معرفی قابلیتهای جدید برای GPT‑Rosalind
ارائه هوشمندی بیشتر، مبتنی بر گردشکارهای علمی واقعی برای صنعت علوم زیستی.
ما بهروزرسانی جدیدی از مدل را برای مجموعه GPT‑Rosalind معرفی میکنیم که بهطور ویژه برای پژوهش علوم زیستی در مقیاس سازمانی ساخته شده است. این مدل توانمندیهای کد نویسی عاملمحور و استفاده از ابزارِ GPT‑۵.۵ را با هوشمندی قویتر مدل در حوزههای اصلی کشف دارو مانند شیمی دارویی و ژنومیک ترکیب میکند و همزمان عملکرد را در تحلیل، طراحی و گردشکارهای آزمایشی گستردهتر علوم زیستی ارتقاء میدهد.
پیشرفت در علوم زیستی به تلفیق داده و شواهد در مقیاسها و شیوههای گوناگون وابسته است: مولکولها، ژنها، مسیرها و سامانههای زنده. در ارزیابیهای ما، GPT‑Rosalind بهروز شده در وظایف پژوهشیِ متخصصان زیستشناسی، پرسشهای پیچیده شیمی دارویی، زیستشناسی کمی و عیبیابی آزمایشگاه تر، بهبود عملکرد گستردهای نشان میدهد.
GPT‑Rosalind اکنون بهصورت پیشنمایش پژوهشی برای سازمانهای واجد شرایط در سراسر جهان از طریق ساختار استقرارِ دسترسی معتمد ما در دسترس است.
برای سنجش و بهبود مستمر اثر واقعی GPT‑Rosalind، ما LifeSciBench را طراحی کردیم؛ بنچمارکی که توسط کارشناسان بیرونی داوری میشود و بر جنبههای بنیادین پژوهش علوم زیستی تمرکز دارد. برخلاف بنچمارکهای موجود که یک جزء منفرد از عملکرد مدل یا یک حوزه زیستی را جداگانه ارزیابی میکنند، LifeSciBench با استخراج وظایف از شش حوزه گردشکار مرکزی در پژوهش علوم زیستی، نگاهی سرتاسری به کار ارزشمند علمی دارد: مدیریت شواهد، تحلیل، طراحی و بهینهسازی، استدلال علمی، اعتبارسنجی و عملیات، و ترجمه و ارتباطات. ما از این بنچمارک برای همسو کردن پیشرفت با نیازها و واقعیتهای پژوهش علوم زیستی استفاده میکنیم.
GPT‑Rosalind در وظایف ارزشمند علمی که توسط کارشناسان صنعت و دانشگاه شناسایی شدهاند، پیشتاز عملکرد است.
استخراج، تطبیق و ممیزی شواهد علمی از مقالات، شکلها، جدولها و سوابق آزمایشی.
مثال Eval
We’re preparing for a Type B FDA meeting on AAV9-microDys-X, an AAV9-based micro-dystrophin gene therapy for Duchenne muscular dystrophy that expresses a 138 kDa construct from an MCK promoter, and we want a hard-nosed critique of whether our current package really supports accelerated approval on micro-dystrophin expression as a surrogate endpoint reasonably likely to predict clinical benefit.
Study context: open-label Phase 1b/2 in 12 ambulatory boys age 4–7 with confirmed DMD and out-of-frame rod-domain deletions. The package is:
- Pre-treatment vastus lateralis biopsies: 0–3% of healthy-control dystrophin by quantitative Western blot using MANEX1A against the N-terminal actin-binding domain.
- 12-week post-treatment contralateral vastus lateralis biopsies: mean micro-dystrophin 38% of healthy control (range 18–61%) by the same Western blot, normalized to total protein by Coomassie staining.
- Post-treatment immunofluorescence: sarcolemmal signal in 75–95% of fibers using a polyclonal anti-dystrophin C-terminal antibody.
- 48-week function: mean NSAA change +1.4 points from baseline versus −0.6 in an external published natural-history registry cohort (p = 0.03 by unpaired t-test).
- Safety: transient transaminitis in 8/12 patients managed with steroid taper; one resolved myocarditis; no deaths.
- Biodistribution/persistence: AAV9 vector genomes detectable in muscle at 12 weeks at a mean of 2.3 vector genomes per nucleus.
- Eligibility: no baseline anti-AAV9 neutralizing antibodies (titer <1:400) and no exon-44 deletions.
Please pressure-test this package item by item: where would FDA or a skeptical reviewer say the evidence, as presented, fails to support our conclusion, and what additional data, analyses, or design changes would be needed to close those gaps if possible? For anything not specified, assume what is known from other clinical-grade 138 kDa micro-dystrophin programs and relevant clinical trials through December 31, 2025 also applies.
پاسخ نامزد
نکتهی اصلی: همانطور که ارائه شد، این بسته به اندازهی کافی قوی نیست که از تأیید تسریعشدهی بیان میکرودیستروفین به عنوان یک نقطهی پایانی جایگزین که احتمالاً پیشبینیکنندهی مزایای بالینی است، پشتیبانی کند. یک بررسیکنندهی شکاک FDA احتمالاً شواهد نشانگر زیستی، عملکردی، دوام، ایمنی و تعمیمپذیری را فاقد پشتوانهی مادی میداند.
مورد بسته | حالت خرابی کلید | چه چیزی مورد نیاز خواهد بود |
|---|---|---|
سنجش کمی وسترن بلات | MANEX۱A به یک اپیتوپ N-ترمینال مشترک بین دیستروفین تمامقد درونزا و تراریخته میکرو-دیستروفین متصل میشود، بنابراین این سنجش به طور کامل تراریخته را از دیستروفین باقیمانده/بازگشتی تشخیص نمیدهد. سنجش کمی یک میکرودیستروفین ۱۳۸ کیلودالتونی در برابر یک استاندارد دیستروفین کامل سالم نیز نامعتبر است. | از یک استاندارد میکرودیستروفین نوترکیب و یک روش متعامد که ژن ترانس را از دیستروفین درونزا متمایز میکند، مانند طیفسنجی جرمی هدفمند یا سنجش اختصاصی ترانسژن/اپیتوپ استفاده کنید. |
ایمونوفلورسانس | آنتیبادی پلیکلونال C-ترمینال به دلیل نداشتن دامنه C-ترمینال در ساختار ۱۳۸ کیلودالتونی، مناسب نیست. بسیاری از بیماران DMD دارای فیبرهای برگشتی هستند و دیستروفین برگشتی میتواند اپیتوپهای C-ترمینال را حفظ کند. فیبرهای برگشتی ممکن است با افزایش سن به صورت کلونی گسترش یابند و سیگنال IF را به ویژه در پسران بزرگتر بایاس کنند. | IF را با یک آنتیبادی علیه اپیتوپی که در ژن ترانسژن وجود دارد اما در دیستروفین برگشتی وجود ندارد، تکرار کنید. فیبرهای مثبت تراریخته را جدا از فیبرهای برگشتی، کمّیسازی کنید. |
اعتبار نقطه پایانی جایگزین | این بسته، میزان پروتئین را با عملکرد بالینی ترکیب میکند. «۳۸٪ از توده پروتئینی کنترل سالم» به معنای ۳۸٪ از عملکرد طبیعی دیستروفین نیست، زیرا میکرودیستروفین از نظر ساختاری ناقص است. | قبل از در نظر گرفتن بیان به عنوان یک نقطه پایانی جایگزین، رابطه بین درصد جرمی میکرودیستروفین، محلیسازی سارکولما، ترمیم عملکردی پاییندست و مزیت بالینی را به صورت تجربی اعتبارسنجی کنید. |
طراحی Biopsy (بیوپسی) | بیوپسیهای عضله پهن خارجی طرف مقابل قبل و بعد از درمان، تغییرپذیری مکانی چپ-راست و درون عضلانی را نشان میدهند. پیشرفت بیماری و جایگزینی فیبرو-چربی نیز میتواند سیگنال نرمالشده با پروتئین کل را تغییر دهد. | محل بیوپسی را با استفاده از نشانههای آناتومیکی ثابت، استاندارد کنید، آن را بر اساس پروتئینهای خاص عضله نرمالسازی کنید و به طور موازی ترکیب فیبرو-چربی را اندازهگیری کنید. |
مقایسهگر/آمار NSAA | یک گروه همگروهی تاریخ طبیعی خارجی، یک گروه کنترل تصادفی همزمان نیست. واجد شرایط بودن برای کارآزمایی، مراقبتهای حمایتی، اثرات مشارکت، NSAA پایه، رژیم استروئیدی، سن و کلاس اگزون، همگی میتوانند مقایسه را دچار سوگیری کنند. آزمون t تکگروهی کافی نیست. همچنین، تغییر +۱.۴ NSAA در محدودهی تغییرپذیری آزمون-بازآزمون برای این گروه سنی قرار دارد. | یک مطالعه تصادفی همزمان با کنترل دارونما انجام دهید، یا حداقل از آنالیزهای تعدیلشده با در نظر گرفتن NSAA پایه، سن، رژیم استروئیدی، کلاس اگزون و سایر عوامل مخدوشکننده استفاده کنید. |
مخدوشکنندهی پنجرهی سنی | پسران ۴ تا ۷ ساله در یک پنجره رشدی قرار دارند که در آن بیماران مبتلا به DMD که قادر به حرکت نیستند و درمان نشدهاند، ممکن است قبل از اینکه زوال عقل غالب شود، عملکرد حرکتی خود را به دست آورند. تغییر NSAA در ۴۸ هفته، ترکیبی از پیشرفت رشدی، پیشرفت بیماری و اثر درمانی احتمالی است. | از یک گروه کنترل تصادفی همزمان با طبقهبندی سنی برای جدا کردن مسیر رشد از اثر درمان استفاده کنید. |
سابقه بالینی قبلی | سیگنالهای عملکردی میکرودیستروفینِ برچسب باز، به طور قابل اعتمادی مزایای تأییدی را پیشبینی نکردهاند؛ سابقه منتشر شده شامل آزمایشهای تأییدی ژندرمانی میکرودیستروفین است که نتوانستهاند بهبودهای NSAA برچسب باز را بازتولید کنند. | به تغییرات NSAA که به صورت عمومی منتشر شدهاند، به عنوان یک پشتوانه قطعی تکیه نکنید. به شواهد عملکردی کنترلشده نیاز دارند. |
محدودیتهای ساختاری سازه | ساختار ۱۳۸ کیلودالتونی، تکرارهای اسپکترین R۱۶/۱۷ را که حاوی جایگاههای اتصال nNOS هستند، حذف میکند. از دست دادن جذب nNOS میتواند سمپاتولیز عملکردی و محافظت از ایسکمی را در حین ورزش مختل کند و یک سقف مکانیکی برای نجات مستقل از سطح بیان ایجاد کند. | مطالعات مکانیسمی را اضافه کنید که نشان دهد آیا این ساختار خاص، عملکرد کمپلکس مرتبط با دیستروفین، محلیسازی nNOS، فیزیولوژی ورزشی و محافظت از عضلات را بازیابی میکند یا خیر. |
دوام AAV | ژنومهای ناقل در ۱۲ هفته بیان پایداری ایجاد نمیکنند. ژنومهای AAV۹ عمدتاً اپیزومهای غیر ادغامشونده هستند و ممکن است با گذشت زمان کاهش یابند. پایداری ژنوم ناقل با بیان پایدار پروتئین یکسان نیست. | اندازهگیری بیان طولی پروتئین ترانسژن و دوام نشانگر زیستی عملکردی فراتر از ۱۲ هفته. |
مشخصات ایمنی/ایمنی | ترانسآمینیت در ۸/۱۲ بیمار با پاسخ ایمنی به سلولهای منتقلشده توسط AAV مطابقت دارد، اما مکانیسم آن مشخص نشده است. یک مورد میوکاردیت مربوط به تروپیسم قلبی ناشی از AAV۹ است. | پایش عمیقتر سیستم ایمنی، بررسی ویژگیهای ایمنی کبد/قلب و پیگیری دقیقتر وضعیت قلبی را فراهم کنید. |
انتخاب بیمار/تعمیمپذیری | حذف بیماران مثبت آنتیبادی خنثیکننده ضد AAV۹، تعمیمپذیری را محدود میکند. حذف های اگزون-۴۴، کاربردپذیری آن زیرگروه DMD را محدود میکند. n=۱۲ برای توصیف ایمنی و اثربخشی در جمعیت وسیعتر DMD بسیار کوچک است. | در صورت امکان، شرایط لازم را گسترش دهید یا قبل از استفاده از نتیجه برای پشتیبانی از تأیید گسترده، تجزیه و تحلیلهای طبقهبندیشده را بر اساس وضعیت آنتیبادی، کلاس ژنوتیپ/اگزون، سن و عملکرد پایه از قبل مشخص کنید. |
نتیجهگیری نظارتی: این بسته ممکن است فعالیت بیولوژیکی را نشان دهد، اما هنوز ثابت نمیکند که بیان میکرودیستروفین اندازهگیری شده، یک جایگزین قابل اعتماد و معقول برای پیشبینی سودمندی بالینی باشد. شکافهای اصلی عبارتند از: اختصاصی بودن روش، استانداردهای کمیسازی نامعتبر، احتمال تداخل فیبر برگشتی، فقدان یک گروه کنترل تصادفی، تداخل NSAA مرتبط با سن، دوام نامشخص و مسائل ایمنی/تعمیمپذیری حلنشده.
برای پر کردن این شکاف، این برنامه به یک طراحی بالینی کنترلشده و طبقهبندیشده بر اساس سن، به همراه سنجشهای بیان اختصاصی ترانسژن، تعیین مقدار پروتئین متعامد، کنترلهای ترکیب بافت، دادههای دوام طولی، سنجشهای عملکردی مکانیکی برای سازهی کوتاهشده و پایش ایمنی قویتر، بهویژه در کبد و قلب، نیاز دارد.
معیارها و نمرات ارزیابی
GPT‑Rosalind در شیمی دارویی، حوزهای که بر تبدیل مولکولها به داروهای مفید تمرکز دارد، به عملکرد پیشرو در صنعت دست مییابد. ما MedChemBench را برای بازتاب گردشکارهای واقعگرایانه شیمی دارویی طراحی کردیم؛ این بنچمارک فهم چند وجهی ساختار شیمیایی، رابطه ساختار-فعالیت (SAR)، پیشبینی قدرت اثر دارو، سمیت و جذب، توزیع، متابولیسم و دفع (ADME)، تصمیمگیری چند پارامتری در بهینهسازی لید، و رتروسنتز را ارزیابی میکند. GPT‑Rosalind در MedChemBench با ۲۷.۵٪ در برابر ۲۵.۱٪ از GPT‑۵.۵ بهتر عمل میکند و ۷.۲٪ توکن کمتری مصرف میکند.
GPT‑Rosalind در شیمی دارویی، تلفیق چندوجهی و استدلال مکانیکی بهتری نشان میدهد.
در GeneBench، ارزیابی عاملمحور ما برای تحلیل سرتاسری و بلند افق در ژنومیک و زیست شناسی کمی، GPT‑Rosalind نسبت به GPT‑۵.۵ سی و یک درصد توکن کمتر مصرف میکند و دقت بالاتری برابر ۲۱.۶٪ در برابر ۲۰.۴٪ به دست میآورد. GeneBench عملکرد عاملمحور را در وظایف کمی بلند افق میسنجد: بر پایه دادههای علمی واقعگرایانه، آیا یک عامل میتواند تحلیل معتبر، QC، مدلسازی و اصلاحات را برنامهریزی کند تا به پاسخهای مرتبط با تصمیم برسد؟ مسائل گنجاندهشده حوزههای گوناگونی را دربرمیگیرند، از جمله ژنومیک عملکردی، ترنسکریپتومیک فضایی، پروتئومیک، اپیژنومیک و ژنتیک کاربردی.
GPT‑Rosalind نسبت به GPT‑۵.۵ سیویک درصد توکن کمتر مصرف میکند و همزمان دقت را بهبود میدهد.
ما ارزیابی جدیدی را معرفی میکنیم تا توانایی GPT‑Rosalind را در کمک به دانشمندانی که در دنیای واقعی کار آزمایشگاهی انجام میدهند، بیازماییم. LabWorkBench توانایی مدل را در پیوند دادن مداخلهها با نتایج آزمایشی در پروتکلهای واقعی آزمایشگاه تر که دانشمندان استفاده میکنند، برای اهدافی از عیبیابی تا بهینهسازی، میآزماید. دادههای مورد استفاده LabWorkBench اختصاصیاند و بنابراین آلوده نشدهاند. GPT‑Rosalind امتیاز ۶۳.۲٪ را در برابر ۵۵.۸٪ برای GPT‑۵.۵ کسب میکند و ۵.۳٪ توکن کمتر مصرف میکند.
در کمک به پروتکلهای واقعی آزمایشگاه تر، GPT‑Rosalind نسبت به GPT‑۵.۵ پیشرفت چشمگیری نشان میدهد و همزمان کارایی توکن را بهبود میبخشد.
ما افزونههای Life Sciences Research(در یک پنجره جدید باز میشود) و Life Sciences NGS Analysis(در یک پنجره جدید باز میشود) را ساختیم تا هوشمندی افزایشیافته GPT‑Rosalind را با یک لایه اجرای عملی برای گردشکارهای علمی تکرارپذیر گسترش دهیم. این افزونهها با هم بازیابی شواهد منبعدار، تفسیر زیستی و اجرای بیوانفورماتیک را در همان فضای کاری میآورند و به پژوهشگران کمک میکنند شواهد بیرونی را با تحلیلهای اومیکس داخلی پیوند دهند، در حالی که مصنوعات و منشأ داده حفظ میشود. همه کاربران اکنون میتوانند از طریق Codex به هر دو افزونه دسترسی داشته باشند. کاربران سازمانی واجد شرایط GPT‑Rosalind همچنین میتوانند از GPT‑Rosalind برای توانبخشی به این افزونهها استفاده کنند.
برای بهرهگیری بهتر از Codex بهعنوان میزکار پویا برای دانشمندان، نمایشگرهای تعاملی برای انواع فایلهای بومی زیستی افزودیم. مجموعه اولیه نمایشگرهای توالی، همترازی و ساختار طوری طراحی شدهاند که دانشمندان را نزدیک به شواهد نگه دارند، در حالی که GPT‑Rosalind در سراسر یک گردشکار استدلال میکند و با استفاده از نمایشگر فعال در متن، به طور مستقیم به پرسشهای پیگیری پاسخ میدهد.
نمایش بالا این قابلیتها را در عمل نشان میدهد که توسط GPT‑Rosalind هماهنگ شدهاند. ما دانشمندی را دنبال میکنیم که برای شناسایی جهشها و دیگر تغییرات مولکولیِ مؤثر بر درمان، یک بیوپسی مایع تومور را بررسی میکند. افزونه Life Sciences NGS Analysis مرور سوابق پردازششده ctDNA را به یک دفترچه تعاملی تبدیل میکند و تغییرات تکرارشونده، فراخوانیهای کمفراوانی و مسیرهای نمونه را آشکار میسازد که بررسی را بر KRAS G۱۲C متمرکز میکنند. از آنجا، افزونه Life Sciences Research زمینه منبعدار هدف، مهارکننده و مقاومت را میافزاید، در حالی که نمایشگرهای بومی توالی، همترازی و ساختار به دانشمند اجازه میدهند باقیمانده جهشیافته ۱۲، حفاظت آن در خانواده RAS و پاکت متصل به مهارکننده را مستقیماً بررسی کند. گردشکار با ترجمه آن شواهد به گزینههای پیگیری مشخص پایان مییابد و هر گام و مصنوع برای بازبینی کارشناسی در دسترس است.
افزونه Life Sciences NGS Analysis
QC و حاشیهنویسی scRNA-seq
یک بسته ماتریسی سبک ۱۰x را به مصنوعات تکسلولی فیلتر شده با QC، حاشیهنویسیها و UMAPهایی تبدیل کنید که بتوانید در Codex بررسی و بازنگری کنید. افزونه Life Sciences NGS Analysis درخواست را به scrna-seq-qc مسیریابی میکند، آستانههای QC را از داده انتخاب میکند، منشأ داده پیرامون فیلتر و حاشیهنویسی را حفظ میکند و موانعی مانند وابستگیهای مفقود برای تشخیص doublet را آشکار میسازد.
QC FASTQ در RNA-seq حجمی
یک برگه نمونه bulk RNA-seq، بسته FASTQ و فایلهای مرجع را به بسته شمارشِ بازبینیشده با QC تبدیل کنید که بتوانید در Codex بررسی و دوباره استفاده کنید. افزونه Life Sciences NGS Analysis درخواست را مسیریابی میکند، ورودیها را اعتبارسنجی میکند و یک پوشه اجرای قابل ممیزی با MultiQC، ماتریسهای Salmon، منشأ داده و هشدارهای صریح بازمیگرداند.
ما دسترسی به مجموعه GPT‑Rosalind را برای سازمانهای واجد شرایط در سراسر جهان گسترش میدهیم. GPT‑Rosalind بهصورت پیشنمایش پژوهشی از طریق ساختار استقرارِ دسترسی معتمد ما برای سازمانهایی در دسترس خواهد بود که پژوهش علمی مشروع با منفعت عمومی روشن انجام میدهند، حاکمیت و نظارت ایمنی قوی دارند و دسترسی کنترلشده با امنیت در سطح سازمانی فراهم میکنند.
در چارچوب این گسترش جهانی، خوشحالیم که با کمک به مقیاسدهی پژوهش پزشکی Novo Nordisk با GPT‑Rosalind، از مأموریت آن برای رساندن سریعتر گزینههای درمانی نوآورانه به بیماران پشتیبانی کنیم. Novo Nordisk از توانمندیهای هوش مصنوعی پیشرو بهره میگیرد تا به پژوهشگران در تحلیل مجموعهدادههای پیچیده، کشف الگوهای مفید و آزمودن سریعتر فرضیهها کمک کند. درک زیستی قویتر GPT‑Rosalind به تیمها کمک میکند شواهد را در ادبیات علمی، ژنومیک، ترنسکریپتومیک، توالی، ساختار و نتایج آزمایشی به هم متصل کنند و حرکت از داده به تصمیمهای پژوهشی روشنتر را آسانتر سازند.
«پژوهش علوم زیستی پیچیده، سرشار از داده و میانرشتهای است. برای ارائه ارزش معنادار به پژوهشگران، مدلهای پیشرفته هوش مصنوعی باید بر دادههای علمی قابل اعتماد استوار باشند، به ابزارهای اعتبارسنجیشده متصل شوند و در گردشکارهای واقعی که پژوهشگران هر روز استفاده میکنند ادغام شوند. ما از همکاری با OpenAI و فرصت بررسی اینکه GPT‑Rosalind چگونه میتواند از رویکردهای دقیقتر و عملیتر در کشف دارو پشتیبانی کند، خرسندیم.»
Mishal Patel، معاون ارشد گروه، نوآوری هوش مصنوعی و دیجیتال، تحقیق و توسعه - Novo Nordisk
ما همچنین اکنون برای سازمانهای واجد شرایطِ فاقد حساب Enterprise، یک فضای کاری مدیریتشده توسط OpenAI ارائه میکنیم.
GPT‑Rosalind بهروزشده گام بعدی در تعهد گستردهتر ما به ساخت سامانههای هوش مصنوعی است که میتوانند کشف علمی را شتاب دهند، در حالی که اطمینان میدهند توانمندیهای پیشرفته زیستی با حفاظتهای مناسب مستقر میشوند. ما به بهبود استدلال زیستی مدل، گسترش پشتیبانی از گردشکارهای پژوهشی ابزارمحور و بلند افق، و همکاری با سازمانهای واجد شرایط در مناطق مختلف برای ارزیابی اثر واقعی ادامه خواهیم داد.
این همچنین بهمعنای بهکارگیری هوش مصنوعی علوم زیستی در کارهای پُراثر و عامالمنفعه است؛ از کشف دارو و پزشکی ترجمهای تا سلامت عمومی، آمادگی و دفاع زیستی. از طریق Rosalind Biodefense و مدل استقرارِ دسترسی معتمد خود، هدف داریم توانمندیهای زیستی پیشرو را در اختیار پژوهشگران، نهادها و مدافعانی بگذاریم که برای بهبود سلامت انسان و تقویت تابآوری اجتماعی کار میکنند.
ما به ساخت GPT‑Rosalind ادامه خواهیم داد تا در سراسر چرخه کامل پژوهش علمی به شریکی توانمندتر تبدیل شود و به دانشمندان کمک کند سریعتر از پرسشهای درست به شواهد روشنتر، آزمایشهای بهتر و در نهایت درمانهای تازه برای بیماران برسند.
به خواندن ادامه بده
