Code Velocity
AI-modeller

GPT-Rosalind: Fremskynder Biovidenskab og Lægemiddeludvikling med AI

GPT-Rosalind AI-modelgrænseflade, der demonstrerer arbejdsgang for biovidenskabelig forskningsplugin og dataanalyse.

GPT-Rosalind: En Ny Æra for Biovidenskab og Lægemiddeludvikling med AI

I dag markerer et afgørende øjeblik for videnskabelig innovation, idet OpenAI introducerer GPT-Rosalind, deres banebrydende ræsonnementmodel, der er konstrueret specifikt til biovidenskabelig forskning. Denne specialbyggede AI er klar til at revolutionere felter, der spænder over biologi, lægemiddeludvikling og translationel medicin, og lover at dramatisk accelerere tempoet for videnskabelig fremgang. Opkaldt til ære for Rosalind Franklin, hvis banebrydende arbejde belyste DNA's struktur, legemliggør GPT-Rosalind en forpligtelse til grundlæggende videnskabelig undersøgelse, nu forstærket af avanceret kunstig intelligens.

Rejsen fra målopdagelse til lovmæssig godkendelse for et nyt lægemiddel er notorisk vanskelig og tager typisk 10 til 15 år i USA. Denne langvarige tidslinje er et vidnesbyrd, ikke kun om den iboende vanskelighed ved videnskaben, men også om den komplekse, ofte fragmenterede natur af forskningsarbejdsgange. Forskere skal omhyggeligt navigere i store mængder litteratur, specialiserede databaser, eksperimentelle data og udviklende hypoteser. GPT-Rosalind er designet til at være en katalysator i denne indviklede proces, og giver en kraftfuld assistent, der kan syntetisere evidens, generere nye hypoteser og planlægge eksperimenter med hidtil uset effektivitet og dybde. Ved at strømline disse tidlige, kritiske stadier af opdagelse sigter modellen mod at forstærke efterfølgende gevinster, hvilket fører til bedre måludvælgelse, stærkere biologiske hypoteser og eksperimenter af højere kvalitet, og i sidste ende fremmer gennembrud, der ellers ville forblive uopnåelige.

GPT-Rosalind er nu tilgængelig som en forskningsforhåndsvisning inden for ChatGPT, Codex og API'en, tilgængelig for kvalificerede kunder gennem et program for betroet adgang. For yderligere at demokratisere adgangen til AI-drevet forskning udgiver OpenAI også et frit tilgængeligt Life Sciences forskningsplugin til Codex, der gør det muligt for forskere at forbinde modellerne til over 50 videnskabelige værktøjer og datakilder. Denne dobbelte tilgang sikrer både specialiseret, sikker implementering for avancerede forskningsorganisationer og bredere anvendelighed for det bredere videnskabelige samfund, hvilket driver os mod en fremtid, hvor AI er en uundværlig partner i jagten på menneskelig sundhed.

Konstrueret til Avancerede Videnskabelige Arbejdsgange

GPT-Rosalind life sciences-modelserien repræsenterer et paradigmeskifte i, hvordan AI kan integreres med moderne videnskabeligt arbejde, og fungerer problemfrit på tværs af publiceret evidens, komplekse datasæt, forskellige værktøjer og igangværende eksperimenter. OpenAIs robuste beregningsinfrastruktur understøtter denne kapacitet, hvilket muliggør kontinuerlig træning og forfining af stadig mere sofistikerede domænemodeller mod virkelige videnskabelige opgaver. Dette sikrer, at GPT-Rosalind forbliver på forkant, efterhånden som videnskabelige arbejdsgange selv udvikler sig i kompleksitet.

I strenge evalueringer har GPT-Rosalind demonstreret bedst-i-klassen ydeevne på opgaver, der kræver dybtgående ræsonnement over molekyler, proteiner, gener, signalveje og sygdomsrelevant biologi. Dens effektivitet strækker sig til den praktiske anvendelse af videnskabelige værktøjer og databaser inden for flertrinsarbejdsgange, herunder omfattende litteraturgennemgang, indviklet sekvens-til-funktion-fortolkning, strategisk eksperimentel planlægning og nuanceret dataanalyse. Denne første udgivelse i GPT-Rosalind-serien markerer begyndelsen på en langsigtet forpligtelse til at forbedre modellens biokemiske ræsonnementskapacitet på tværs af endnu mere værktøjsintensive og langsigtede videnskabelige bestræbelser. OpenAI samarbejder aktivt med førende organisationer såsom Amgen, Moderna, Allen Institute og Thermo Fisher Scientific for at indlejre GPT-Rosalind i arbejdsgange, der driver transformerende opdagelser.

Hidtil Usynlig Ydeevne i Benchmarks og Virkelige Anvendelser

GPT-Rosalinds kapaciteter er blevet grundigt evalueret på tværs af et spektrum af udfordringer, der er grundlæggende for videnskabelig opdagelse og industriel forskning. Disse vurderinger måler kerneræsonnement på tværs af forskellige videnskabelige underdomæner, herunder forviklingerne af kemiske reaktionsmekanismer, forståelsen af proteinstruktur, mutationseffekter og interaktioner samt den fylogenetiske fortolkning af DNA-sekvenser. Ud over teoretisk ræsonnement måler evalueringerne også modellens evne til at understøtte virkelighedsforskning ved at fortolke eksperimentelle resultater, identificere ekspert-relevante mønstre og syntetisere ekstern information til at designe efterfølgende eksperimenter. Afgørende er, at GPT-Rosalinds dygtighed i at udvælge og udnytte de passende beregningsmæssige værktøjer, databaser og domænespecifikke kapaciteter til at forbedre dens ræsonnement har været et centralt fokus, hvilket demonstrerer dens praktiske anvendelighed gennem hele den ende-til-ende videnskabelige forskningsproces.

I offentlige benchmarks har GPT-Rosalind konsekvent demonstreret overlegen ydeevne. På BixBench, et benchmark specifikt designet omkring virkelige bioinformatik- og dataanalyseudfordringer, opnåede GPT-Rosalind førende præstation blandt modeller med publicerede scores.

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

Ydeevne evalueret mod andre modeller med tilgængelig adgang.

Desuden overgik GPT-Rosalind på LABBench2, som vurderer en række forskningsopgaver såsom litteratursøgning, databaseadgang, sekvensmanipulation og protokoludformning, GPT-5.4 på 6 ud af 11 opgaver. En særligt bemærkelsesværdig forbedring blev observeret i CloningQA, en opgave der kræver ende-til-ende design af DNA- og enzymreagenser til molekylære kloningsprotokoller. Modellens virkelige indvirkning blev yderligere valideret gennem et partnerskab med Dyno Therapeutics, et firma der er pioner inden for AI-designede gen terapier. I en evaluering ved hjælp af upublicerede, uforurenede RNA-sekvenser rangerede GPT-Rosalinds ti bedste modelindsendelser, når de blev vurderet direkte i Codex-appen, over den 95. percentil af menneskelige eksperter på forudsigelsesopgaven og omkring den 84. percentil på sekvensgenereringsopgaven. Disse omfattende evalueringer understreger GPT-Rosalinds robuste evne til at generere evidens, analysere komplekse data og drive holdbare biologiske konklusioner i hænderne på forskere. For avanceret brug med Codex kan forskere finde Codex prompting guide nyttig til at maksimere GPT-Rosalinds potentiale.

Brobygning mellem AI og Eksisterende Videnskabelige Værktøjer: Life Sciences Plugin

En hjørnesten i GPT-Rosalinds nytte er dens problemfri integration med det eksisterende økosystem af videnskabelige værktøjer. OpenAI har lanceret et nyt Life Sciences forskningsplugin til Codex, nu tilgængeligt på GitHub. Denne omfattende pakke omfatter et bredt sæt modulære færdigheder, omhyggeligt designet til de mest almindelige forskningsarbejdsgange på tværs af forskellige discipliner, herunder human genetik, funktionel genomik, proteinstruktur, biokemi, klinisk evidens og opdagelse af offentlige studier.

Dette plugin fungerer som et afgørende orkestreringslag, der giver forskere mulighed for at tackle brede, tvetydige og flertrins spørgsmål mere effektivt. Det giver direkte adgang til over 50 offentlige multi-omics-databaser, en rigdom af litteraturkilder og adskillige biologiværktøjer. Denne rige integration tilbyder et fleksibelt udgangspunkt for almindelige, gentagelige arbejdsgange såsom opslag af proteinstruktur, sekvenssøgning, omfattende litteraturgennemgang og opdagelse af offentlige datasæt. Mens berettigede virksomhedsbrugere kan udnytte dette plugin i forskningsarbejdsgange med GPT-Rosalind for dybere biologisk ræsonnement, kan alle brugere anvende pluginpakken med OpenAIs standardmodeller, hvilket demokratiserer adgangen til AI-forbedret biovidenskabelig forskning. Denne fleksibilitet sikrer, at en bred vifte af forskere kan drage fordel af AI's kraft, hvad enten de bruger specialiserede modeller eller mere generelle AI-modeller. Lær mere om, hvordan du maksimerer dine AI-værktøjer med vejledninger som brug af Codex med din ChatGPT-plan.

Sikker Adgang til Ansvarlig Innovation

OpenAI anerkender de dybtgående implikationer af avanceret AI inden for biovidenskab og har implementeret en stringent implementeringsstruktur med betroet adgang for GPT-Rosalind. Dette program er i første omgang tilgængeligt for kvalificerede virksomhedskunder i USA, og indeholder robuste kontroller vedrørende berettigelse, adgangsstyring og organisatorisk styring. Denne forsigtige tilgang sikrer, at disse kraftfulde kapaciteter stilles til rådighed for forskere og forskningsorganisationer, der er bedst positioneret til at fremme menneskelig sundhed, samtidig med at der opretholdes stærke sikkerhedsforanstaltninger mod potentielt biologisk misbrug.

Life Sciences-modellen er udviklet med forbedrede sikkerhedskontroller af virksomhedsklasse og styrket adgangsstyring, hvilket gør den velegnet til professionel videnskabelig brug i styrede forskningsmiljøer. OpenAI evaluerer adgangen baseret på tre kerneprincipper: sikring af gavnlig anvendelse i legitim videnskabelig forskning med klar offentlig fordel; krav om passende styring, compliance og misbrugsforebyggende kontroller; og garanti for kontrolleret adgang inden for sikre, veladministrerede miljøer for godkendte brugere. Organisationer skal også overholde OpenAIs brugspolitikker og de specifikke forskningsforhåndsvisningsvilkår for biovidenskab. I denne forskningsforhåndsvisningsfase vil brugen af GPT-Rosalind ikke forbruge eksisterende credits eller tokens, med forbehold for misbrugsbeskyttelse. For organisationer, der prioriterer datasikkerhed, er forståelse af koncepter som virksomhedsprivatliv afgørende, når avancerede AI-modeller integreres.

For at lette problemfri integration og maksimere effekten hjælper OpenAIs dedikerede Life Sciences-team, understøttet af rådgivende partnere, herunder McKinsey & Company, Boston Consulting Group (BCG) og Bain & Company, organisationer med at identificere anvendelsesscenarier med stor effekt, integrere modellen i virksomhedsmiljøer og opnå målbare resultater.

Fremtiden for AI i Biologisk Opdagelse

Introduktionen af GPT-Rosalind er blot den første udgivelse i OpenAIs ambitiøse Life Sciences-modelserie. Denne lancering markerer begyndelsen på en langsigtet forpligtelse til at bygge avanceret AI, der dybtgående kan accelerere videnskabelig opdagelse inden for områder af kritisk betydning for samfundet, fra menneskelig sundhed til bredere biologisk forskning. OpenAI er dedikeret til løbende at forbedre modellens biologiske ræsonnementkapacitet og yderligere udvide dens understøttelse af værktøjsintensive og langsigtede videnskabelige arbejdsgange.

Efterhånden som AI-modeller fortsætter med at udvikle sig, vil deres evne til at transformere komplekse videnskabelige udfordringer kun vokse. GPT-Rosalind repræsenterer et betydeligt fremskridt, der tilbyder forskere en kraftfuld ny allieret i deres søgen efter at opklare naturens mysterier og udvikle livreddende innovationer. Æraen, hvor AI ikke blot fungerer som en tekstgenerator, men som en sand udførelsesgrænseflade, der er i stand til at drive konkrete forskningsresultater, er virkelig over os. Denne rejse understreger OpenAIs vision for en fremtid, hvor AI styrker menneskeheden til at opnå videnskabelige milepæle, der engang syntes umulige.

Ofte stillede spørgsmål

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.

Hold dig opdateret

Få de seneste AI-nyheder i din indbakke.

Del