Presentar nuevas capacidades para GPT‑Rosalind
Más inteligencia basada en flujos de trabajo científicos reales para la industria de ciencias de la vida.
Presentamos una nueva actualización del modelo para nuestra serie GPT‑Rosalind, diseñada específicamente para investigación en ciencias de la vida a escala empresarial. Combina las capacidades de codificación con agentes y uso de herramientas de GPT‑5.5 con una inteligencia de modelo más sólida en dominios centrales del descubrimiento de fármacos, como la química medicinal y la genómica, a la vez que mejora el rendimiento en análisis, diseño y flujos de trabajo experimentales más amplios de ciencias de la vida.
El progreso en ciencias de la vida depende de sintetizar datos y evidencia en distintas escalas y modalidades: moléculas, genes, vías y sistemas vivos. En nuestras evaluaciones, GPT‑Rosalind actualizado muestra mejoras amplias de rendimiento en tareas de investigación de expertos en biología, consultas complejas de química medicinal, biología cuantitativa y solución de problemas de laboratorio húmedo.
GPT‑Rosalind ya está disponible en vista previa de investigación para organizaciones elegibles en todo el mundo mediante nuestra estructura de implementación con acceso confiable.
Para medir y mejorar continuamente el impacto real de GPT‑Rosalind, diseñamos LifeSciBench, un benchmark evaluado externamente por expertos y centrado en aspectos fundamentales de la investigación en ciencias de la vida. A diferencia de los benchmarks existentes que evalúan un solo componente del rendimiento del modelo o un dominio biológico de forma aislada, LifeSciBench adopta una visión integral del trabajo con valor científico al tomar tareas de seis áreas de flujo de trabajo centrales para la investigación en ciencias de la vida: manejo de evidencia, análisis, diseño y optimización, razonamiento científico, validación y operaciones, y traducción y comunicación. Usamos este benchmark para alinear el progreso con las necesidades y realidades de la investigación en ciencias de la vida.
GPT‑Rosalind lidera el rendimiento en tareas de valor científico identificadas por expertos de la industria y la academia.
GPT‑Rosalind logra un rendimiento líder en la industria en química medicinal, un campo enfocado en convertir moléculas en fármacos útiles. Diseñamos MedChemBench para reflejar flujos de trabajo realistas de química medicinal, evaluando la comprensión multimodal de estructuras químicas; la relación estructura-actividad (SAR); la predicción de potencia, toxicidad y absorción, distribución, metabolismo y excreción (ADME) de fármacos; la toma de decisiones de optimización de compuestos líderes con múltiples parámetros; y la retrosíntesis. GPT‑Rosalind supera a GPT‑5.5 en MedChemBench, con 27,5 % frente a 25,1 %, usando 7,2 % menos tokens.
GPT‑Rosalind muestra mejor síntesis multimodal y razonamiento mecanístico en química medicinal.
En GeneBench, nuestra evaluación con agentes de análisis integral y de largo horizonte en genómica y biología cuantitativa, GPT‑Rosalind usa 31 % menos tokens que GPT‑5.5 y logra mayor exactitud: 21,6 % frente a 20,4 %. GeneBench evalúa el rendimiento con agentes en tareas cuantitativas de largo horizonte: con datos científicos realistas, ¿puede un agente planificar análisis, QC, modelado y correcciones válidos para llegar a respuestas pertinentes para la decisión? Los problemas incluidos abarcan una variedad de dominios, como genómica funcional, transcriptómica espacial, proteómica, epigenómica y genética aplicada.
GPT‑Rosalind usa 31 % menos tokens que GPT‑5.5 y mejora la exactitud.
Presentamos una nueva evaluación para probar la capacidad de GPT‑Rosalind de ayudar a científicos que realizan trabajo de laboratorio en el mundo real. LabWorkBench prueba la capacidad del modelo para vincular perturbaciones con resultados experimentales en protocolos reales de laboratorio húmedo usados por científicos, con fines que van desde la solución de problemas hasta la optimización. Los datos usados por LabWorkBench son propietarios y, por lo tanto, no están contaminados. GPT‑Rosalind obtiene 63,2 % frente al 55,8 % de GPT‑5.5, usando 5,3 % menos tokens.
En asistencia con protocolos reales de laboratorio húmedo, GPT‑Rosalind muestra mejoras significativas frente a GPT‑5.5 y aumenta la eficiencia de tokens.
Creamos los plugins Life Sciences Research(se abre en una nueva ventana) y Life Sciences NGS Analysis(se abre en una nueva ventana) para ampliar la mayor inteligencia de GPT‑Rosalind con una capa de ejecución práctica para flujos de trabajo científicos repetibles. Juntos, estos plugins integran recuperación de evidencia con fuentes, interpretación biológica y ejecución bioinformática en el mismo Espacio de trabajo, lo que ayuda a los investigadores a conectar evidencia externa con análisis ómicos internos y preservar artefactos y procedencia. Todos los usuarios ahora pueden acceder a ambos plugins mediante Codex. Los usuarios empresariales calificados de GPT‑Rosalind también pueden usar GPT‑Rosalind para impulsar estos plugins.
Para aprovechar mejor Codex como un banco de trabajo dinámico para científicos, agregamos visores interactivos para tipos de archivos nativos de biología. El conjunto inicial de visores de secuencias, alineamientos y estructuras está diseñado para mantener a los científicos cerca de la evidencia mientras GPT‑Rosalind razona a través de un flujo de trabajo y responde directamente preguntas de seguimiento usando el visor activo en contexto.
La demostración anterior muestra estas capacidades en acción, orquestadas por GPT‑Rosalind. Seguimos a un científico que investiga una biopsia líquida tumoral para identificar mutaciones y otros cambios moleculares que podrían orientar el tratamiento. El plugin Life Sciences NGS Analysis convierte una revisión de registros de ctDNA procesados en un notebook interactivo, mostrando alteraciones recurrentes, llamadas de baja frecuencia y trayectorias de muestras que enfocan la investigación en KRAS G12C. A partir de ahí, el plugin Life Sciences Research agrega contexto con fuentes sobre la diana, el inhibidor y la resistencia, mientras que los visores nativos de secuencia, alineamiento y estructura permiten al científico inspeccionar directamente el residuo mutante 12, su conservación en la familia RAS y el bolsillo unido al inhibidor. El flujo de trabajo concluye traduciendo esa evidencia en opciones concretas de seguimiento, con cada paso y artefacto disponible para revisión de expertos.
Plugin Life Sciences NGS Analysis
QC y anotación de scRNA-seq
Convierte un paquete de matriz estilo 10x en artefactos unicelulares filtrados por QC, anotaciones y UMAP que puedes inspeccionar y revisar en Codex. El plugin Life Sciences NGS Analysis enruta la solicitud a scrna-seq-qc, elige umbrales de QC a partir de los datos, preserva la procedencia del filtrado y la anotación, y expone bloqueadores como dependencias faltantes de detección de dobletes.
QC de FASTQ de RNA-seq masivo
Convierte una hoja de muestras de RNA-seq masivo, un paquete FASTQ y archivos de referencia en un paquete de conteos revisado por QC que puedes inspeccionar y reutilizar en Codex. El plugin Life Sciences NGS Analysis enruta la solicitud, valida las entradas y devuelve un sobre de ejecución auditable con MultiQC, matrices Salmon, procedencia y advertencias explícitas.
Estamos ampliando el acceso a la serie GPT‑Rosalind para organizaciones elegibles en todo el mundo. GPT‑Rosalind estará disponible en vista previa de investigación mediante nuestra estructura de implementación con acceso confiable para organizaciones que realizan investigación científica legítima con claro beneficio público, cuentan con gobernanza sólida y supervisión de seguridad, y tienen acceso controlado con seguridad de nivel empresarial.
Como parte de esta expansión global, nos entusiasma ayudar a respaldar la misión de Novo Nordisk de llevar opciones terapéuticas innovadoras a los pacientes más rápido, ayudando a escalar su investigación médica con GPT‑Rosalind. Novo Nordisk está aprovechando capacidades de IA de frontera para ayudar a los investigadores a analizar conjuntos de datos complejos, descubrir patrones útiles y probar hipótesis con mayor rapidez. La comprensión biológica más sólida de GPT‑Rosalind ayudará a los equipos a conectar evidencia de literatura, genómica, transcriptómica, secuencias, estructuras y resultados experimentales, facilitando pasar de datos a decisiones de investigación más claras.
“La investigación en ciencias de la vida es compleja, rica en datos e interdisciplinaria. Para ofrecer valor significativo a los investigadores, los modelos avanzados de IA deben basarse en datos científicos confiables, conectarse con herramientas validadas e integrarse en los flujos de trabajo reales que los investigadores usan todos los días. Nos complace nuestra colaboración con OpenAI y la oportunidad de explorar cómo GPT‑Rosalind puede respaldar enfoques más rigurosos y prácticos para el descubrimiento de fármacos”.
Mishal Patel, vicepresidente de grupo, IA e innovación digital, I+D - Novo Nordisk
Ahora también ofrecemos un Espacio de trabajo administrado por OpenAI para organizaciones calificadas sin cuenta Enterprise.
GPT‑Rosalind actualizado es el siguiente paso en nuestro compromiso más amplio de crear sistemas de IA que puedan ayudar a acelerar el descubrimiento científico y garantizar que las capacidades biológicas avanzadas se implementen con salvaguardas adecuadas. Seguiremos mejorando el razonamiento biológico del modelo, ampliando el soporte para flujos de trabajo de investigación con muchas herramientas y de largo horizonte, y trabajando con organizaciones calificadas en distintas regiones para evaluar el impacto real.
Esto también implica aplicar IA de ciencias de la vida a trabajos de alto impacto y beneficio público, desde el descubrimiento de fármacos y la medicina traslacional hasta la salud pública, la preparación y la biodefensa. Mediante Rosalind Biodefense y nuestro modelo de implementación con acceso confiable, buscamos poner capacidades biológicas de frontera en manos de investigadores, instituciones y defensores que trabajan para mejorar la salud humana y fortalecer la resiliencia social.
Seguiremos desarrollando GPT‑Rosalind para que se convierta en un socio más capaz en todo el ciclo de vida de la investigación científica, ayudando a los científicos a avanzar más rápido desde las preguntas correctas hasta evidencia más clara, mejores experimentos y, en última instancia, nuevos tratamientos para los pacientes.
