پرش به محتوای اصلی
OpenAI

۱۳ خرداد ۱۴۰۵

محصولتحقیقانتشار

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.

بهبود عملکرد در وظایف ارزشمند علمی

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.

استدلال علمی قوی‌تر

شیمی دارویی

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.

ژنومیک و زیست‌شناسی کمی

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.

کمک به کار آزمایشگاهی واقعی

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.

از استدلال تا گردش‌کارهای اجراء شده

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.

یک صفحه رایانه فضای کاری‌ای را نشان می‌دهد که دستور استفاده از افزونه NGS Analysis برای بررسی داده‌های جهش ctDNA را می‌دهد. صفحه شامل چند نمودار میله‌ای با برچسب‌های «برترین بافت‌شناسی‌های تفصیلی» و «برترین ژن‌های تغییر‌یافته بر اساس نمونه‌های cfDNA جهش‌یافته» است که داده‌هایی درباره انواع سرطان و تغییرات ژنی نمایش می‌دهند. متن، مجموعه‌داده، یافته‌های کلیدی و پارامترهای تحلیل را توصیف می‌کند.

افزونه Life Sciences NGS Analysis

QC و حاشیه‌نویسی scRNA-seq

نمایی از یک گردش‌کار بیوانفورماتیک دوپنجره‌ای. پنل چپ یک دستیار هوش مصنوعی را نشان می‌دهد که تحلیل کنترل کیفیت تکمیل‌شده توالی‌یابی RNA تک‌سلولی (scRNA-seq) را خلاصه می‌کند، شامل فایل‌های تولیدشده، معیارهای QC، بصری‌سازی‌های UMAP و حاشیه‌نویسی نوع سلول. پنل راست گزارشی با عنوان «بازبینی QC scRNA» را با هیستوگرام‌هایی برای شمارش کل، ژن‌های شناسایی‌شده و درصد میتوکندری، همراه با نمودارهای میله‌ای شمارش قبول/رد QC و جمعیت‌های سلولی فیلترشده نشان می‌دهد. رابط روی پس‌زمینه گرادیانی آبی و سبز نمایش داده شده است.

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

نمای دو پنجره‌ای از گردش‌کار RNA-seq: در سمت چپ، یک دستیار هوش مصنوعی نتایج تکمیل‌شده کنترل کیفیت bulk RNA-seq را خلاصه می‌کند، و در سمت راست، گزارش تعاملی MultiQC با آمار توالی‌یابی و معیارهای Salmon نمایش داده شده است.

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.

دسترسی گسترده‌تر برای سازمان‌های معتمد

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.

گام بعدی چیست

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.