GPT-Rosalind: spartina gyvybės mokslų ir vaistų atradimo procesą su dirbtiniu intelektu

GPT-Rosalind: nauja era gyvybės mokslų ir vaistų atradimo srityje su DI

Šiandien žymi esminį momentą mokslo inovacijoms, nes OpenAI pristato GPT-Rosalind – novatorišką pažangų samprotavimo modelį, specialiai sukurtą gyvybės mokslų tyrimams. Šis tikslingai sukurtas DI yra pasirengęs revoliucionizuoti biologijos, vaistų atradimo ir transliacinės medicinos sritis, žadėdamas dramatiškai pagreitinti mokslo pažangos tempą. Pavadintas Rosalind Franklin, kurios novatoriškas darbas nušvietė DNR struktūrą, garbei, GPT-Rosalind įkūnija įsipareigojimą fundamentaliems moksliniams tyrimams, dabar sustiprintiems pažangiu dirbtiniu intelektu.

Kelias nuo tikslų atradimo iki naujo vaisto reguliavimo patvirtinimo yra žinomas kaip sudėtingas ir paprastai užtrunka 10–15 metų Jungtinėse Amerikos Valstijose. Šis ilgas laikotarpis liudija ne tik apie prigimtinį mokslo sudėtingumą, bet ir apie sudėtingą, dažnai fragmentuotą tyrimų darbo procesų pobūdį. Mokslininkai turi kruopščiai naršyti didžiulius literatūros kiekius, specializuotas duomenų bazes, eksperimentinius duomenis ir besivystančias hipotezes. GPT-Rosalind yra sukurtas būti katalizatoriumi šiame sudėtingame procese, teikdamas galingą asistentą, galintį apibendrinti duomenis, generuoti naujas hipotezes ir planuoti eksperimentus su precedento neturinčiu efektyvumu ir gyliu. Supaprastinant šiuos ankstyvus, kritinius atradimo etapus, modelis siekia padidinti tolesnę naudą, vedančią prie geresnio tikslo pasirinkimo, tvirtesnių biologinių hipotezių ir aukštesnės kokybės eksperimentų, galiausiai skatinant proveržius, kurie kitu atveju liktų nepasiekiami.

GPT-Rosalind dabar pasiekiamas kaip tyrimo peržiūra ChatGPT, Codex ir per API, prieinamas kvalifikuotiems klientams per patikimos prieigos programą. Siekiant toliau demokratizuoti prieigą prie DI pagrįstų tyrimų, OpenAI taip pat išleidžia laisvai prieinamą gyvybės mokslų tyrimų papildinį, skirtą Codex, leidžiantį mokslininkams prijungti modelius prie daugiau nei 50 mokslinių įrankių ir duomenų šaltinių. Šis dvigubas požiūris užtikrina tiek specializuotą, saugų diegimą pažangioms tyrimų organizacijoms, tiek platesnę naudą platesnei mokslo bendruomenei, vedant mus į ateitį, kurioje DI yra nepakeičiamas partneris ieškant žmogaus sveikatos.

Sukurta pažangiems moksliniams darbo procesams

GPT-Rosalind gyvybės mokslų modelių serija žymi paradigmos pokytį, kaip DI gali integruotis su šiuolaikiniu moksliniu darbu, sklandžiai veikianti su paskelbtais duomenimis, sudėtingais duomenų rinkiniais, įvairiais įrankiais ir vykdomais eksperimentais. OpenAI tvirta skaičiavimo infrastruktūra yra šio gebėjimo pagrindas, leidžianti nuolat mokyti ir tobulinti vis sudėtingesnius domenų modelius pagal realaus pasaulio mokslines užduotis. Tai užtikrina, kad GPT-Rosalind išlieka pažangiausias, net kai patys moksliniai darbo procesai tampa vis sudėtingesni.

Kruopščiuose vertinimuose GPT-Rosalind pademonstravo geriausią savo klasėje našumą atliekant užduotis, reikalaujančias gilaus samprotavimo apie molekules, baltymus, genus, kelius ir su ligomis susijusią biologiją. Jo efektyvumas apima praktinį mokslinių įrankių ir duomenų bazių taikymą daugiapakopiuose darbo procesuose, įskaitant išsamią literatūros apžvalgą, sudėtingą sekos ir funkcijos interpretavimą, strateginį eksperimentų planavimą ir niuansuotą duomenų analizę. Šis pradinis GPT-Rosalind serijos išleidimas žymi ilgalaikio įsipareigojimo stiprinti modelio biocheminio samprotavimo galimybes dar daugiau įrankių reikalaujančiuose ir ilgalaikiuose moksliniuose tyrimuose pradžią. OpenAI aktyviai bendradarbiauja su pirmaujančiomis organizacijomis, tokiomis kaip Amgen, Moderna, Allen Institute ir Thermo Fisher Scientific, siekdama įdiegti GPT-Rosalind į darbo procesus, kurie skatina transformacinius atradimus.

Precedento neturintis našumas etaloniniuose testuose ir realaus pasaulio taikomosiose programose

GPT-Rosalind galimybės buvo nuodugniai įvertintos įvairių iššūkių, esminių moksliniams atradimams ir pramonės tyrimams, kontekste. Šie vertinimai matuoja pagrindinį samprotavimą įvairiose mokslinėse srityse, įskaitant cheminės reakcijos mechanizmų sudėtingumą, baltymų struktūros supratimą, mutacijų poveikį ir sąveikas bei filogenetinį DNR sekų interpretavimą. Be teorinio samprotavimo, vertinimai taip pat įvertina modelio gebėjimą palaikyti realaus pasaulio tyrimus, interpretuojant eksperimentų rezultatus, identifikuojant ekspertams aktualius modelius ir apibendrinant išorinę informaciją, siekiant sukurti tolesnius eksperimentus. Svarbiausia, kad GPT-Rosalind gebėjimas pasirinkti ir naudoti tinkamus skaičiavimo įrankius, duomenų bazes ir konkretaus domeno galimybes, siekiant sustiprinti jo samprotavimą, buvo pagrindinis dėmesys, demonstruojantis jo praktinį naudingumą visame mokslinių tyrimų procese nuo pradžios iki pabaigos.

Viešuose etaloniniuose testuose GPT-Rosalind nuolat demonstravo puikų našumą. „BixBench“, bioinformatikos ir duomenų analizės etaloniniame teste, GPT-Rosalind pasiekė pirmaujančius rezultatus tarp modelių, kurių rezultatai buvo paskelbti.

Modelis	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

Našumas įvertintas lyginant su kitais prieinamais modeliais.

Be to, „LABBench2“, kuris vertina įvairias tyrimų užduotis, tokias kaip literatūros paieška, prieiga prie duomenų bazių, sekų manipuliavimas ir protokolų kūrimas, GPT-Rosalind aplenkė GPT-5.4 6 iš 11 užduočių. Ypač žymus pagerėjimas buvo pastebėtas „CloningQA“ – užduotyje, reikalaujančioje visapusiško DNR ir fermentų reagentų projektavimo molekulinio klonavimo protokolams. Modelio realaus pasaulio poveikis buvo toliau patvirtintas bendradarbiaujant su „Dyno Therapeutics“ – įmone, kuri pirmauja kuriant DI sukurtas genų terapijas. Vertinant naudojant nepublikuotas, neužterštas RNR sekas, GPT-Rosalind geriausiųjų dešimties modelių, įvertintų tiesiogiai Codex programoje, rezultatai viršijo 95-ąjį procentilį tarp žmonių ekspertų prognozavimo užduotyje ir apie 84-ąjį procentilį sekų generavimo užduotyje. Šie išsamūs vertinimai pabrėžia tvirtą GPT-Rosalind gebėjimą generuoti įrodymus, analizuoti sudėtingus duomenis ir daryti pagrįstas biologines išvadas mokslininkų rankose. Norėdami pažangiai naudoti Codex, tyrėjai gali rasti Codex raginimo vadovą naudingą siekiant maksimaliai išnaudoti GPT-Rosalind potencialą.

DI sujungimas su esamais mokslo įrankiais: gyvybės mokslų papildinys

Pagrindinis GPT-Rosalind naudingumo akmuo yra sklandus integravimas su esama mokslinių įrankių ekosistema. OpenAI pristatė naują Gyvybės mokslų tyrimų papildinį, skirtą Codex, dabar pasiekiamą GitHub. Šį išsamų paketą sudaro platus modulinių įgūdžių rinkinys, kruopščiai sukurtas dažniausiems tyrimų darbo procesams įvairiose disciplinose, įskaitant žmogaus genetiką, funkcinę genomiką, baltymų struktūrą, biochemiją, klinikinius duomenis ir viešų studijų atradimą.

Šis papildinys veikia kaip esminis orkestravimo sluoksnis, suteikiantis mokslininkams galimybę efektyviau spręsti plačius, dviprasmiškus ir daugiapakopius klausimus. Jis suteikia tiesioginę prieigą prie daugiau nei 50 viešų multi-omikos duomenų bazių, gausybės literatūros šaltinių ir daugelio biologijos įrankių. Ši turtinga integracija siūlo lankstų atspirties tašką dažniems, pasikartojantiems darbo procesams, tokiems kaip baltymų struktūros paieška, sekų paieška, išsami literatūros apžvalga ir viešų duomenų rinkinių atradimas. Nors tinkami įmonės vartotojai gali naudoti šį papildinį tyrimų darbo procesuose su GPT-Rosalind gilesniam biologiniam samprotavimui, visi vartotojai gali naudoti papildinio paketą su OpenAI pagrindiniais modeliais, demokratizuodami prieigą prie DI patobulintų gyvybės mokslų tyrimų. Šis lankstumas užtikrina, kad platus spektras tyrėjų gali pasinaudoti DI galia, nesvarbu, ar naudojant specializuotus modelius, ar bendrosios paskirties DI. Sužinokite daugiau apie tai, kaip maksimaliai išnaudoti DI įrankius, naudodamiesi vadovais, tokiais kaip Codex naudojimas su jūsų ChatGPT planu.

Saugus priėjimas atsakingoms inovacijoms

Pripažindama didelę pažangaus DI reikšmę gyvybės moksluose, OpenAI įdiegė griežtą patikimos prieigos diegimo struktūrą GPT-Rosalind. Ši programa iš pradžių prieinama kvalifikuotiems įmonių klientams JAV, su tvirta tinkamumo, prieigos valdymo ir organizacinio valdymo kontrole. Šis atsargus požiūris užtikrina, kad šios galingos galimybės būtų prieinamos mokslininkams ir tyrimų organizacijoms, geriausiai galinčioms tobulinti žmogaus sveikatą, tuo pat metu išlaikant tvirtas apsaugos priemones nuo galimo biologinio piktnaudžiavimo.

Gyvybės mokslų modelis buvo sukurtas su sustiprinta įmonės lygio saugumo kontrole ir sustiprintu prieigos valdymu, todėl jis tinka profesionaliam moksliniam naudojimui valdomose tyrimų aplinkose. OpenAI vertina prieigą remdamasi trimis pagrindiniais principais: naudingojo naudojimo užtikrinimas teisėtuose moksliniuose tyrimuose su aiškia visuomenine nauda; tinkamo valdymo, atitikties ir netinkamo naudojimo prevencijos kontrolės įpareigojimas; ir kontroliuojamos prieigos užtikrinimas saugiose, gerai valdomose aplinkose patvirtintiems vartotojams. Dalyvaujančios organizacijos taip pat turi laikytis OpenAI naudojimo politikos ir konkrečių gyvybės mokslų tyrimų peržiūros sąlygų. Šios tyrimų peržiūros fazės metu GPT-Rosalind naudojimas nenaudos esamų kreditų ar žetonų, atsižvelgiant į piktnaudžiavimo apsaugos priemones. Organizacijoms, teikiančioms pirmenybę duomenų saugumui, supratimas apie tokias sąvokas kaip įmonės privatumas yra itin svarbus integruojant pažangius DI modelius.

Siekdama palengvinti sklandų integravimą ir maksimaliai padidinti poveikį, OpenAI specializuota Gyvybės mokslų komanda, remiama konsultacinių partnerių, įskaitant McKinsey & Company, Boston Consulting Group (BCG) ir Bain & Company, padeda organizacijoms nustatyti didelio poveikio naudojimo atvejus, integruoti modelį į įmonės aplinkas ir pasiekti pamatuojamų rezultatų.

DI ateitis biologiniuose atradimuose

GPT-Rosalind pristatymas yra tik pirmasis OpenAI ambicingos gyvybės mokslų modelių serijos išleidimas. Šis paleidimas žymi ilgalaikio įsipareigojimo kurti pažangų DI, galintį stipriai paspartinti mokslinius atradimus visuomenei ypač svarbiose srityse, nuo žmogaus sveikatos iki platesnių biologinių tyrimų, pradžią. OpenAI yra įsipareigojusi nuolat tobulinti modelio biologinio samprotavimo galimybes, toliau plečiant jo palaikymą įrankiais gausiems ir ilgalaikiams moksliniams darbo procesams.

Kuo toliau tobulės DI modeliai, tuo labiau didės jų gebėjimas transformuoti sudėtingus mokslinius iššūkius. GPT-Rosalind yra didelis žingsnis į priekį, suteikiantis mokslininkams galingą naują sąjungininką ieškant gamtos paslapčių ir kuriant gyvybes gelbstinčias inovacijas. Era, kai DI veikia ne tik kaip teksto generatorius, bet ir kaip tikra vykdymo sąsaja, galinti pasiekti apčiuopiamų tyrimų rezultatų, jau tikrai atėjo. Ši kelionė pabrėžia OpenAI viziją ateičiai, kurioje DI suteikia žmonijai galimybę pasiekti mokslinių laimėjimų, kurie kadaise atrodė neįmanomi.

Originalus šaltinis

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

Dažniausiai užduodami klausimai

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.

Būkite informuoti

Gaukite naujausias AI naujienas el. paštu.

Dalintis