Nuove capacità per GPT‑Rosalind
Maggiore intelligenza radicata in flussi di lavoro scientifici reali per il settore delle scienze della vita.
Presentiamo un nuovo aggiornamento del modello per la nostra serie GPT‑Rosalind, progettata appositamente per la ricerca nelle scienze della vita su scala enterprise. Combina le capacità di coding agentico e uso degli strumenti di GPT‑5.5 con un’intelligenza del modello più forte in domini centrali della scoperta di farmaci, come chimica medicinale e genomica, migliorando le prestazioni in analisi, progettazione e flussi sperimentali più ampi nelle scienze della vita.
Il progresso nelle scienze della vita dipende dalla sintesi di dati ed evidenze tra scale e modalità: molecole, geni, pathway e sistemi viventi. Nelle nostre valutazioni, GPT‑Rosalind aggiornato mostra ampi miglioramenti nelle attività di ricerca di esperti di biologia, query complesse di chimica medicinale, biologia quantitativa e troubleshooting wet lab.
GPT‑Rosalind è ora disponibile in anteprima di ricerca per organizzazioni idonee a livello globale tramite la nostra struttura di distribuzione ad accesso affidabile.
Per misurare e migliorare continuamente l’impatto reale di GPT‑Rosalind, abbiamo progettato LifeSciBench, un benchmark valutato da esperti esterni e focalizzato sugli aspetti fondamentali della ricerca nelle scienze della vita. A differenza dei benchmark esistenti, che valutano un singolo componente delle prestazioni del modello o un dominio biologico isolato, LifeSciBench considera il lavoro scientificamente utile end-to-end, con attività tratte da sei aree di flusso di lavoro centrali: gestione delle evidenze, analisi, progettazione e ottimizzazione, ragionamento scientifico, validazione e operazioni, traduzione e comunicazione. Usiamo questo benchmark per allineare i progressi alle esigenze e alla realtà della ricerca nelle scienze della vita.
GPT‑Rosalind guida le prestazioni in attività di valore scientifico identificate da esperti industriali e accademici.
GPT‑Rosalind raggiunge prestazioni leader di settore nella chimica medicinale, un campo dedicato a trasformare molecole in farmaci utili. Abbiamo progettato MedChemBench per riflettere flussi di lavoro realistici di chimica medicinale, valutando comprensione multimodale delle strutture chimiche, relazione struttura-attività (SAR), previsione di potenza, tossicità e assorbimento, distribuzione, metabolismo, escrezione (ADME), decisioni di ottimizzazione multiparametrica dei lead e retrosintesi. GPT‑Rosalind supera GPT‑5.5 su MedChemBench con 27,5% contro 25,1%, usando il 7,2% di token in meno.
GPT‑Rosalind mostra migliore sintesi multimodale e ragionamento meccanicistico nella chimica medicinale.
Su GeneBench, la nostra valutazione agentica su analisi end-to-end a lungo orizzonte in genomica e biologia quantitativa, GPT‑Rosalind usa il 31% di token in meno rispetto a GPT‑5.5 e ottiene un’accuratezza superiore, 21,6% contro 20,4%. GeneBench valuta le prestazioni agentiche in attività quantitative a lungo orizzonte: sulla base di dati scientifici realistici, un agente può pianificare analisi valide, QC, modellazione e correzioni per arrivare a risposte rilevanti per le decisioni? I problemi inclusi coprono vari domini, tra cui genomica funzionale, trascrittomica spaziale, proteomica, epigenomica e genetica applicata.
GPT‑Rosalind usa il 31% di token in meno rispetto a GPT‑5.5 migliorando l’accuratezza.
Introduciamo una nuova valutazione per testare la capacità di GPT‑Rosalind di aiutare gli scienziati che svolgono lavoro di laboratorio in contesti reali. LabWorkBench testa la capacità del modello di collegare perturbazioni e risultati sperimentali in protocolli wet lab reali usati dagli scienziati, per scopi che vanno dal troubleshooting all’ottimizzazione. I dati usati da LabWorkBench sono proprietari e quindi non contaminati. GPT‑Rosalind ottiene 63,2% contro il 55,8% di GPT‑5.5, usando il 5,3% di token in meno.
Nell’assistenza a protocolli reali di laboratorio wet lab, GPT‑Rosalind mostra miglioramenti significativi rispetto a GPT‑5.5, aumentando al contempo l’efficienza dei token.
Abbiamo creato i plugin Life Sciences Research(si apre in una nuova finestra) e Life Sciences NGS Analysis(si apre in una nuova finestra) per estendere la maggiore intelligenza di GPT‑Rosalind con un livello di esecuzione pratico per flussi scientifici ripetibili. Insieme, questi plugin portano recupero di evidenze con fonti, interpretazione biologica ed esecuzione bioinformatica nella stessa area di lavoro, aiutando i ricercatori a collegare evidenze esterne e analisi omiche interne, preservando artefatti e provenienza. Tutti gli utenti possono ora accedere a entrambi i plugin tramite Codex. Gli utenti enterprise GPT‑Rosalind qualificati possono inoltre usare GPT‑Rosalind per alimentare questi plugin.
Per sfruttare meglio Codex come banco di lavoro dinamico per scienziati, abbiamo aggiunto visualizzatori interattivi per tipi di file biologicamente nativi. Il primo set di visualizzatori per sequenze, allineamenti e strutture è pensato per tenere gli scienziati vicini alle evidenze mentre GPT‑Rosalind ragiona lungo un flusso di lavoro e risponde direttamente a domande di follow-up usando il visualizzatore attivo nel contesto.
La demo sopra mostra queste capacità in azione, orchestrate da GPT‑Rosalind. Seguiamo una scienziata che studia una biopsia liquida tumorale per identificare mutazioni e altri cambiamenti molecolari utili a orientare il trattamento. Il plugin Life Sciences NGS Analysis trasforma la revisione di record ctDNA elaborati in un notebook interattivo, evidenziando alterazioni ricorrenti, chiamate a bassa frequenza e traiettorie dei campioni che focalizzano l’indagine su KRAS G12C. Da lì, il plugin Life Sciences Research aggiunge contesto con fonti su target, inibitori e resistenza, mentre i visualizzatori nativi di sequenza, allineamento e struttura permettono alla scienziata di ispezionare direttamente il residuo mutante 12, la sua conservazione nella famiglia RAS e la tasca legata all’inibitore. Il flusso di lavoro si conclude traducendo tali evidenze in opzioni di follow-up concrete, con ogni passaggio e artefatto disponibile per revisione esperta.
Plugin Life Sciences NGS Analysis
QC e annotazione scRNA-seq
Trasforma un bundle di matrici in stile 10x in artefatti single-cell filtrati per QC, annotazioni e UMAP ispezionabili e revisionabili in Codex. Il plugin Life Sciences NGS Analysis instrada la richiesta a scrna-seq-qc, sceglie soglie QC dai dati, preserva la provenienza di filtraggio e annotazione ed evidenzia blocchi come dipendenze mancanti per il rilevamento dei doublet.
QC FASTQ di RNA-seq bulk
Trasforma un foglio campioni RNA-seq bulk, un bundle FASTQ e file di riferimento in un bundle di conteggi revisionato QC, ispezionabile e riutilizzabile in Codex. Il plugin Life Sciences NGS Analysis instrada la richiesta, valida gli input e restituisce un report di esecuzione auditabile con MultiQC, matrici Salmon, provenienza e avvertenze esplicite.
Stiamo ampliando l’accesso alla serie GPT‑Rosalind per organizzazioni idonee a livello globale. GPT‑Rosalind sarà disponibile in anteprima di ricerca tramite la nostra struttura di distribuzione ad accesso affidabile per organizzazioni che conducono ricerca scientifica legittima con chiaro beneficio pubblico, solida governance e supervisione della sicurezza, e accesso controllato con sicurezza di livello enterprise.
Come parte di questa espansione globale, siamo lieti di contribuire alla missione di Novo Nordisk di portare più rapidamente ai pazienti opzioni terapeutiche innovative, aiutando a scalare la sua ricerca medica con GPT‑Rosalind. Novo Nordisk sfrutta capacità di IA di frontiera per aiutare i ricercatori ad analizzare dataset complessi, scoprire pattern utili e testare ipotesi più rapidamente. La più forte comprensione biologica di GPT‑Rosalind aiuterà i team a collegare evidenze tra letteratura, genomica, trascrittomica, sequenze, strutture e risultati sperimentali, rendendo più facile passare dai dati a decisioni di ricerca più chiare.
«La ricerca nelle scienze della vita è complessa, ricca di dati e interdisciplinare. Per offrire valore significativo ai ricercatori, i modelli di IA avanzati devono essere radicati in dati scientifici affidabili, collegati a strumenti validati e integrati nei flussi di lavoro reali che i ricercatori usano ogni giorno. Siamo soddisfatti della nostra partnership con OpenAI e dell’opportunità di esplorare come GPT‑Rosalind possa supportare approcci più rigorosi e pratici alla scoperta di farmaci».
Mishal Patel, Group Vice President, AI & Digital Innovation, R&D - Novo Nordisk
Ora offriamo anche un’area di lavoro gestita da OpenAI per organizzazioni qualificate senza un account Enterprise.
GPT‑Rosalind aggiornato è il passo successivo nel nostro impegno più ampio a creare sistemi di IA che aiutino ad accelerare la scoperta scientifica, assicurando che capacità biologiche avanzate siano distribuite con adeguate salvaguardie. Continueremo a migliorare il ragionamento biologico del modello, ampliare il supporto per flussi di ricerca a lungo orizzonte e ricchi di strumenti, e collaborare con organizzazioni qualificate in diverse regioni per valutare l’impatto reale.
Questo significa anche applicare l’IA per le scienze della vita a lavori ad alto impatto e beneficio pubblico, dalla scoperta di farmaci e medicina traslazionale alla salute pubblica, preparazione e biodifesa. Attraverso Rosalind Biodefense e il nostro modello di distribuzione ad accesso affidabile, puntiamo a mettere capacità biologiche di frontiera nelle mani di ricercatori, istituzioni e difensori impegnati a migliorare la salute umana e rafforzare la resilienza sociale.
Continueremo a sviluppare GPT‑Rosalind perché diventi un partner più capace lungo l’intero ciclo della ricerca scientifica, aiutando gli scienziati a passare più rapidamente dalle domande giuste a evidenze più chiare, esperimenti migliori e, infine, nuovi trattamenti per i pazienti.
