la manera com la IA pot integrar-se amb el treball científic modern, operant sense problemes a través d'evidències publicades, conjunts de dades complexos, eines diverses i experiments en curs. La robusta infraestructura de computació d'OpenAI sustenta aquesta capacitat, permetent la formació i el perfeccionament continus de models de domini cada vegada més sofisticats per a tasques científiques del món real. Això garanteix que GPT-Rosalind es mantingui a l'avantguarda a mesura que els mateixos fluxos de treball científics evolucionen en complexitat.

En avaluacions rigoroses, GPT-Rosalind ha demostrat un rendiment de primer nivell en tasques que exigeixen un raonament profund sobre molècules, proteïnes, gens, vies i biologia rellevant per a malalties. La seva eficàcia s'estén a l'aplicació pràctica d'eines i bases de dades científiques dins de fluxos de treball de diversos passos, inclosa una revisió exhaustiva de la literatura, una interpretació intricada de seqüències a funció, una planificació experimental estratègica i una anàlisi de dades matisada. Aquest llançament inicial de la sèrie GPT-Rosalind marca el començament d'un compromís a llarg termini per millorar les capacitats de raonament bioquímic del model en empreses científiques encara més dependents d'eines i de llarg abast. OpenAI col·labora activament amb organitzacions líders com Amgen, Moderna, l'Allen Institute i Thermo Fisher Scientific per incrustar GPT-Rosalind en fluxos de treball que impulsen el descobriment transformador.

Rendiment Sense Precedents en Benchmarks i Aplicacions del Món Real

Les capacitats de GPT-Rosalind s'han avaluat a fons en un espectre de desafiaments fonamentals per al descobriment científic i la recerca industrial. Aquestes avaluacions mesuren el raonament central en diversos subdominis científics, incloses les complexitats dels mecanismes de reacció química, la comprensió de l'estructura de les proteïnes, els efectes i les interaccions de les mutacions, i la interpretació filogenètica de les seqüències d'ADN. Més enllà del raonament teòric, les avaluacions també mesuren la capacitat del model per donar suport a la recerca del món real interpretant resultats experimentals, identificant patrons rellevants per a experts i sintetitzant informació externa per dissenyar experiments posteriors. Crucialment, la destresa de GPT-Rosalind en la selecció i utilització d'eines computacionals, bases de dades i capacitats específiques del domini per augmentar el seu raonament ha estat un focus clau, demostrant la seva utilitat pràctica en tot el procés de recerca científica d'extrem a extrem.

En els benchmarks públics, GPT-Rosalind ha demostrat constantment un rendiment superior. En BixBench, un benchmark dissenyat específicament al voltant dels desafiaments del món real de la bioinformàtica i l'anàlisi de dades, GPT-Rosalind va aconseguir un rendiment líder entre els models amb puntuacions publicades.

ModelBixBench Pass@1
Gemini 3.1 Pro0.550
GPT-50.728
GPT-5.20.611
Grok 4.20.698
GPT-5.40.732
GPT-Rosalind0.751

Rendiment avaluat en comparació amb altres models amb accés disponible.

A més, en LABBench2, que avalua una sèrie de tasques de recerca com la recuperació de literatura, l'accés a bases de dades, la manipulació de seqüències i el disseny de protocols, GPT-Rosalind va superar GPT-5.4 en 6 de les 11 tasques. Es va observar una millora particularment notable en CloningQA, una tasca que exigeix un disseny d'extrem a extrem de reactius d'ADN i enzims per a protocols de clonació molecular. L'impacte del model en el món real es va validar encara més mitjançant una associació amb Dyno Therapeutics, una empresa pionera en teràpies gèniques dissenyades amb IA. En una avaluació utilitzant seqüències d'ARN no publicades i no contaminades, les millors deu presentacions del model de GPT-Rosalind, avaluades directament a l'aplicació Codex, es van classificar per sobre del percentil 95 dels experts humans en la tasca de predicció i al voltant del percentil 84 en la tasca de generació de seqüències. Aquestes avaluacions exhaustives subratllen la robusta capacitat de GPT-Rosalind per generar evidències, analitzar dades complexes i impulsar conclusions biològiques defensables en mans dels científics. Per a un ús avançat amb Codex, els investigadors podrien trobar útil la guia d'instruccions de Codex per maximitzar el potencial de GPT-Rosalind.

Connectant la IA amb Eines Científiques Existents: El Plugin de Ciències de la Vida

Una pedra angular de la utilitat de GPT-Rosalind és la seva integració perfecta amb l'ecosistema existent d'eines científiques. OpenAI ha llançat un nou plugin de recerca en Ciències de la Vida per a Codex, ara disponible a GitHub. Aquest paquet complet comprèn un ampli conjunt d'habilitats modulars meticulosament dissenyades per als fluxos de treball de recerca més comuns en diverses disciplines, incloent genètica humana, genòmica funcional, estructura de proteïnes, bioquímica, evidència clínica i descobriment d'estudis públics.

Aquest plugin actua com una capa d'orquestració crucial, empoderant els científics per abordar de manera més efectiva preguntes àmplies, ambigües i de diversos passos. Proporciona accés directe a més de 50 bases de dades multi-òmiques públiques, una gran quantitat de fonts de literatura i nombroses eines de biologia. Aquesta rica integració ofereix un punt de partida flexible per a fluxos de treball comuns i repetibles, com ara la cerca d'estructures de proteïnes, la cerca de seqüències, la revisió exhaustiva de la literatura i el descobriment de conjunts de dades públics. Mentre que els usuaris Enterprise elegibles poden aprofitar aquest plugin en fluxos de treball de recerca amb GPT-Rosalind per a un raonament biològic més profund, tots els usuaris poden utilitzar el paquet de plugins amb els models principals d'OpenAI, democratitzant l'accés a la recerca en ciències de la vida millorada amb IA. Aquesta flexibilitat garanteix que una àmplia gamma d'investigadors pugui beneficiar-se del poder de la IA, ja sigui utilitzant models especialitzats o IA de propòsit més general. Més informació sobre com maximitzar les vostres eines d'IA amb guies com ara utilitzar Codex amb el vostre pla ChatGPT.

Accés Segur per a una Innovació Responsable

Reconeixent les profundes implicacions de la IA avançada en les ciències de la vida, OpenAI ha implementat una estructura de desplegament d'accés de confiança estricta per a GPT-Rosalind. Aquest programa està inicialment disponible per a clients Enterprise qualificats als EUA, amb controls robustos sobre l'elegibilitat, la gestió de l'accés i la governança organitzativa. Aquest enfocament cautelós garanteix que aquestes potents capacitats estiguin disponibles per a científics i organitzacions de recerca més ben posicionats per avançar en la salut humana, alhora que es mantenen fortes salvaguardes contra el possible ús indegut biològic.

El model de Ciències de la Vida s'ha desenvolupat amb controls de seguretat de nivell empresarial millorats i una gestió d'accés reforçada, cosa que el fa adequat per a un ús científic professional en entorns de recerca governats. OpenAI avalua l'accés basant-se en tres principis fonamentals: assegurar un ús beneficiós en la recerca científica legítima amb un clar benefici públic; exigir una governança, conformitat i controls de prevenció de l'ús indegut adequats; i garantir un accés controlat dins d'entorns segurs i ben gestionats per a usuaris aprovats. Les organitzacions també han de complir les polítiques d'ús d'OpenAI i els termes específics de la vista prèvia de recerca en ciències de la vida. Durant aquesta fase de vista prèvia de recerca, l'ús de GPT-Rosalind no consumirà crèdits o tokens existents, subjecte a les proteccions contra l'abús. Per a les organitzacions que prioritzen la seguretat de les dades, entendre conceptes com la privadesa empresarial és crucial a l'hora d'integrar models d'IA avançats.

Per facilitar una integració perfecta i maximitzar l'impacte, l'equip dedicat de Ciències de la Vida d'OpenAI, amb el suport de socis assessors com McKinsey & Company, Boston Consulting Group (BCG) i Bain & Company, ajuda les organitzacions a identificar casos d'ús d'alt impacte, integrar el model en entorns empresarials i impulsar resultats mesurables.

El Futur de la IA en el Descobriment Biològic

La introducció de GPT-Rosalind és només el primer llançament de l'ambiciosa sèrie de models de Ciències de la Vida d'OpenAI. Aquest llançament significa el començament d'un compromís a llarg termini per construir una IA avançada que pugui accelerar profundament el descobriment científic en àrees d'importància crítica per a la societat, des de la salut humana fins a una recerca biològica més àmplia. OpenAI es dedica a millorar contínuament les capacitats de raonament biològic del model, ampliant encara més el seu suport a fluxos de treball científics de llarg abast i amb moltes eines.

A mesura que els models d'IA continuen evolucionant, la seva capacitat per transformar desafiaments científics complexos només augmentarà. GPT-Rosalind representa un salt significatiu, oferint als científics un nou aliat poderós en la seva recerca per desentranyar els misteris de la natura i desenvolupar innovacions que salven vides. L'era on la IA actua no només com un generador de text, sinó com una veritable interfície d'execució, capaç d'impulsar resultats de recerca tangibles, ja és realitat. Aquest viatge subratlla la visió d'OpenAI per a un futur on la IA capacita la humanitat per assolir fites científiques que abans semblaven impossibles.

Preguntes freqüents

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.

Manteniu-vos al dia

Rebeu les últimes notícies d'IA al correu.

Compartir