Predstavljamo GPT‑Rosalind za istraživanja u području bioloških znanosti

Danas predstavljamo GPT‑Rosalind, naš granični model za rasuđivanje izrađen za podršku istraživanju u biologiji, otkrivanju lijekova i translacijskoj medicini. Serija modela za biološke znanosti optimizirana je za znanstvene radne procese, kombinirajući poboljšanu upotrebu alata s dubljim razumijevanjem kemije, proteinskog inženjeringa i genomike.

U prosjeku je potrebno otprilike 10 do 15 godina da se u Sjedinjenim Američkim Državama prijeđe put od otkrivanja ciljne molekule do regulatornog odobrenja za novi lijek. Dobici ostvareni u najranijim fazama otkrivanja umnožavaju se nizvodno u boljem odabiru ciljeva, snažnijim biološkim hipotezama i kvalitetnijim eksperimentima. Napredak u biološkim znanostima ograničen je ne samo složenošću same znanosti u njezinoj osnovi, nego i složenošću samih istraživačkih radnih procesa. Znanstvenici moraju raditi s opsežnom literaturom, specijaliziranim bazama podataka, eksperimentalnim podacima i hipotezama koje se razvijaju kako bi osmislili i procijenili nove ideje. Ti radni tijekovi često su dugotrajni, fragmentirani i teško ih je skalirati.

Vjerujemo da napredni AI sustavi mogu pomoći istraživačima da brže prolaze kroz te radne tokove – ne samo čineći postojeći rad učinkovitijim već i pomažući znanstvenicima da istraže više mogućnosti, uoče veze koje bi inače mogle ostati nezamijećene i ranije dođu do boljih hipoteza. Podržavajući sintezu dokaza, generiranje hipoteza, planiranje eksperimenata i druge višekoračne istraživačke zadatke, taj model osmišljen je kako bi pomogao istraživačima ubrzati rane faze otkrivanja. S vremenom bi ti sustavi mogli pomoći organizacijama iz područja bioloških znanosti da ostvare otkrića koja inače ne bi bila moguća, uz znatno veću stopu uspješnosti. 

GPT‑Rosalind sada je dostupan u istraživačkom pretpregledu u ChatGPT‑u, Codexu i API-ju za kvalificirane korisnike putem našeg programa pouzdanog pristupa. Predstavljamo i slobodno dostupan istraživački dodatak za biološke znanosti za Codex, koji znanstvenicima pomaže povezati modele s više od 50 znanstvenih alata i izvora podataka. Surađujemo s klijentima poput Amgena, Moderne, instituta Allen, društva Thermo Fisher Scientific i drugih kako bismo primijenili GPT‑Rosalind u radnim procesima koji ubrzavaju istraživanje i otkrića.

Model je nazvan po Rosalind Franklin, čija su rigorozna istraživanja pomogla otkriti strukturu DNK te postavila temelje moderne molekularne biologije.

Serija modela GPT‑Rosalind za biološke znanosti izrađena je za suvremeni znanstveni rad s objavljenim dokazima, podacima, alatima i eksperimentima. U našim evaluacijama pruža najbolje rezultate na zadacima koji zahtijevaju rasuđivanje o molekulama, proteinima, genima, putanjama i biologiji relevantnoj za bolesti, a učinkovitija je i u upotrebi znanstvenih alata i baza podataka u radnim tijekovima u više koraka kao što su pregled literature, tumačenje odnosa između sekvence i funkcije, planiranje eksperimenata i analiza podataka.

To je prvo izdanje u našoj seriji modela GPT‑Rosalind za biološke znanosti, a nastavit ćemo širiti granice sposobnosti biokemijskog rasuđivanja modela u dugoročnim znanstvenim radnim procesima koji se uvelike oslanjaju na alate. OpenAI-jeva računalna infrastruktura omogućuje nam da nastavimo trenirati, evaluirati i poboljšavati sve sposobnije domenske modele na stvarnim znanstvenim zadacima – pomažući tim sustavima da postanu korisniji kako sami radni procesi postaju sve složeniji.

Surađujemo s vodećim korisnicima iz farmaceutske industrije, biotehnologije i istraživačkog sektora, kao i s organizacijama koje razvijaju tehnologije za biološke znanosti, kako bismo primijenili GPT‑Rosalind u različitim tijekovima rada koji potiču otkrića.

Procijenili smo GPT‑Rosalind u nizu sposobnosti temeljnih za znanstvena otkrića i industrijska istraživanja. Te procjene mjere temeljno rasuđivanje u različitim znanstvenim potpodručjima, uključujući mehanizme kemijskih reakcija; strukturu proteina, učinke mutacija i interakcije te filogenetsko tumačenje DNA sekvenci. Također procjenjuju mogu li modeli podržati stvarne istraživačke radne tijekove tumačenjem eksperimentalnih rezultata, prepoznavanjem obrazaca relevantnih stručnjacima i sintetiziranjem vanjskih informacija radi osmišljavanja daljnjih eksperimenata. Naposljetku testiraju mogu li modeli odabrati i upotrebljavati odgovarajuće računalne alate, baze podataka i mogućnosti specifične za domenu kako bi unaprijedili svoje rasuđivanje. Zajedno, te evaluacije pokazuju napredak u end-to-end procesu znanstvenog istraživanja i upućuju na veću sposobnost pomaganja istraživačima da rade na zahtjevnim zadacima otkrivanja.

Evaluirali smo GPT‑Rosalind na nizu referentnih vrijednosti. Na BixBenchu, referentnom testu osmišljenom oko stvarne bioinformatike i analize podataka, GPT‑Rosalind postigao je vodeći rezultat među modelima s objavljenim rezultatima.

Na LABBench2, referentnom testu koji mjeri izvedbu u nizu istraživačkih zadataka, kao što su pretraživanje literature, pristup bazama podataka, manipulacija sekvencama i dizajn protokola, GPT‑Rosalind nadmašuje GPT‑5.4 u 6 od 11 zadataka. Najznačajnije poboljšanje dolazi od sustava CloningQA, koji zahtijeva cjelovito osmišljavanje DNK i enzimskih reagensa za protokole molekularnog kloniranja.

Osim toga smo surađivali i s tvrtkom Dyno Therapeutics, koja predvodi razvoj genskih terapija dizajniranih s pomoću umjetne inteligencije, kako bismo procijenili model na zadatku predviđanja funkcije RNA sekvenci i generiranja RNA sekvenci koristeći neobjavljene i nekontaminirane sekvence. Izvedba je uspoređena s 57 povijesnih rezultata stručnjaka za AI-bio područje. Kada su se izravno procjenjivale u aplikaciji Codex, najbolje od deset predaja modela plasirale su se iznad 95. percentila stručnjaka za predviđanje i oko 84. percentila stručnjaka za generiranje sekvenci.

Te procjene pružaju značajan signal o izvedbi na vrstama tijekova rada na koje se znanstvenici svakodnevno oslanjaju za stvaranje dokaza, analizu složenih podataka i napredovanje prema biološkim zaključcima koji se mogu potkrijepiti.

Znanstvenici mogu upotrebljavati naš novi istraživački dodatak za Biološke znanosti⁠(otvara se u novom prozoru) za Codex, dostupan na GitHubu već danas. Taj paket uključuje širok skup modularnih mogućnosti za najčešće istraživačke radne procese, osmišljen kako bi korisnicima pomogao u radu u područjima humane genetike, funkcionalne genomike, strukture proteina, biokemije, kliničkih dokaza i otkrivanja javno dostupnih studija.

Te vještine djeluju kao sloj za orkestraciju koji znanstvenicima pomaže učinkovitije rješavati široka, nejasna i višekoračna pitanja. Omogućuju pristup više od 50 javnih multiomičkih baza podataka, izvora literature i bioloških alata te pružaju fleksibilnu početnu točku za uobičajene ponovljive radne tijekove, poput pretraživanja strukture proteina, pretraživanja sekvenci, pregleda literature i otkrivanja javno dostupnih skupova podataka.

Korisnici Enterprise koji ispunjavaju uvjete mogu taj dodatak upotrebljavati u istraživačkim radnim tijekovima s GPT‑Rosalind za dublje biološko rasuđivanje, dok svi korisnici mogu koristiti paket dodataka s našim glavnim modelima.

Želimo te mogućnosti učiniti dostupnima znanstvenicima i istraživačkim organizacijama koje su u najboljem položaju da unaprijede ljudsko zdravlje, uz zadržavanje snažnih zaštitnih mjera protiv biološke zlouporabe. Model za biološke znanosti pokreće se putem strukture implementacije pouzdanog pristupa za kvalificirane Enterprise korisnike u SAD-u u početku, uz kontrole povezane s ispunjavanjem uvjeta, upravljanjem pristupom i upravljanjem na razini organizacije. Istodobno šire stavljamo na raspolaganje skup poveznikā i dodatak Life Sciences Research Plugin, kako bi istraživači mogli učinkovitije upotrebljavati naše glavne modele za zadatke istraživanja u području bioloških znanosti. 

Model za biološke znanosti razvijen je uz pojačane sigurnosne kontrole na razini poduzeća i ojačano upravljanje pristupom, što omogućuje profesionalnu znanstvenu upotrebu u istraživačkim okruženjima s uspostavljenim upravljanjem. Pristup procjenjujemo na temelju triju temeljnih načela: korisne upotrebe, snažnog upravljanja i sigurnosnog nadzora te kontroliranog pristupa uz sigurnost na razini poduzeća. U praksi to znači da organizacije sudionice moraju provoditi legitimna znanstvena istraživanja s jasnom javnom koristi, održavati odgovarajuće upravljanje, usklađenost i kontrole za sprječavanje zlouporabe te ograničiti pristup na odobrene korisnike unutar sigurnih okruženja kojima se dobro upravlja. Organizacije uz to moraju i prihvatiti uvjete istraživačkog pretprikaza za biološke znanosti i biti u skladu s OpenAI pravilnicima o uporabi, a možda ćemo zatražiti dodatne informacije kao dio postupka uključivanja ili daljnjeg sudjelovanja.

Organizacije mogu zatražiti pristup⁠ putem našeg postupka kvalifikacije i sigurnosnog pregleda.

Tijekom istraživačkog pregleda upotreba tog modela neće trošiti postojeće kredite ni tokene – uz zaštitne mehanizme protiv zlouporabe. Podijelit ćemo više detalja o cijenama i dostupnosti kako se program bude širio.

Model za biološke znanosti razvijen je kako bi znanstvenim organizacijama pomogao da obavljaju kvalitetniji rad i to brže i u okruženjima koja zahtijevaju i tehničke mogućnosti i operativnu kontrolu. Naš posvećeni tim za biološke znanosti – kao i savjetodavni partneri, uključujući McKinsey & Company, Boston Consulting Group (BCG) i Bain & Company – pomažu organizacijama identificirati slučajeve upotrebe s velikim učinkom, integrirati model u poslovna okruženja i ostvariti mjerljive rezultate. Ako želite saznati na koje načine OpenAI za biološke znanosti može podržati vaš rad, možete kontaktirati naš tim za biološke znanosti u OpenAI-ju⁠.

To je prvo izdanje u našoj seriji modela za biološke znanosti i smatramo ga početkom dugoročne predanosti razvoju umjetne inteligencije koja može ubrzati znanstvena otkrića u područjima od velike važnosti za društvo, od ljudskog zdravlja do širih bioloških istraživanja. Nastavit ćemo unaprjeđivati biološko rasuđivanje modela, proširivati podršku za istraživačke procese koji se oslanjaju na alate i odvijaju tijekom duljih razdoblja te blisko surađivati s vodećim znanstvenim institucijama kako bismo procijenili učinak u stvarnim uvjetima. To uključuje tekuća partnerstva s nacionalnim laboratorijima poput Los Alamos National Laboratory, gdje istražujemo dizajn proteina i katalizatora vođen umjetnom inteligencijom, uključujući sposobnost AI sustava da mijenjaju biološke strukture uz očuvanje ili poboljšanje ključnih funkcionalnih svojstava. 

S vremenom očekujemo da će ti sustavi postati sve sposobniji partneri u otkrivanju – tako što će znanstvenicima pomoći da brže prijeđu od pitanja do dokaza, od dokaza do uvida i od uvida do novih terapija za pacijente.