Ներկայացնում ենք GPT‑Rosalind‑ի նոր կարողությունները
Կենսագիտությունների ոլորտին տրամադրում ենք ավելի մեծ ինտելեկտ՝ հիմնված իրական գիտական աշխատահոսքերի վրա։
Ներկայացնում ենք մեր GPT‑Rosalind շարքի նոր մոդելի թարմացում, որը հատուկ ստեղծվել է կենսագիտությունների հետազոտությունների համար ձեռնարկության մասշտաբով։ Այն համադրում է GPT‑5.5‑ի ագենտային կոդավորման և գործիքների օգտագործման կարողությունները՝ մոդելի ավելի ուժեղ ինտելեկտի հետ դեղերի հայտնաբերման հիմնական ոլորտներում, ինչպիսիք են դեղաքիմիան և գենոմիկան, միաժամանակ բարձրացնելով արդյունավետությունը կենսագիտությունների ավելի լայն վերլուծական, նախագծման և փորձարարական աշխատահոսքերում։
Կենսագիտություններում առաջընթացը կախված է տվյալների և ապացույցների համադրումից տարբեր մասշտաբներում և մոդալություններում՝ մոլեկուլներ, գեներ, ուղիներ և կենդանի համակարգեր։ Մեր գնահատումներում թարմացված GPT‑Rosalind‑ը ցույց է տալիս արդյունավետության լայն աճ կենսաբանության փորձագետների հետազոտական առաջադրանքներում, բարդ դեղաքիմիական հարցումներում, քանակական կենսաբանության և թաց լաբորատոր խնդիրների լուծման մեջ։
GPT‑Rosalind‑ն այժմ հասանելի է հետազոտական նախադիտման ձևաչափով իրավասու կազմակերպություններին ամբողջ աշխարհում՝ մեր վստահելի հասանելիության տեղակայման կառուցվածքի միջոցով։
GPT‑Rosalind‑ի իրական ազդեցությունը չափելու և շարունակաբար բարելավելու համար մենք նախագծեցինք LifeSciBench-ը՝ արտաքին փորձագետների կողմից գնահատվող հենանիշ, որը կենտրոնացած է կենսագիտությունների հետազոտության հիմնարար կողմերի վրա։ Ի տարբերություն գործող հենանիշների, որոնք մեկուսացված գնահատում են մոդելի աշխատանքի կամ կենսաբանական ոլորտի մեկ բաղադրիչ, LifeSciBench-ը գիտականորեն արժեքավոր աշխատանքը դիտարկում է ծայրից ծայր՝ առաջադրանքներ վերցնելով կենսագիտությունների հետազոտության համար առանցքային վեց աշխատահոսքային ոլորտներից՝ ապացույցների մշակում, վերլուծություն, նախագծում և օպտիմալացում, գիտական հիմնավորում, վավերացում և գործառնություններ, ինչպես նաև թարգմանություն և հաղորդակցություն։ Մենք օգտագործում ենք այս հենանիշը՝ առաջընթացը կենսագիտությունների հետազոտության կարիքներին և իրականություններին համապատասխանեցնելու համար։
GPT‑Rosalind‑ը առաջատար արդյունավետություն է ցույց տալիս ոլորտի և ակադեմիական փորձագետների կողմից բացահայտված գիտականորեն արժեքավոր առաջադրանքներում։
GPT‑Rosalind‑ը դեղաքիմիայում հասնում է ոլորտի առաջատար արդյունավետության. սա ոլորտ է, որը կենտրոնացած է մոլեկուլները օգտակար դեղերի վերածելու վրա։ Մենք նախագծեցինք MedChemBench-ը՝ իրատեսական դեղաքիմիական աշխատահոսքերը արտացոլելու համար՝ գնահատելով քիմիական կառուցվածքի մուլտիմոդալ ըմբռնումը, կառուցվածք-ակտիվություն կապը (SAR), դեղի ուժգնության, թունավորության և ներծծման, բաշխման, նյութափոխանակության, արտազատման (ADME) կանխատեսումը, բազմապարամետրային առաջատար միացության օպտիմալացման որոշումների կայացումը և ռետրոսինթեզը։ GPT‑Rosalind‑ը MedChemBench-ում գերազանցում է GPT‑5.5‑ին՝ 27.5% ընդդեմ 25.1%, միաժամանակ օգտագործելով 7.2%-ով պակաս թոքեններ։
GPT‑Rosalind‑ը ցույց է տալիս ավելի լավ մուլտիմոդալ համադրում և մեխանիստական հիմնավորում դեղաքիմիայում։
GeneBench-ում՝ գենոմիկայի և քանակական կենսաբանության երկարաժամկետ, ծայրից ծայր վերլուծության մեր ագենտային գնահատման մեջ, GPT‑Rosalind‑ը օգտագործում է 31%-ով պակաս թոքեններ, քան GPT‑5.5‑ը, միաժամանակ հասնելով ավելի բարձր ճշգրտության՝ 21.6% ընդդեմ 20.4%։ GeneBench-ը գնահատում է ագենտային արդյունավետությունը երկարաժամկետ քանակական առաջադրանքներում. իրատեսական գիտական տվյալների հիման վրա կարո՞ղ է արդյոք ագենտը պլանավորել վավեր վերլուծություն, QC, մոդելավորում և ուղղումներ՝ որոշումների համար համապատասխան պատասխանների հասնելու համար։ Ներառված խնդիրները ընդգրկում են տարբեր ոլորտներ՝ ներառյալ ֆունկցիոնալ գենոմիկան, տարածական տրանսկրիպտոմիկան, պրոտեոմիկան, էպիգենոմիկան և կիրառական գենետիկան։
GPT‑Rosalind‑ը օգտագործում է 31%-ով պակաս թոքեններ, քան GPT‑5.5‑ը՝ միաժամանակ բարելավելով ճշգրտությունը։
Մենք ներկայացնում ենք նոր գնահատում՝ ստուգելու GPT‑Rosalind‑ի կարողությունը օգնելու գիտնականներին իրական աշխարհում լաբորատոր աշխատանք կատարելիս։ LabWorkBench-ը ստուգում է մոդելի կարողությունը կապելու խաթարումները փորձարարական արդյունքների հետ իրական թաց լաբորատոր արձանագրություններում, որոնք օգտագործվում են գիտնականների կողմից՝ խնդիրների լուծումից մինչև օպտիմալացում նպատակներով։ LabWorkBench-ի օգտագործած տվյալները սեփականատիրական են և հետևաբար չաղտոտված։ GPT‑Rosalind‑ը ստանում է 63.2%՝ GPT‑5.5‑ի 55.8%-ի դիմաց, միաժամանակ օգտագործելով 5.3%-ով պակաս թոքեններ։
Իրական, գործնական լաբորատոր փորձարկումների արձանագրությունների աջակցության մասով GPT‑Rosalind‑ը զգալի առաջընթաց է ցույց տալիս GPT‑5.5‑ի համեմատ՝ միաժամանակ բարելավելով թոքենների արդյունավետությունը։
Մենք ստեղծեցինք Life Sciences Research(բացվում է նոր պատուհանում) և Life Sciences NGS Analysis(բացվում է նոր պատուհանում) plugin-ները՝ GPT‑Rosalind-ի բարձրացած ինտելեկտը լրացնելու կրկնվող գիտական աշխատահոսքերի գործնական կատարման շերտով։ Միասին այս plugin-ները նույն աշխատատարածք են բերում աղբյուրավորված ապացույցների որոնումը, կենսաբանական մեկնաբանությունը և կենսաինֆորմատիկ կատարումը՝ օգնելով հետազոտողներին կապել արտաքին ապացույցները ներքին օմիքս վերլուծությունների հետ՝ պահպանելով արտեֆակտներն ու ծագումնաբանությունը։ Բոլոր օգտատերերն այժմ կարող են մուտք գործել երկու plugin-ներին Codex-ի միջոցով։ GPT‑Rosalind‑ի իրավասու ձեռնարկատիրական օգտատերերը կարող են նաև օգտագործել GPT‑Rosalind‑ը այս plugin-ները աշխատեցնելու համար։
Codex-ը որպես գիտնականների դինամիկ աշխատասեղան ավելի լավ օգտագործելու համար մենք ավելացրել ենք ինտերակտիվ դիտիչներ կենսաբանորեն բնիկ ֆայլերի տեսակների համար։ Հաջորդականության, հավասարեցման և կառուցվածքի դիտիչների սկզբնական հավաքածուն նախագծված է գիտնականներին ապացույցներին մոտ պահելու համար, մինչ GPT‑Rosalind‑ը հիմնավորում է աշխատահոսքի ընթացքում և անմիջապես պատասխանում է շարունակական հարցերին՝ օգտագործելով ակտիվ դիտիչը համատեքստում։
Վերևի ցուցադրությունը ցույց է տալիս այս կարողությունները գործողության մեջ՝ GPT‑Rosalind‑ի կազմակերպմամբ։ Մենք հետևում ենք գիտնականի, որը հետազոտում է հեղուկ ուռուցքային բիոպսիա՝ բացահայտելու մուտացիաներ և այլ մոլեկուլային փոփոխություններ, որոնք կարող են տեղեկացնել բուժումը։ Life Sciences NGS Analysis plugin-ը մշակված ctDNA գրառումների վերանայումը վերածում է ինտերակտիվ նոթատետրի՝ երևան հանելով կրկնվող փոփոխություններ, ցածր հաճախականության կանչեր և նմուշների հետագծեր, որոնք հետաքննությունը կենտրոնացնում են KRAS G12C-ի վրա։ Այնտեղից Life Sciences Research plugin-ը ավելացնում է աղբյուրավորված թիրախային, ինհիբիտորային և դիմադրության համատեքստ, իսկ բնիկ հաջորդականության, հավասարեցման և կառուցվածքի դիտիչները գիտնականին թույլ են տալիս ուղղակիորեն ուսումնասիրել մուտանտային մնացորդ 12-ը, դրա պահպանվածությունը RAS ընտանիքում և ինհիբիտորով կապված գրպանը։ Աշխատահոսքն ավարտվում է այդ ապացույցները կոնկրետ հետագա տարբերակների վերածելով, յուրաքանչյուր քայլն ու արտեֆակտը հասանելի թողնելով փորձագիտական վերանայման համար։
Life Sciences NGS Analysis plugin
scRNA-seq QC & անոտացիա
10x-ոճի մատրիցային փաթեթը վերածեք QC-ով զտված մեկբջջային արտեֆակտների, անոտացիաների և UMAP-ների, որոնք կարող եք ստուգել և վերանայել Codex-ում։ Life Sciences NGS Analysis plugin-ը հարցումը ուղղորդում է scrna-seq-qc-ին, տվյալներից ընտրում QC շեմերը, պահպանում ծագումնաբանությունը զտման և անոտացիայի շուրջ և երևան է հանում արգելափակիչներ, օրինակ՝ doublet-detection կախվածությունների բացակայությունը։
Bulk RNA-seq FASTQ QC
Bulk RNA-seq նմուշների թերթը, FASTQ փաթեթը և հղումային ֆայլերը վերածեք QC-ով վերանայված հաշվարկների փաթեթի, որը կարող եք ստուգել և կրկին օգտագործել Codex-ում։ Life Sciences NGS Analysis plugin-ը ուղղորդում է հարցումը, վավերացնում մուտքային տվյալները և վերադարձնում աուդիտի ենթակա գործարկման փաթեթ՝ MultiQC-ով, Salmon մատրիցներով, ծագումնաբանությամբ և հստակ վերապահումներով։
Մենք ընդլայնում ենք GPT‑Rosalind շարքի հասանելիությունը իրավասու կազմակերպությունների համար ամբողջ աշխարհում։ GPT‑Rosalind‑ը հասանելի կլինի հետազոտական նախադիտման ձևաչափով մեր վստահելի հասանելիության տեղակայման կառուցվածքի միջոցով այն կազմակերպությունների համար, որոնք կատարում են օրինական գիտական հետազոտություն հստակ հանրային օգուտով, ունեն ուժեղ կառավարում և անվտանգության վերահսկողություն, ինչպես նաև վերահսկվող հասանելիություն ձեռնարկատիրական մակարդակի անվտանգությամբ։
Այս գլոբալ ընդլայնման շրջանակում ուրախ ենք աջակցել Novo Nordisk-ի առաքելությանը՝ նորարարական բուժման տարբերակները հիվանդներին ավելի արագ հասցնելու՝ օգնելով GPT‑Rosalind‑ով մասշտաբավորել նրանց բժշկական հետազոտությունները։ Novo Nordisk-ը օգտագործում է առաջատար AI կարողություններ՝ օգնելու հետազոտողներին վերլուծել բարդ տվյալների հավաքածուներ, բացահայտել օգտակար օրինաչափություններ և ավելի արագ փորձարկել հիպոթեզներ։ GPT‑Rosalind‑ի ավելի ուժեղ կենսաբանական ըմբռնումը թիմերին կօգնի կապել ապացույցները գրականության, գենոմիկայի, տրանսկրիպտոմիկայի, հաջորդականության, կառուցվածքի և փորձարարական արդյունքների միջև՝ հեշտացնելով տվյալներից դեպի ավելի հստակ հետազոտական որոշումներ անցումը։
«Կենսագիտությունների հետազոտությունը բարդ է, տվյալներով հարուստ և միջդիսցիպլինար։ Հետազոտողների համար իմաստալի արժեք ապահովելու համար առաջադեմ AI մոդելները պետք է հիմնված լինեն վստահելի գիտական տվյալների վրա, կապված լինեն վավերացված գործիքների հետ և ինտեգրված լինեն այն իրական աշխատահոսքերում, որոնք հետազոտողները օգտագործում են ամեն օր։ Մենք գոհ ենք OpenAI-ի հետ մեր գործընկերությունից և այն հնարավորությունից, որ ուսումնասիրենք, թե ինչպես կարող է GPT‑Rosalind‑ը աջակցել դեղերի հայտնաբերման ավելի խիստ և գործնական մոտեցումներին»։
Միշալ Պատել, AI և թվային նորարարության խմբի փոխնախագահ, R&D - Novo Nordisk
Մենք այժմ նաև առաջարկում ենք OpenAI-ի կողմից կառավարվող աշխատատարածք իրավասու կազմակերպությունների համար, որոնք չունեն Enterprise հաշիվ։
Թարմացված GPT‑Rosalind‑ը հաջորդ քայլն է մեր ավելի լայն հանձնառության մեջ՝ ստեղծելու AI համակարգեր, որոնք կարող են օգնել արագացնել գիտական հայտնագործությունները՝ միաժամանակ ապահովելով, որ առաջադեմ կենսաբանական կարողությունները կիրառվեն համապատասխան պաշտպանիչ միջոցներով։ Մենք կշարունակենք բարելավել մոդելի կենսաբանական հիմնավորումը, ընդլայնել գործիքներով ծանրաբեռնված և երկարաժամկետ հետազոտական աշխատահոսքերի աջակցությունը և աշխատել տարբեր տարածաշրջանների իրավասու կազմակերպությունների հետ՝ իրական ազդեցությունը գնահատելու համար։
Սա նաև նշանակում է կենսագիտությունների AI-ի կիրառում մեծ ազդեցությամբ հանրօգուտ աշխատանքներում՝ դեղերի հայտնաբերումից և տրանսլյացիոն բժշկությունից մինչև հանրային առողջություն, պատրաստվածություն և կենսապաշտպանություն։ Rosalind Biodefense-ի և մեր վստահելի հասանելիության տեղակայման մոդելի միջոցով մենք նպատակ ունենք առաջատար կենսաբանական կարողությունները դնել այն հետազոտողների, հաստատությունների և պաշտպանների ձեռքում, որոնք աշխատում են մարդու առողջությունը բարելավելու և հասարակական դիմակայունությունը ուժեղացնելու համար։
Մենք կշարունակենք զարգացնել GPT‑Rosalind-ը, որպեսզի այն դառնա ավելի կարող գործընկեր գիտական հետազոտության ամբողջ կյանքի ցիկլում՝ օգնելով գիտնականներին ավելի արագ անցնել ճիշտ հարցերից դեպի ավելի հստակ ապացույցներ, ավելի լավ փորձեր և, ի վերջո, նոր բուժումներ հիվանդների համար։
