Új funkciók bevezetése a GPT‑Rosalindbe
Nagyobb intelligencia, valós tudományos munkafolyamatokra alapozva az élettudományi iparág számára.
Bemutatjuk GPT‑Rosalind sorozatunk új modellfrissítését, amelyet kifejezetten vállalati szintű élettudományi kutatásokra fejlesztettünk ki. Ez ötvözi a GPT‑5.5 ügynöki kódolási és eszközhasználati képességeit a gyógyszerkutatás olyan alapvető területein, mint a gyógyszerkémia és a genomika, miközben javítja a teljesítményt az élettudományok szélesebb körű elemzési, tervezési és kísérleti munkafolyamataiban.
Az élettudományok fejlődése a különböző méretek és modalitások – molekulák, gének, útvonalak és élő rendszerek – adatainak és bizonyítékainak szintetizálásától függ. Értékeléseink szerint a frissített GPT‑Rosalind széles körű teljesítménynövekedést mutat a biológiai szakértők kutatási feladataiban, a komplex gyógyszerkémiai lekérdezésekben, a kvantitatív biológiában és a laboratóriumi hibaelhárításban.
A GPT‑Rosalind mostantól kutatási előzetesként érhető el jogosult szervezetek számára világszerte, megbízható hozzáférésű bevezetési struktúránkon keresztül.
A GPT‑Rosalind valós világban gyakorolt hatásának mérésére és folyamatos fejlesztésére kidolgoztuk a LifeSciBench-et, egy külső szakértők által értékelt teljesítménymérő rendszert, amely az élettudományi kutatás alapvető területeire összpontosít. A modell teljesítményének egyetlen elemét vagy a biológiai területet elkülönítve értékelő meglévő mércékkel ellentétben a LifeSciBench átfogó képet ad a tudományosan értékes munkáról, mivel az élettudományi kutatás hat központi munkafolyamat-területéről merít feladatokat: bizonyítékok kezelése, elemzés, tervezés és optimalizálás, tudományos érvelés, validálás és műveletek, valamint fordítás és kommunikáció. Ezt a mércét használjuk arra, hogy a haladást az élettudományi kutatás igényeihez és valós körülményeihez igazítsuk.
A GPT‑Rosalind az iparági és tudományos szakértők által azonosított, tudományosan értékes feladatok teljesítményét vezeti.
Tudományos bizonyítékok kinyerése, összehangolása és ellenőrzése cikkekből, ábrákból, táblázatokból és kísérleti feljegyzésekből.
Eval példa
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.
Jelölt válasza
Összegzés: A bemutatott formában ez a csomag nem elég erős ahhoz, hogy alátámassza a mikrodisztrofin expresszió gyorsított jóváhagyását, mint olyan helyettesítő végpontot, amely észszerűen valószínűsíthetően előre jelzi a klinikai hasznot. Egy szkeptikus FDA-vizsgáló valószínűleg úgy ítélné meg, hogy a biomarkerekre, a funkcionalitásra, a tartósságra, a biztonságra és az általánosíthatóságra vonatkozó bizonyítékok lényegesen elégtelenek.
Csomagelem | Kulcsfontosságú hibamód | Mire lenne szükség |
|---|---|---|
Western blot kvantifikálás | A MANEX1A az endogén teljes hosszúságú disztrofin és a mikro-disztrofin transzgén közös N-terminális epitópjához kötődik, ezért a vizsgálat nem képes egyértelműen megkülönböztetni a transzgént a maradék/revertáns disztrofintól. A 138 kDa-s mikro-disztrofin mennyiségi meghatározása egészséges, teljes hosszúságú disztrofin standardhoz viszonyítva szintén érvénytelen. | Használjon rekombináns mikrodisztrofin standardot és olyan ortogonális módszert, amely megkülönbözteti a transzgént az endogén disztrofintól, például célzott tömegspektrometriát vagy transzgén-specifikus/epitóp-specifikus vizsgálatot. |
Immunfluoreszcencia | A C-terminális poliklonális antitest nem megfelelő, mivel a 138 kDa-os konstrukcióból hiányzik a C-terminális domén. Sok DMD-betegnek vannak reverzáns rostjai, és a reverzáns disztrofin megőrizheti a C-terminális epitópokat. A reverzáns rostok az életkor előrehaladtával klonálisan terjedhetnek, torzítva az IF-jelet, különösen idősebb fiúknál. | Ismételje meg az IF-et egy olyan antitesttel, amely a transzgénben jelen lévő, de a reverzáló disztrofinból hiányzó epitóp ellen irányul. A transzgén-pozitív szálakat a reverzáló szálaktól elkülönítve számszerűsítse. |
Helyettesítő végpont érvényessége | A csomag összemossa a fehérjemennyiséget a klinikai funkcióval. „Az egészséges kontroll fehérjetömegének 38%-a” nem jelenti a normál disztrofinfunkció 38%-át, mert a mikro-disztrofin szerkezetileg csonkolt. | Empirikusan igazolja a mikrodisztrófintömeg-százalék, a szarkolemma lokalizációja, a lefelé irányuló funkcionális helyreállítás és a klinikai előny közötti kapcsolatot, mielőtt az expressziót helyettesítő végpontként kezelné. |
Biopsziatervezés | A kezelés előtti és utáni kontralaterális vastus lateralis biopszia bal-jobb és intramuszkuláris térbeli variabilitást eredményez. A betegség progressziója és a fibro-zsíros helyettesítés szintén megváltoztathatja a teljes fehérjére normalizált jelet. | A biopszia helyét egységes anatómiai tájékozódási pontok alapján határozzák meg, az eredményeket izom-specifikus fehérjékre normálizálják, és ezzel párhuzamosan megmérik a rost-zsír összetételt. |
NSAA komparátor/statisztika | Egy külső, természetes lefolyású kohorsz nem minősül randomizált, párhuzamos kontrollnak. A vizsgálatba való felvétel feltételei, a támogató kezelés, a részvétel hatása, a kiindulási NSAA-szint, a szteroidkezelés, az életkor és az exon-osztály mind torzíthatják az összehasonlítást. A párosítatlan t-próba nem elegendő. Ezenkívül a +1,4 NSAA-változás e korcsoport esetében a teszt-reteszt variabilitáson belül van. | Végezzen randomizált, párhuzamos, placebo-kontrollos vizsgálatot, vagy legalábbis alkalmazza a kiindulási NSAA-értéket, az életkort, a szteroidkezelést, az exon osztályt és egyéb zavaró tényezőket figyelembe vevő korrigált elemzéseket. |
Életkori ablakból eredő zavarás | A 4–7 éves fiúk olyan fejlődési szakaszban vannak, amikor a kezeletlen, járóképes DMD-betegek motoros funkciói javulhatnak, mielőtt a hanyatlás dominánssá válna. A 48 hetes NSAA-változás ötvözi a fejlődési előrelépést, a betegség progresszióját és a lehetséges kezelési hatást. | Használjon egyidejű randomizált kontrollt életkori rétegzéssel, hogy elkülönítse a fejlődési pályát a kezelési hatástól. |
Korábbi klinikai precedens | A nyílt címkés mikrodisztrofin funkcionális jelek nem jósolták meg megbízhatóan a megerősítő előnyöket; a publikált precedensek között szerepelnek olyan mikrodisztrofin génterápiás megerősítő vizsgálatok, amelyek nem tudták reprodukálni a nyílt címkés NSAA-javulásokat. | Ne támaszkodjon döntő bizonyítékként nyílt elrendezésű NSAA-változásra. Követeljen kontrollált funkcionális bizonyítékot. |
A konstrukció szerkezeti korlátai | A 138 kDa-s konstrukció eltávolítja az R16/17 spektrin-ismétlődéseket, amelyek nNOS-kötőhelyeket tartalmaznak. Az nNOS-toborzás elvesztése ronthatja a funkcionális szimpatolízist és az ischaemia elleni védelmet edzés közben, ami a kifejeződési szinttől függetlenül mechanisztikus korlátot jelent a mentésre. | Adjon hozzá olyan mechanisztikus vizsgálatokat, amelyekből kiderül, hogy ez a konkrét konstrukció helyreállítja-e a dystrofinhoz kapcsolódó komplexek megfelelő működését, az nNOS lokalizációját, a terheléses fiziológiát és az izomvédelmet. |
AAV-tartósság | A vektorgenomok 12 hét után nem biztosítanak tartós expressziót. Az AAV9-genomok nagyrészt nem integrálódó episzómák, és idővel csökkenhet a mennyiségük. A vektorgenomok perzisztenciája nem azonos a fehérje expresszió perzisztenciájával. | Mérje meg a transzgén fehérje expresszióját és a funkcionális biomarkerek tartósságát 12 hétnél hosszabb időtávon. |
Immun-/biztonsági profil | A 12 beteg közül 8-nál jelentkező transzaminitisz összhangban áll az AAV-vel transzdukált sejtekre adott immunválasszal, de a mechanizmus még nem tisztázott. Az AAV9 szívtropizmusa miatt aggodalomra ad okot az egy szívizomgyulladásos eset. | Biztosítson mélyebb immunmonitorozást, máj-/szívbiztonsági jellemzést és intenzívebb kardiális utánkövetést. |
Betegkiválasztás/általánosíthatóság | Az anti-AAV9 semlegesítő antitest-pozitív betegek kizárása korlátozza az általánosíthatóságot. Az exon-44 deléciók kizárása korlátozza az alkalmazhatóságot az adott DMD alcsoportra. A n=12-es mintanagyság túl kicsi ahhoz, hogy a biztonságosságot és a hatékonyságot a szélesebb DMD populációra vonatkozóan jellemezni lehessen. | Amennyiben lehetséges, bővítse a kiválasztási kritériumokat, vagy előre határozza meg a rétegzett elemzéseket antiteststátusz, genotípus/exon osztály, életkor és kiindulási funkció szerint, mielőtt az eredményt széles körű jóváhagyás alátámasztására használná. |
Szabályozási következtetés: A készítmény biológiai aktivitást mutathat, de még nem bizonyítja, hogy a mért mikrodisztrofin-expresszió megbízható helyettesítő mutató lenne, amely észszerűen valószínűsíthetően előre jelezheti a klinikai hasznot. A fő hiányosságok a vizsgálat specifitása, az érvénytelen kvantifikációs szabványok, a lehetséges reverzáns szálak okozta zavaró tényezők, a randomizált kontroll hiánya, az életkorral kapcsolatos NSAA-zavaró tényezők, a bizonytalan tartósság, valamint a megoldatlan biztonsági/általánosíthatósági kérdések.
A hiányosságok pótlásához a programnak szabályozott, életkor szerint rétegezett klinikai tervre lenne szüksége, amely magában foglalja a transzgén-specifikus expressziós vizsgálatokat, ortogonális fehérje-mennyiségi meghatározást, szöveti összetételre vonatkozó kontrollokat, hosszanti tartóssági adatokat, a csonkított konstrukcióra vonatkozó mechanisztikus funkcionális vizsgálatokat, valamint fokozott biztonsági monitorozást, különös tekintettel a májra és a szívre.
Értékelési kritériumok és osztályzatok
A GPT‑Rosalind iparágvezető teljesítményt ér el a gyógyszerkémia területén, amely a molekulák hasznos gyógyszerekké alakítására összpontosít. A MedChemBench-et úgy terveztük, hogy tükrözze a gyógyszerkémiai munkafolyamatok valós körülményeit, értékelve a multimodális kémiai szerkezet megértését; a szerkezet-aktivitás összefüggést (SAR); a gyógyszer hatékonyságának, toxicitásának, valamint felszívódásának, eloszlásának, metabolizmusának és kiválasztódásának (ADME) előrejelzését; a többparaméteres vezetőmolekula-optimalizálási döntéshozatalt; valamint a retroszintézist. A GPT‑Rosalind a MedChemBench-en 27,5%-kal felülmúlja a GPT‑5.5‑öt (25,1%), miközben 7,2%-kal kevesebb tokent használ.
A GPT‑Rosalind jobb multimodális szintézist és mechanisztikus érvelést mutat gyógyszerkémiában.
A GeneBench-en – amely a genomika és a kvantitatív biológia területén végzett, hosszú távú, végpontok közötti elemzésekre irányuló, ügynökalapú értékelésünk – a GPT‑Rosalind 31%-kal kevesebb tokent használ, mint a GPT‑5.5, miközben 21,6%-os pontosságot ér el a 20,4%-os értékkel szemben. A GeneBench a hosszú távú kvantitatív feladatokra vonatkozó ügynöki teljesítményt értékeli: reális tudományos adatok alapján képes-e egy ügynök érvényes elemzést, minőség-ellenőrzést, modellezést és korrekciókat tervezni, hogy döntéshozatalhoz szükséges válaszokhoz jusson? A felvetett problémák számos területet ölelnek fel, beleértve a funkcionális genomikát, a térbeli transzkriptomikát, a proteomikát, az epigenomikát és az alkalmazott genetikát.
A GPT‑Rosalind 31%-kal kevesebb tokent használ, mint a GPT‑5.5, miközben javítja a pontosságot.
Bevezetünk egy új értékelést, hogy teszteljük a GPT‑Rosalind képességét arra, hogy segítse a tudósokat a valós világban végzett laboratóriumi munkában. A LabWorkBench azt teszteli, hogy a modell képes-e összekapcsolni a zavaró tényezőket a tudósok által használt valós laboratóriumi protokollok kísérleti eredményeivel, a hibaelhárítástól az optimalizálásig terjedő célok érdekében. A LabWorkBench által használt adatok saját tulajdonúak, így nem szennyezettek. A GPT‑Rosalind 63,2%-os pontszámot ért el a GPT‑5,5 55,8%-os pontszámával szemben, miközben 5,3%-kal kevesebb tokent használt.
A valós laboratóriumi protokollok feldolgozása terén a GPT‑Rosalind jelentős előnyt mutat a GPT‑5.5‑höz képest, miközben javítja a tokenhatékonyságot is.
A Life Sciences Research(új ablakban nyílik meg) és a Life Sciences NGS Analysis(új ablakban nyílik meg) bővítményeket azzal a céllal fejlesztettük ki, hogy a GPT‑Rosalind fokozott intelligenciáját egy gyakorlati végrehajtási réteggel egészítsük ki, amely ismétlődő tudományos munkafolyamatokhoz használható. Ezek a bővítmények együttesen egyesítik a forrásból származó bizonyítékok lekérését, a biológiai értelmezést és a bioinformatikai végrehajtást egyazon munkaterületen, segítve a kutatókat a külső bizonyítékok és a belső omikális elemzések összekapcsolásában, miközben megőrzik az artefaktumokat és a származást. Mostantól minden felhasználó hozzáférhet mindkét bővítményhez a Codexen keresztül. A jogosult GPT‑Rosalind vállalati felhasználók emellett a GPT‑Rosalindot is felhasználhatják e bővítmények működtetéséhez.
Annak érdekében, hogy a Codexet jobban kihasználhassák a tudósok dinamikus munkapultként, interaktív nézőket adtunk hozzá a biológiailag natív fájltípusokhoz. A szekvencia-, igazítási és szerkezet-nézők kezdeti készlete úgy lett kialakítva, hogy a tudósok közel maradjanak az adatokhoz, miközben a GPT‑Rosalind végigköveti a munkafolyamatot, és a kontextusban aktív néző segítségével közvetlenül megválaszolja a további kérdéseket.
A fenti bemutató a GPT‑Rosalind által összehangoltan mutatja be ezeket a funkciókat a gyakorlatban. Egy tudóst követünk nyomon, aki folyékony tumorbiopszia eredményeit vizsgálja a kezeléshez hasznosítható mutációk és egyéb molekuláris változások azonosítása céljából. Az Élettudományok NGS-elemző bővítmény a feldolgozott ctDNA-rekordok áttekintését interaktív jegyzetfüzet formájában jeleníti meg, kiemelve az ismétlődő eltéréseket, az alacsony gyakoriságú eredményeket és a minták alakulását, így a vizsgálat középpontjába a KRAS G12C mutációt állítva. Ezt követően a Life Sciences Research bővítmény hozzáadja a forrásból származó célmolekulát, gátlót és rezisztencia-kontextust, míg a natív szekvencia-, igazítási és szerkezet-megjelenítők lehetővé teszik a tudós számára, hogy közvetlenül megvizsgálja a 12-es mutáns maradékot, annak konzervativitását a RAS családban, valamint a gátlóhoz kötődő zsebet. A munkafolyamat azzal zárul, hogy ezeket a bizonyítékokat konkrét további lépésekre fordítja, és minden lépés és eredmény szakértői felülvizsgálatra rendelkezésre áll.
Life Sciences NGS Analysis bővítmény
scRNA-seq minőség-ellenőrzés és annotáció
Alakítson egy 10x-stílusú mátrixcsomagot QC-szűrt egysejtes artefaktumokká, annotációkká és UMAP-ekké, amelyeket a Codexben megvizsgálhat és módosíthat. A Life Sciences NGS Analysis bővítmény továbbítja a kérést az scrna-seq-qc-nek, kiválasztja a QC-küszöbértékeket az adatokból, megőrzi a származási információkat a szűrés és az annotáció körül, és feltárja az akadályokat, például a hiányzó kettős detektálási függőségeket.
Tömeges RNA-seq FASTQ QC
Alakítsa át a tömeges RNA-seq mintalapot, a FASTQ-csomagot és a referenciafájlokat egy minőség-ellenőrzésen átesett számlálási csomaggá, amelyet a Codexben megtekinthet és újra felhasználhat. Az Élettudományi NGS-elemzés bővítmény továbbítja a kérést, ellenőrzi a bemeneti adatokat, majd visszaküld egy nyomon követhető futási csomagot, amely tartalmazza a MultiQC-t, a Salmon-mátrixokat, a származási adatokat és a kifejezett figyelmeztetéseket.
Kiterjesztjük a GPT‑Rosalind sorozathoz való hozzáférést a jogosult szervezetek számára világszerte. A GPT‑Rosalind kutatási előnézetben lesz elérhető a megbízható hozzáférésű telepítési struktúránkon keresztül azoknak a szervezeteknek, amelyek egyértelmű közhaszonnal járó, legitim tudományos kutatást végeznek, erős irányítási és biztonsági felügyelettel rendelkeznek, valamint vállalati szintű biztonsággal ellenőrzött hozzáféréssel rendelkeznek.
E globális terjeszkedés részeként örömmel támogatjuk a Novo Nordisk azon küldetését, hogy innovatív kezelési lehetőségeket juttasson el gyorsabban a betegekhez, azáltal, hogy a GPT‑Rosalind segítségével támogatjuk orvosi kutatásaik kiterjesztését. A Novo Nordisk a legmodernebb mesterséges intelligencia-technológiákat alkalmazza annak érdekében, hogy a kutatók gyorsabban tudják elemezni a komplex adathalmazokat, hasznos összefüggéseket fedezzenek fel és hipotéziseiket gyorsabban tesztelhessék. A GPT‑Rosalind mélyebb biológiai ismeretei segítenek a csapatoknak összekapcsolni a szakirodalomban, a genomikában, a transzkriptomikában, a szekvenciákban, a szerkezetekben és a kísérleti eredményekben található bizonyítékokat, így könnyebbé téve az adatokból a világosabb kutatási döntések meghozatalát.
„Az élettudományi kutatás komplex, adatgazdag és interdiszciplináris. Ahhoz, hogy érdemi értéket nyújtsanak a kutatók számára, a fejlett AI-modelleknek megbízható tudományos adatokon kell alapulniuk, validált eszközökhöz kell kapcsolódniuk, és be kell épülniük a kutatók által mindennap használt valós munkafolyamatokba. Örülünk az OpenAI-jal kötött partnerségünknek és annak a lehetőségnek, hogy feltárjuk, hogyan támogathatja a GPT‑Rosalind a gyógyszerkifejlesztés szigorúbb, gyakorlatiasabb megközelítéseit.”
Mishal Patel, csoportszintű alelnök, AI és digitális innováció, K+F – Novo Nordisk
Mostantól OpenAI által kezelt munkaterületet is kínálunk minősített szervezeteknek Enterprise-fiók nélkül.
A frissített GPT‑Rosalind a következő lépés azon átfogó elkötelezettségünkben, hogy olyan AI-rendszereket építsünk, amelyek segítenek felgyorsítani a tudományos felfedezéseket, miközben biztosítják, hogy a fejlett biológiai képességeket megfelelő biztonsági intézkedések mellett alkalmazzák. Folytatni fogjuk a modell biológiai érvelésének fejlesztését, bővítjük a támogatást az eszközigényes és hosszú távú kutatási munkafolyamatok számára, és együttműködünk a régiókban működő minősített szervezetekkel a valós világra gyakorolt hatások értékelése érdekében.
Ez azt is jelenti, hogy az élettudományi mesterséges intelligenciát nagy hatással bíró, közjót szolgáló munkákra alkalmazzuk, a gyógyszerkutatástól és a transzlációs orvostudománytól a közegészségügyig, a felkészültségig és a biológiai védelemig. A Rosalind Biodefense és a megbízható hozzáférésű bevezetési modellünk révén célunk, hogy a legkorszerűbb biológiai képességeket azoknak a kutatóknak, intézményeknek és védelmi szakembereknek adjuk a kezébe, akik az emberi egészség javításán és a társadalmi reziliencia erősítésén dolgoznak.
Tovább építjük a GPT‑Rosalind rendszert, hogy a tudományos kutatás teljes életciklusában még képességesebb partnerré váljon, segítve a tudósokat abban, hogy gyorsabban jussanak el a megfelelő kérdésektől a világosabb bizonyítékokig, jobb kísérletekig és végső soron új kezelésekig a betegek számára.
