Uusia ominaisuuksia GPT‑Rosalindiin
Lisää älykkyyttä, joka perustuu biotieteiden alan todellisiin tieteellisiin työnkulkuihin.
Esittelemme uuden mallipäivityksen GPT‑Rosalind‑ sarjaamme, joka on suunniteltu erityisesti yritystason biotieteiden tutkimukseen. Se yhdistää GPT‑5.5:n agenttipohjaista koodausta ja työkalujen käyttöominaisuuksia vahvemmalla malliälyllä lääkekehityksen keskeisillä osa-alueilla, kuten lääkekemiassa ja genomiikassa, samalla parantaen suorituskykyä laajemmissa biotieteiden analyysi-, suunnittelu- ja kokeellisissa työnkuluissa.
Biotieteiden edistyminen riippuu datan ja todisteiden syntetisoinnista eri mittakaavoissa ja modaliteeteissa: molekyyleissä, geeneissä, signalointireiteissä ja elävissä järjestelmissä. Arvioinneissamme päivitetty GPT‑Rosalind osoittaa laajoja suorituskyvyn parannuksia biologian asiantuntijoiden tutkimustehtävissä, monimutkaisissa lääketieteellisen kemian kyselyissä, kvantitatiivisessa biologiassa ja märkälaboratorioiden vianmäärityksessä.
GPT‑Rosalind on nyt saatavilla tutkimusversiossa kelpoisille organisaatioille maailmanlaajuisesti luotetun käyttöoikeuden käyttöönottorakenteen kautta.
GPT‑Rosalindin käytännön vaikutusten mittaamiseksi ja jatkuvaksi parantamiseksi suunnittelimme LifeSciBenchin, ulkopuolisten asiantuntijoiden arvioiman vertailuarvon, joka keskittyy biotieteiden tutkimuksen perustavanlaatuisiin näkökohtiin. Toisin kuin olemassa olevat vertailuarvot, jotka arvioivat vain yhtä mallin suorituskyvyn osa-aluetta tai biologista aluetta erikseen, LifeSciBench tarkastelee tieteellisesti arvokasta työtä kokonaisvaltaisesti ottamalla tehtäviä kuudesta biotieteiden tutkimuksen kannalta keskeisestä työnkulun osa-alueesta: näytön käsittely, analyysi, suunnittelu ja optimointi, tieteellinen päättely, validointi ja operaatiot sekä kääntäminen ja viestintä. Käytämme tätä vertailuarvoa mukauttaaksemme edistymisen biotieteiden tutkimuksen tarpeisiin ja todellisuuteen.
GPT‑Rosalind johtaa suorituskykyä tieteellisesti arvokkaissa tehtävissä, jotka teollisuuden ja akateemiset asiantuntijat ovat tunnistaneet.
Tieteellisen näytön poimiminen, yhteensovittaminen ja auditointi artikkeleista, kuvioista, taulukoista ja kokeellisista tietueista.
Eval-esimerkki
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.
Ehdokkaan vastaus
Yhteenvetona: Esitetyssä muodossaan tämä paketti ei ole riittävän vahva tukemaan mikrodystrofiinin ilmentymisen nopeutettua hyväksyntää kliinisen hyödyn ennustamiseen kohtuullisen todennäköisesti vaikuttavana korvikepäätetapahtumana. Skeptinen FDA:n arvioija pitäisi todennäköisesti biomarkkeri-, toiminnallisuus-, kestävyys-, turvallisuus- ja yleistettävyysnäyttöä olennaisesti aliarvioituina.
Pakkauskohta | Näppäinvikatila | Mitä tarvittaisiin |
|---|---|---|
Western blot -kvantifiointi | MANEX1A sitoutuu N-terminaaliseen epitooppiin, jonka sekä endogeeninen täyspitkä dystrofiini että mikrodystrofiinitransgeeni jakavat, joten määritys ei erota transgeeniä selkeästi residuaalisesta/palautuneesta dystrofiinista. 138 kDa:n mikrodystrofiinin kvantifiointi tervettä täyspitkää dystrofiinistandardia vasten on myös virheellistä. | Käytä rekombinanttia mikrodystrofiinistandardia ja ortogonaalista menetelmää, joka erottaa transgeenin endogeenisestä dystrofiinista, kuten kohdennettua massaspektrometriaa tai transgeenispesifistä/epitooppispesifistä määritystä. |
Immunofluoresenssi | C-terminaalinen polyklonaalinen vasta-aine sopii huonosti, koska 138 kDa:n konstruktiosta puuttuu C-terminaalinen domeeni. Monilla DMD-potilailla on palautuvia kuituja, ja palautuva dystrofiini voi säilyttää C-terminaalisia epitooppeja. Palautuvat kuidut voivat laajentua klonaalisesti iän myötä, mikä vääristää IF-signaalia, erityisesti vanhemmilla pojilla. | Toista IF-testi vasta-aineella, joka on suunnattu siirtogeenissä esiintyvää, mutta palautuvasta dystrofiinista puuttuvaa epitooppia vastaan. Määritä transgeenipositiivisten säikeiden määrä erikseen palautuvista säikeistä. |
Korvaavan päätepisteen validiteetti | Pakkaus sekoittaa proteiinin määrän kliiniseen funktioon. ”38 % terveen kontrollin proteiinimassasta” ei tarkoita 38 %:a normaalista dystrofiinin toiminnasta, koska mikrodystrofiini on rakenteellisesti katkaistu. | Empiirisesti validoi mikrodystrofiinin massaprosentin, sarkolemmassa lokalisaation, toiminnallisen palautumisen ja kliinisen hyödyn välinen suhde ennen ilmentymisen käsittelemistä sijaispäätetapahtumana. |
Biopsiasuunnittelu | Hoitoa edeltävät ja sen jälkeiset kontralateraaliset vastus lateralis -biopsiat aiheuttavat vasen-oikea- ja lihaksensisäistä spatiaalista vaihtelua. Taudin eteneminen ja fibro-rasvahappojen korvaaminen voivat myös muuttaa kokonaisproteiinin normalisoitua signaalia. | Standardoi biopsiakohta käyttämällä johdonmukaisia anatomisia maamerkkejä, normalisoi lihaskohtaisten proteiinien mukaan ja mittaa samanaikaisesti fibro-rasvakoostumus. |
NSAA-vertailuryhmä/tilastot | Ulkoinen luonnollisen historian kohortti ei ole satunnaistettu samanaikainen kontrolli. Tutkimukseen osallistumiskelpoisuus, tukeva hoito, osallistumisen vaikutukset, lähtötilanteessa oleva NSAID-lääkitys, steroidihoito, ikä ja eksoniluokka voivat kaikki vääristää vertailua. Parittamaton t-testi ei riitä. Myös +1,4:n NSAA-muutos on tässä ikäryhmässä testien välisen vaihtelun rajoissa. | Suorita satunnaistettu samanaikainen lumekontrolloitu tutkimus tai käytä vähintään vakioituja analyysejä, joissa otetaan huomioon lähtötilanteen NSAID-arvot, ikä, steroidihoito, eksoniluokka ja muut sekoittavat tekijät. |
Ikäikkuna hämmentää | 4–7-vuotiaat pojat ovat kehitysikkunassa, jossa hoitamattomat, liikkuvat DMD-potilaat saattavat saavuttaa motorisen toiminnan ennen kuin heikkeneminen alkaa vallita. 48 viikon NSAA-muutos yhdistää kehityksellisen edistymisen, taudin etenemisen ja mahdollisen hoidon vaikutuksen. | Käytä samanaikaista satunnaistettua kontrolliryhmää ja ikäryhmittelyä kehityksen ja hoidon vaikutuksen erottamiseksi. |
Aiempi kliininen ennakkotapaus | Avoimet mikrodystrofiinin toiminnalliset signaalit eivät ole luotettavasti ennustaneet vahvistavaa hyötyä; julkaistuihin ennakkotapauksiin kuuluu mikrodystrofiinigeeniterapian vahvistavia tutkimuksia, joissa ei ole onnistuttu toistamaan avoimia NSAID-parannuksia. | Älä luota avoimeen NSAA-muutokseen ratkaisevana tukena. Vaaditaan kontrolloitua toiminnallista näyttöä. |
Rakenteen rakenteelliset rajoitukset | 138 kDa:n rakenteesta on poistettu spektriinitoistot R16/17, jotka sisältävät nNOS:n sitoutumiskohdat. nNOS-rekrytoinnin menetys voi heikentää toiminnallista sympatolyysiä ja iskemiasuojaa rasituksen aikana, mikä luo mekanistisen katon pelastustoimille ilmentymistasosta riippumatta. | Lisää mekanistisia tutkimuksia, jotka osoittavat, palauttaako tämä spesifinen konstruktio dystrofiiniin liittyvän kompleksifunktion, nNOS:n lokalisaation, liikuntafysiologian ja lihasten suojan. |
AAV-kestävyys | Vektorigenomit eivät 12 viikon iässä muodosta pysyvää ilmentymistä. AAV9-genomit ovat pääosin integroitumattomia episomeja ja voivat vähentyä ajan myötä. Vektorigenomin pysyvyys ei ole sama asia kuin pysyvä proteiinien ilmentyminen. | Mittaa pitkittäistä transgeeniproteiinin ilmentymistä ja funktionaalisen biomarkkerin kestävyyttä yli 12 viikon ajan. |
Immuuni-/turvallisuusprofiili | Transaminiitti 8/12 potilaalla on yhdenmukainen AAV-transdusoituihin soluihin kohdistuvan immuunivasteen kanssa, mutta mekanismia ei ole selvitetty. Yksi sydänlihastulehdustapaus koskee annettua AAV9-sydäntropismia. | Tarjota syvällisempää immuuniseurantaa, maksan/sydänturvallisuuden kartoitusta ja tehostettua sydämen seurantaa. |
Potilasvalinta/yleistettävyys | AAV9-neutraloivia vasta-aineita tuottavien potilaiden poissulkeminen rajoittaa yleistettävyyttä. Eksonin 44 deleetioiden poissulkeminen rajoittaa sovellettavuutta kyseiseen DMD-alaryhmään. n=12 on liian pieni turvallisuuden ja tehon kuvaamiseksi laajemmassa DMD-populaatiossa. | Laajenna kelpoisuutta mahdollisuuksien mukaan tai määrittele etukäteen stratifioidut analyysit vasta-ainetilan, genotyypin/eksoniluokan, iän ja lähtötason toiminnan mukaan ennen kuin tulosta käytetään laajan hyväksynnän tukena. |
Sääntelyyn liittyvä johtopäätös: Pakkaus saattaa osoittaa biologista aktiivisuutta, mutta se ei vielä vahvista, että mitattu mikrodystrofiinin ilmentyminen on luotettava korvike, joka kohtuullisen todennäköisesti ennustaa kliinistä hyötyä. Tärkeimmät puutteet ovat määritysmenetelmän spesifisyys, virheelliset kvantifiointistandardit, mahdollinen revertantti-kuitu -sekoitus, satunnaistetun kontrollin puute, ikään liittyvä NSAA-sekoitus, epävarma kestävyys ja ratkaisemattomat turvallisuus-/yleistettävyysongelmat.
Tämän aukon kaventamiseksi ohjelmassa tarvittaisiin kontrolloitu, ikäryhmittäin jaettu kliininen tutkimusasetelma, jossa olisi siirtogeenispesifiset ilmentymismääritykset, ortogonaalinen proteiinien kvantifiointi, kudoskoostumuksen kontrollit, pitkittäiset kestävyystiedot, katkaistun rakenteen mekanistiset toiminnalliset määritykset sekä vahvempi turvallisuuden seuranta, erityisesti maksan ja sydämen osalta.
Arviointikriteerit ja arvosanat
GPT‑Rosalind saavuttaa alan johtavaa suorituskykyä lääketieteellisessä kemiassa, joka keskittyy molekyylien muuttamiseen hyödyllisiksi lääkkeiksi. Suunnittelimme MedChemBenchin heijastamaan realistisia lääketieteellisen kemian työnkulkuja arvioimalla multimodaalista kemiallisen rakenteen ymmärrystä; rakenne-aktiivisuussuhdetta (SAR); lääkkeen tehon, toksisuuden sekä imeytymisen, jakautumisen, metabolian ja erittymisen (ADME) ennustamista; moniparametrista johtopäätösten optimointia; ja retrosynteesiä. GPT‑Rosalind suoriutuu 27,5 %:lla GPT‑5.5:tä paremmin MedChemBenchillä verrattuna 25,1 %:iin, ja käyttää 7,2 % vähemmän tokeneita.
GPT‑Rosalind osoittaa parempaa multimodaalista synteesiä ja mekanistista päättelyä lääkeainekemiassa.
GeneBenchissä, genomiikan ja kvantitatiivisen biologian pitkän aikavälin kokonaisvaltaisessa analyysissämme, GPT‑Rosalind käyttää 31 % vähemmän tokeneita kuin GPT‑5.5 ja saavuttaa samalla korkeamman tarkkuuden, 21,6 % vs. 20,4 %. GeneBench arvioi agentin suorituskykyä pitkän horisontin kvantitatiivisissa tehtävissä: voiko agentti realistisen tieteellisen datan perusteella suunnitella pätevän analyysin, laadunvalvonnan, mallinnuksen ja korjaukset päätöksentekoon liittyvien vastausten saavuttamiseksi? Mukana olevat ongelmat kattavat useita eri osa-alueita, mukaan lukien funktionaalinen genomiikka, spatiaalinen transkriptomiikka, proteomiikka, epigenomiikka ja sovellettu genetiikka.
GPT‑Rosalind käyttää 31 % vähemmän tokeneita kuin GPT‑5.5 ja parantaa samalla tarkkuutta.
Esittelemme uuden arvioinnin testataksemme GPT‑Rosalindin kykyä auttaa laboratoriotyötä tekeviä tutkijoita tosielämässä. LabWorkBench testaa mallin kykyä yhdistää häiriöitä kokeellisiin tuloksiin tutkijoiden käyttämissä todellisissa märkälaboratorioprotokollissa, jotka vaihtelevat vianmäärityksestä optimointiin. LabWorkBenchin käyttämä data on suojattua ja siten saastumatonta. GPT‑Rosalind saa 63,2 % tuloksesta verrattuna GPT‑5,5:een, jonka tulos on 55,8 %, ja käyttää 5,3 % vähemmän tokeneita.
Todellisen märkälaboratorioprotokollan avustamisessa GPT‑Rosalind saavuttaa merkittäviä parannuksia GPT‑5.5:een verrattuna ja parantaa samalla token-tehokkuutta.
Loimme Life Sciences Research-(avautuu uudessa ikkunassa) ja Life Sciences NGS Analysis(avautuu uudessa ikkunassa) -laajennukset laajentaaksemme GPT‑Rosalindin lisääntynyttä älykkyyttä käytännöllisellä suorituskerroksella toistettavia tieteellisiä työnkulkuja varten. Yhdessä nämä lisäosat tuovat lähteisiin perustuvan näytön haun, biologisen tulkinnan ja bioinformatiikan suorittamisen samaan työtilaan, auttaen tutkijoita yhdistämään ulkoisen näytön sisäisiin omiikka-analyyseihin säilyttäen samalla artefaktit ja alkuperän. Kaikki käyttäjät voivat nyt käyttää molempia laajennuksia Codexin kautta. Hyväksytyt GPT‑Rosalind‑yrityskäyttäjät voivat lisäksi käyttää GPT‑Rosalindia näiden laajennusten pyörittämiseen.
Jotta Codexia voitaisiin hyödyntää paremmin dynaamisena työpöytänä tutkijoille, lisäsimme interaktiivisia katseluohjelmia biologisesti natiiveille tiedostotyypeille. Alkuperäiset sekvenssi-, linjaus- ja rakennekatseluohjelmat on suunniteltu pitämään tutkijat lähellä todisteita GPT‑Rosalindin päättelyn aikana työnkulussa ja vastaamaan suoraan jatkokysymyksiin aktiivisen katseluohjelman avulla kontekstissa.
Yllä oleva demo näyttää nämä valmiudet toiminnassa GPT‑Rosalindin orkestroimana. Seuraamme tutkijaa, joka tutkii nestebiopsiaa kasvaimesta tunnistaakseen mutaatioita ja muita molekyylimuutoksia, jotka voisivat ohjata hoitoa. Life Sciences NGS Analysis -laajennus muuntaa käsiteltyjen ctDNA-tietueiden tarkastelun interaktiiviseksi muistikirjaksi ja nostaa esiin toistuvia muutoksia, matalataajuisia havaintoja ja näytepolkuja, jotka kohdistavat tutkimuksen KRAS G12C:hen. Siitä eteenpäin Life Sciences Research -laajennus lisää lähteistetyn kohde-, inhibiittori- ja resistenssikontekstin, kun taas natiivit sekvenssi-, kohdistus- ja rakennekatselimet antavat tutkijan tarkastella suoraan mutanttijäännöstä 12, sen säilyneisyyttä RAS-perheessä ja inhibiittoriin sitoutunutta taskua. Työnkulku päättyy muuntamalla näyttö konkreettisiksi jatkovaihtoehdoiksi, ja jokainen vaihe ja artefakti on asiantuntija-arvioinnin käytettävissä.
Life Sciences NGS Analysis -laajennus
scRNA-seq-QC & annotointi
Muunna 10x-tyyppinen matriisipaketti laadunvalvonnan läpikäyneiksi yksisoluisten artefaktien, merkintöjen ja UMAP-karttojen sarjaksi, joita voit tarkastella ja muokata Codexissa. Life Sciences NGS Analysis -laajennus välittää pyynnön scrna-seq-qc-työkalulle, valitsee laadunvalvonnan kynnysarvot datasta, tallentaa suodatuksen ja merkintöjen alkuperätiedot sekä tuo esiin esteitä, kuten puuttuvat riippuvuudet kaksoiskappaleiden tunnistuksessa.
Bulk-RNA-seq FASTQ -QC
Muunna bulk-RNA-seq-näytetaulukko, FASTQ-paketti ja viitetiedostot QC-tarkistetuksi laskentapaketiksi, jota voit tarkastella ja käyttää uudelleen Codexissa. Life Sciences NGS Analysis -laajennus reitittää pyynnön, validoi syötteet ja palauttaa auditoitavan ajokuoren, jossa on MultiQC, Salmon-matriisit, alkuperätiedot ja selkeät varaukset.
Laajennamme GPT‑Rosalind -sarjan saatavuutta oikeutetuille organisaatioille maailmanlaajuisesti. GPT‑Rosalind on saatavilla tutkimuksen esikatselussa luotetun käyttöoikeuden käyttöönottorakenteemme kautta organisaatioille, jotka tekevät laillista tieteellistä tutkimusta selkeästi yleishyödyllisellä tavalla, joilla on vahva hallinto ja turvallisuuden valvonta sekä valvottu käyttöoikeus yritystason tietoturvalla.
Osana tätä maailmanlaajuista laajentumista olemme innoissamme voidessamme tukea Novo Nordiskin missiota tuoda innovatiivisia hoitovaihtoehtoja potilaille nopeammin auttamalla heidän lääketieteellisen tutkimuksensa skaalaamisessa GPT‑Rosalindin kanssa. Novo Nordisk hyödyntää edistyneitä tekoälyominaisuuksia auttaakseen tutkijoita analysoimaan monimutkaisia tietojoukkoja, paljastamaan hyödyllisiä malleja ja testaamaan hypoteeseja nopeammin. GPT‑Rosalindin vahvempi biologinen ymmärrys auttaa tiimejä yhdistämään näyttöä kirjallisuudesta, genomiikasta, transkriptomiikasta, sekvensseistä, rakenteesta ja kokeellisista tuloksista, mikä helpottaa siirtymistä datasta selkeämpiin tutkimuspäätöksiin.
”Biotieteiden tutkimus on monimutkaista, datarikasta ja monitieteistä. Jotta kehittyneet tekoälymallit voivat tuottaa tutkijoille merkityksellistä arvoa, niiden on perustuttava luotettuun tieteelliseen dataan, oltava yhteydessä validoituihin työkaluihin ja integroiduttava todellisiin työnkulkuihin, joita tutkijat käyttävät joka päivä. Olemme tyytyväisiä kumppanuuteemme OpenAI:n kanssa ja mahdollisuuteen tutkia, miten GPT‑Rosalind voi tukea tarkempia ja käytännöllisempiä lähestymistapoja lääkekehitykseen.”
Mishal Patel, konsernin varatoimitusjohtaja, tekoäly ja digitaalinen innovaatio, T&K – Novo Nordisk
Tarjoamme nyt myös OpenAI:n hallinnoiman työtilan kelpoisille organisaatioille, joilla ei ole Enterprise-tiliä.
Päivitetty GPT‑Rosalind on seuraava askel laajemmassa sitoutumisessamme tekoälyjärjestelmien rakentamiseen, jotka voivat auttaa nopeuttamaan tieteellisiä löytöjä ja samalla varmistamaan, että edistyneitä biologisia ominaisuuksia käytetään asianmukaisin suojatoimin. Jatkamme mallin biologisen päättelyn parantamista, laajennamme tukea työkalupainotteisille ja pitkän horisontin tutkimustyönkuluille sekä teemme yhteistyötä pätevien organisaatioiden kanssa eri alueilla arvioidaksemme todellisia vaikutuksia.
Tämä tarkoittaa myös biotieteiden tekoälyn soveltamista vaikuttavaan yleishyödylliseen työhön, lääkekehityksestä ja translationaalisesta lääketieteestä kansanterveyteen, valmiuteen ja biopuolustukseen. Rosalind Biodefensen ja luotetun käyttöoikeuden käyttöönottomallimme avulla pyrimme asettamaan eturintamassa olevat biologiset valmiudet tutkijoiden, instituutioiden ja puolustajien käyttöön, jotka työskentelevät ihmisten terveyden parantamiseksi ja yhteiskunnan selviytymiskyvyn vahvistamiseksi.
Jatkamme GPT‑Rosalindin kehittämistä tullaksemme kyvykkäämmäksi kumppaniksi tieteellisen tutkimuksen koko elinkaaren ajan, auttaen tiedemiehiä siirtymään nopeammin oikeista kysymyksistä selkeämpään näyttöön, parempiin kokeisiin ja lopulta uusiin hoitoihin potilaille.
