Code Velocity
Modele AI

GPT-Rosalind: Przyspieszanie nauk przyrodniczych i odkrywania leków za pomocą AI

Interfejs modelu AI GPT-Rosalind demonstrujący przepływ pracy wtyczki badawczej nauk przyrodniczych i analizę danych.

GPT-Rosalind: Nowa Era dla Nauk Przyrodniczych i Odkrywania Leków dzięki AI

Dziś zaznacza się przełomowy moment dla innowacji naukowych, gdyż OpenAI przedstawia GPT-Rosalind, swój przełomowy model rozumowania granicznego, zaprojektowany specjalnie dla badań w naukach przyrodniczych. To specjalnie zbudowane AI ma zrewolucjonizować dziedziny obejmujące biologię, odkrywanie leków i medycynę translacyjną, obiecując dramatyczne przyspieszenie tempa postępu naukowego. Nazwany na cześć Rosalind Franklin, której pionierska praca oświetliła strukturę DNA, GPT-Rosalind ucieleśnia zaangażowanie w fundamentalne badania naukowe, teraz wzmocnione zaawansowaną sztuczną inteligencją.

Droga od odkrycia celu do zatwierdzenia nowego leku jest notorycznie żmudna, zazwyczaj zajmuje od 10 do 15 lat w Stanach Zjednoczonych. Ten wydłużony harmonogram świadczy nie tylko o inherentnej trudności nauki, ale także o złożonym, często fragmentarycznym charakterze przepływów pracy badawczej. Naukowcy muszą skrupulatnie poruszać się po ogromnych ilościach literatury, specjalistycznych baz danych, danych eksperymentalnych i ewoluujących hipotezach. GPT-Rosalind został zaprojektowany, aby być katalizatorem w tym skomplikowanym procesie, zapewniając potężnego asystenta, który może syntetyzować dowody, generować nowe hipotezy i planować eksperymenty z niespotykaną wydajnością i głębią. Poprzez usprawnienie tych wczesnych, krytycznych etapów odkrywania, model ma na celu skumulowanie dalszych korzyści, prowadzących do lepszego wyboru celów, silniejszych hipotez biologicznych i wyższej jakości eksperymentów, ostatecznie sprzyjając przełomom, które w innym przypadku pozostałyby poza zasięgiem.

GPT-Rosalind jest teraz dostępny jako podgląd badawczy w ramach ChatGPT, Codex i API, dostępny dla kwalifikujących się klientów poprzez program zaufanego dostępu. Dalszą demokratyzację dostępu do badań wspomaganych AI zapewnia OpenAI, udostępniając również swobodnie dostępną wtyczkę badawczą Life Sciences dla Codex, umożliwiającą naukowcom łączenie modeli z ponad 50 narzędziami naukowymi i źródłami danych. To podwójne podejście zapewnia zarówno specjalistyczne, bezpieczne wdrożenie dla zaawansowanych organizacji badawczych, jak i szerszą użyteczność dla całej społeczności naukowej, napędzając nas w kierunku przyszłości, w której AI jest niezastąpionym partnerem w dążeniu do zdrowia ludzkiego.

Zaprojektowany dla Zaawansowanych Naukowych Przepływów Pracy

Seria modeli GPT-Rosalind dla nauk przyrodniczych reprezentuje zmianę paradygmatu w sposobie, w jaki AI może integrować się z nowoczesną pracą naukową, płynnie działając w oparciu o opublikowane dowody, złożone zestawy danych, różnorodne narzędzia i trwające eksperymenty. Solidna infrastruktura obliczeniowa OpenAI leży u podstaw tej możliwości, umożliwiając ciągłe szkolenie i udoskonalanie coraz bardziej zaawansowanych modeli dziedzinowych w oparciu o rzeczywiste zadania naukowe. Gwarantuje to, że GPT-Rosalind pozostaje w czołówce, w miarę jak naukowe przepływy pracy same ewoluują pod względem złożoności.

W rygorystycznych ocenach GPT-Rosalind wykazał najlepszą w swojej klasie wydajność w zadaniach wymagających głębokiego rozumowania na temat molekuł, białek, genów, szlaków i biologii istotnej dla chorób. Jego skuteczność rozciąga się na praktyczne zastosowanie narzędzi naukowych i baz danych w wieloetapowych przepływach pracy, w tym kompleksowy przegląd literatury, skomplikowaną interpretację sekwencji do funkcji, strategiczne planowanie eksperymentów i szczegółową analizę danych. To początkowe wydanie w serii GPT-Rosalind stanowi początek długoterminowego zaangażowania w zwiększanie możliwości rozumowania biochemicznego modelu w jeszcze bardziej wymagających pod względem narzędzi i długoterminowych przedsięwzięciach naukowych. OpenAI aktywnie współpracuje z wiodącymi organizacjami, takimi jak Amgen, Moderna, Allen Institute i Thermo Fisher Scientific, aby osadzić GPT-Rosalind w przepływach pracy, które napędzają transformacyjne odkrycia.

Bezprecedensowa Wydajność w Benchmarkach i Zastosowaniach w Świecie Rzeczywistym

Możliwości GPT-Rosalind zostały gruntownie ocenione w całym spektrum wyzwań fundamentalnych dla odkryć naukowych i badań przemysłowych. Oceny te mierzą podstawowe rozumowanie w różnych poddziedzinach naukowych, w tym zawiłości mechanizmów reakcji chemicznych, zrozumienie struktury białek, efekty mutacji i interakcje, oraz filogenetyczną interpretację sekwencji DNA. Oprócz rozumowania teoretycznego, oceny mierzą również zdolność modelu do wspierania rzeczywistych badań poprzez interpretację wyników eksperymentalnych, identyfikację wzorców istotnych dla ekspertów oraz syntezę informacji zewnętrznych w celu projektowania kolejnych eksperymentów. Co istotne, skupiono się na biegłości GPT-Rosalind w wybieraniu i wykorzystywaniu odpowiednich narzędzi obliczeniowych, baz danych i możliwości specyficznych dla danej dziedziny w celu wzmocnienia jego rozumowania, demonstrując jego praktyczną użyteczność w całym kompleksowym procesie badań naukowych.

W publicznych benchmarkach GPT-Rosalind konsekwentnie demonstrował doskonałą wydajność. Na BixBench, benchmarku specjalnie zaprojektowanym wokół rzeczywistych wyzwań bioinformatyki i analizy danych, GPT-Rosalind osiągnął wiodącą wydajność wśród modeli z opublikowanymi wynikami.

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

Wydajność oceniana w porównaniu z innymi modelami z dostępnym dostępem.

Ponadto, w LABBench2, który ocenia szereg zadań badawczych, takich jak wyszukiwanie literatury, dostęp do baz danych, manipulacja sekwencjami i projektowanie protokołów, GPT-Rosalind przewyższył GPT-5.4 w 6 z 11 zadań. Szczególnie zauważalna poprawa została zaobserwowana w CloningQA, zadaniu wymagającym kompleksowego projektowania DNA i enzymów-reagentów dla protokołów klonowania molekularnego. Rzeczywisty wpływ modelu został dodatkowo potwierdzony poprzez partnerstwo z Dyno Therapeutics, firmą pionierem w dziedzinie terapii genowych zaprojektowanych przez AI. W ocenie wykorzystującej nieopublikowane, nieskażone sekwencje RNA, dziesięć najlepszych zgłoszeń modelu GPT-Rosalind, ocenionych bezpośrednio w aplikacji Codex, znalazło się powyżej 95. percentyla ludzkich ekspertów w zadaniu przewidywania i około 84. percentyla w zadaniu generowania sekwencji. Te kompleksowe oceny podkreślają solidną zdolność GPT-Rosalind do generowania dowodów, analizowania złożonych danych i prowadzenia do obronnych wniosków biologicznych w rękach naukowców. Aby zaawansowane użycie z Codex, badacze mogą uznać przewodnik po promptach Codex za pomocny w maksymalizacji potencjału GPT-Rosalind.

Łączenie AI z Istniejącymi Narzędziami Naukowymi: Wtyczka Life Sciences

Kamieniem węgielnym użyteczności GPT-Rosalind jest jego bezproblemowa integracja z istniejącym ekosystemem narzędzi naukowych. OpenAI uruchomiło nową wtyczkę badawczą Life Sciences dla Codex, dostępną teraz na GitHubie. Ten kompleksowy pakiet obejmuje szeroki zestaw modułowych umiejętności, starannie zaprojektowanych dla najczęstszych przepływów pracy badawczej w różnych dyscyplinach, w tym genetyce człowieka, genomice funkcjonalnej, strukturze białek, biochemii, dowodach klinicznych i odkrywaniu badań publicznych.

Ta wtyczka działa jako kluczowa warstwa orkiestracji, umożliwiając naukowcom skuteczniejsze rozwiązywanie szerokich, niejednoznacznych i wieloetapowych pytań. Zapewnia bezpośredni dostęp do ponad 50 publicznych baz danych multi-omicznych, bogactwa źródeł literatury i licznych narzędzi biologicznych. Ta bogata integracja oferuje elastyczny punkt wyjścia dla wspólnych, powtarzalnych przepływów pracy, takich jak wyszukiwanie struktury białek, wyszukiwanie sekwencji, obszerne przeglądy literatury i odkrywanie publicznych zestawów danych. Podczas gdy kwalifikujący się użytkownicy Enterprise mogą wykorzystywać tę wtyczkę w przepływach pracy badawczej z GPT-Rosalind w celu głębszego rozumowania biologicznego, wszyscy użytkownicy mogą korzystać z pakietu wtyczek z głównymi modelami OpenAI, demokratyzując dostęp do badań w naukach przyrodniczych wzbogaconych przez AI. Ta elastyczność zapewnia, że szeroki krąg badaczy może skorzystać z mocy AI, niezależnie od tego, czy używają wyspecjalizowanych modeli, czy bardziej ogólnego AI. Dowiedz się więcej o maksymalizacji swoich narzędzi AI z przewodnikami takimi jak używanie Codex z planem ChatGPT.

Zabezpieczony Dostęp dla Odpowiedzialnej Innowacji

Uznając głębokie implikacje zaawansowanej AI w naukach przyrodniczych, OpenAI wdrożyło rygorystyczną strukturę wdrożeniową z zaufanym dostępem dla GPT-Rosalind. Program ten jest początkowo dostępny dla kwalifikujących się klientów Enterprise w USA, oferując solidne kontrole dotyczące kwalifikowalności, zarządzania dostępem i zarządzania organizacją. To ostrożne podejście zapewnia, że te potężne możliwości są udostępniane naukowcom i organizacjom badawczym najlepiej przygotowanym do postępu w dziedzinie zdrowia ludzkiego, jednocześnie utrzymując silne zabezpieczenia przed potencjalnym niewłaściwym użyciem biologicznym.

Model Life Sciences został opracowany z podwyższonymi kontrolami bezpieczeństwa klasy korporacyjnej i wzmocnionym zarządzaniem dostępem, co czyni go odpowiednim do profesjonalnego użytku naukowego w zarządzanych środowiskach badawczych. OpenAI ocenia dostęp w oparciu o trzy podstawowe zasady: zapewnienie korzystnego użytkowania w uzasadnionych badaniach naukowych z wyraźną korzyścią publiczną; wymóg odpowiedniego zarządzania, zgodności i kontroli zapobiegania niewłaściwemu użyciu; oraz zagwarantowanie kontrolowanego dostępu w bezpiecznych, dobrze zarządzanych środowiskach dla zatwierdzonych użytkowników. Organizacje muszą również przestrzegać zasad użytkowania OpenAI i specyficznych warunków podglądu badań w naukach przyrodniczych. W fazie podglądu badawczego korzystanie z GPT-Rosalind nie będzie zużywać istniejących kredytów ani tokenów, z zastrzeżeniem zabezpieczeń przed nadużyciami. Dla organizacji priorytetowo traktujących bezpieczeństwo danych, zrozumienie koncepcji takich jak prywatność w przedsiębiorstwie jest kluczowe podczas integrowania zaawansowanych modeli AI.

Aby ułatwić bezproblemową integrację i zmaksymalizować wpływ, dedykowany zespół Life Sciences OpenAI, wspierany przez partnerów doradczych, w tym McKinsey & Company, Boston Consulting Group (BCG) i Bain & Company, pomaga organizacjom w identyfikowaniu zastosowań o dużym wpływie, integrowaniu modelu w środowiskach korporacyjnych i osiąganiu mierzalnych wyników.

Przyszłość AI w Odkryciach Biologicznych

Wprowadzenie GPT-Rosalind to dopiero pierwsze wydanie w ambitnej serii modeli Life Sciences OpenAI. To uruchomienie oznacza początek długoterminowego zaangażowania w budowanie zaawansowanej AI, która może znacząco przyspieszyć odkrycia naukowe w obszarach o kluczowym znaczeniu dla społeczeństwa, od zdrowia ludzkiego po szersze badania biologiczne. OpenAI jest zaangażowane w ciągłe ulepszanie możliwości rozumowania biologicznego modelu, dalsze rozszerzanie jego wsparcia dla wymagających narzędzi i długoterminowych naukowych przepływów pracy.

W miarę ewolucji modeli AI, ich zdolność do przekształcania złożonych wyzwań naukowych będzie tylko rosnąć. GPT-Rosalind stanowi znaczący krok naprzód, oferując naukowcom potężnego nowego sojusznika w ich dążeniu do odkrywania tajemnic natury i opracowywania innowacji ratujących życie. Era, w której AI działa nie tylko jako generator tekstu, ale jako prawdziwy interfejs wykonawczy, zdolny do napędzania wymiernych wyników badań, jest już naprawdę z nami. Ta podróż podkreśla wizję OpenAI dotyczącą przyszłości, w której AI umożliwia ludzkości osiągnięcie kamieni milowych naukowych, które kiedyś wydawały się niemożliwe.

Często zadawane pytania

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.

Bądź na bieżąco

Otrzymuj najnowsze wiadomości o AI na swoją skrzynkę.

Udostępnij