GPT‑Rosalind‑ის ახალი შესაძლებლობების წარდგენა
სიცოცხლის მეცნიერებების ინდუსტრიისთვის რეალურ სამეცნიერო სამუშაო პროცესებზე დაფუძნებული მეტი ინტელექტის მიწოდება.
წარმოგიდგენთ ახალ მოდელის განახლებას ჩვენი GPT‑Rosalind სერიისთვის, რომელიც სპეციალურად შექმნილია სიცოცხლის მეცნიერებების კვლევისთვის საწარმოო მასშტაბით. ის აერთიანებს GPT‑5.5‑ის აგენტურ პროგრამირებასა და ინსტრუმენტების გამოყენების შესაძლებლობებს უფრო ძლიერ მოდელის ინტელექტთან მედიკამენტების შემუშავების ძირითად სფეროებში, როგორიცაა ფარმაცევტული ქიმია და გენომიკა, და ამავე დროს აუმჯობესებს შედეგებს სიცოცხლის მეცნიერებების უფრო ფართო ანალიზის, დიზაინისა და ექსპერიმენტული სამუშაო პროცესების სფეროში.
სიცოცხლის მეცნიერებებში პროგრესი დამოკიდებულია მონაცემებისა და მტკიცებულებების სინთეზზე სხვადასხვა მასშტაბსა და მოდალობაში: მოლეკულები, გენები, გზები და ცოცხალი სისტემები. ჩვენს შეფასებებში განახლებული GPT‑Rosalind აჩვენებს მასშტაბურ გაუმჯობესებას კვლევითი ამოცანების სფეროში, რომლებიც მოიცავს ბიოლოგიის ექსპერტების ამოცანებს, ფარმაცევტული ქიმიის რთულ საკითხებს, რაოდენობრივ ბიოლოგიასა და სველი ლაბორატორიის პრობლემების მოგვარებას.
GPT‑Rosalind ახლა კვლევის ვერსიის სახით ხელმისაწვდომია უფლებამოსილი ორგანიზაციებისთვის გლობალურად, ჩვენი სანდო წვდომის დანერგვის სტრუქტურის საშუალებით.
GPT‑Rosalind‑ის რეალური გავლენის დასადგენად და მუდმივი გაუმჯობესების მიზნით ჩვენ შევქმენით LifeSciBench — გარედან ექსპერტების მიერ შეფასებული ეტალონი, რომელიც სიცოცხლის მეცნიერებების კვლევის ფუნდამენტურ ასპექტებზეა ფოკუსირებული. არსებული ეტალონებისგან განსხვავებით, რომლებიც მოდელის ეფექტურობის ერთ კომპონენტს ან ბიოლოგიურ დომენს იზოლირებულად აფასებს, LifeSciBench მეცნიერული მნიშვნელობის სამუშაოს ბოლომდე ხედავს და ამოცანებს იღებს სიცოცხლის მეცნიერებების კვლევისთვის მნიშვნელოვანი ექვსი სამუშაო სფეროდან: მტკიცებულებებთან მუშაობა, ანალიზი, დიზაინი და ოპტიმიზაცია, სამეცნიერო მსჯელობა, ვალიდაცია და ოპერაციები, ასევე თარგმნა და კომუნიკაცია. ამ ეტალონს ვიყენებთ პროგრესის სიცოცხლის მეცნიერებების კვლევის საჭიროებებსა და რეალობასთან შესაბამისობაში მოსაყვანად.
GPT‑Rosalind ლიდერობს ინდუსტრიისა და აკადემიური ექსპერტების მიერ განსაზღვრულ მეცნიერულად ღირებული ამოცანების განხორციელებაში.
სამეცნიერო მტკიცებულებების მიღება, შეჯერება და აუდიტი ნაშრომებიდან, ციფრებიდან, ცხრილებიდან და ექსპერიმენტული ჩანაწერებიდან.
შეფასების მაგალითი
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.
კანდიდატის პასუხი
საბოლოო დასკვნა: როგორც წარმოდგენილია, ეს პაკეტი საკმარისად ძლიერი არ არის, რათა მიკრო-დისტროფინის ექსპრესიაზე, როგორც საბოლოო წერტილზე, დაყრდნობით დაჩქარებულ დამტკიცებას დაუჭიროს მხარი. სკეპტიკური FDA მიმომხილველი, სავარაუდოდ, ბიომარკერის, ფუნქციური, გამძლეობის, უსაფრთხოებისა და განზოგადებადობის მტკიცებულებებს არსებითად არასაკმარისად გამყარებულად ჩათვლიდა.
პაკეტის ერთეული | ძირითადი წარუმატებლობის რეჟიმი | რა იქნებოდა საჭირო |
|---|---|---|
ვესტერნ ბლოტის რაოდენობითი განსაზღვრა | MANEX1A უკავშირდება N-ტერმინალურ ეპიტოპს, რომელიც საერთო აქვს ენდოგენურ სრული სიგრძის დისტროფინსა და მიკრო-დისტროფინის ტრანსგენს, ამიტომ ანალიზი ტრანსგენს ნარჩენი/რევერტანტული დისტროფინისგან სუფთად ვერ განასხვავებს. 138 kDa მიკრო-დისტროფინის რაოდენობრივი განსაზღვრა ჯანმრთელი სრული სიგრძის დისტროფინის სტანდარტთან შედარებით ასევე არასწორია. | გამოიყენეთ რეკომბინანტული მიკრო-დისტროფინის სტანდარტი და ორთოგონული მეთოდი, რომელიც ტრანსგენს ენდოგენური დისტროფინისგან განასხვავებს, მაგალითად მიზნობრივი მას-სპექტრომეტრია ან ტრანსგენ-სპეციფიკური/ეპიტოპ-სპეციფიკური ანალიზი. |
იმუნოფლუორესცენცია | C-ტერმინალური პოლიკლონური ანტისხეული ცუდად შეეფერება, რადგან 138 kDa კონსტრუქტს C-ტერმინალური დომენი აკლია. ბევრ DMD პაციენტს აქვს რევერტანტული ბოჭკოები, ხოლო რევერტანტულ დისტროფინს შეიძლება C-ტერმინალური ეპიტოპები შეუნარჩუნდეს. რევერტანტული ბოჭკოები ასაკთან ერთად შეიძლება კლონურად გაფართოვდეს და IF სიგნალი დაამახინჯოს, განსაკუთრებით უფროს ბიჭებში. | გაიმეორეთ თუ ანტისხეულით ეპიტოპის წინააღმდეგ,ტრანსგენში არის, მაგრამ რევერტანტულ დისტროფინში არა. განსაზღვრეთ ტრანსგენ-დადებითი ბოჭკოების რაოდენობა რევერტანტული ბოჭკოებისგან განცალკევებით. |
სუროგატი საბოლოო წერტილის ვალიდურობა | პაკეტი ცილის რაოდენობას კლინიკურ ფუნქციასთან აიგივებს. „ჯანმრთელი კონტროლის ცილის მასის 38%“ არ ნიშნავს ნორმალური დისტროფინის ფუნქციის 38%-ს, რადგან მიკრო-დისტროფინი სტრუქტურულად შემოკლებულია. | ემპირიულად დაადასტურეთ კავშირი მიკრო-დისტროფინის მასის პროცენტს, სარკოლემურ ლოკალიზაციას, ქვემოთმდებარე ფუნქციურ აღდგენასა და კლინიკურ სარგებელს შორის, სანამ ექსპრესიას surrogate საბოლოო წერტილად მიიჩნევთ. |
ბიოფსიის დიზაინი | მკურნალობამდე და მკურნალობის შემდეგ კონტრალატერალური vastus lateralis ბიოფსიები მარცხენა-მარჯვენა და კუნთის შიდა სივრცულ ცვალებადობას შეიტანს. დაავადების პროგრესირებამ და ფიბროზულ-ცხიმოვანმა ჩანაცვლებამ შეიძლება ასევე შეცვალოს საერთო ცილაზე ნორმალიზებული სიგნალი. | მოახდინეთ ბიოფსიის ადგილის სტანდარტიზაცია თანმიმდევრული ანატომიური ორიენტირებით, დაანორმალიზეთ კუნთ-სპეციფიკურ ცილებზე და პარალელურად გაზომეთ ფიბრო-ცხიმოვანი შემადგენლობა. |
NSAA კომპარატორი/სტატისტიკა | გარე ბუნებრივი ისტორიის კოჰორტა არ არის რანდომიზებული თანადროული კონტროლი. კვლევაში ჩართვის კრიტერიუმები, მხარდამჭერი მოვლა, მონაწილეობის ეფექტები, საწყისი NSAA, სტეროიდული რეჟიმი, ასაკი და ეგზონის - ყველა მათგანს შეუძლია შედარების ცდომილების გამოწვევა. დაუწყვილებელი t-ტესტი საკმარისი არ არის. ასევე, +1.4 NSAA ცვლილება ამ ასაკობრივი ჯგუფისთვის ტესტი-რეტესტის ცვალებადობის ფარგლებშია. | ჩაატარეთ რანდომიზებული თანადროული პლაცებო-კონტროლირებადი კვლევა, ან მინიმუმ გამოიყენეთ კორექტირებული ანალიზები საწყისი NSAA-ის, ასაკის, სტეროიდული რეჟიმის, ეგზონის კლასისა და სხვა შემრევი ფაქტორების გათვალისწინებით. |
საკობრივი შუალედით გამოწვეული ცდომილება | 4–7 წლის ბიჭები განვითარების ფანჯარაში არიან, სადაც არანამკურნბალებ ამბულატორულ DMD პაციენტებს მოტორული ფუნქცია შეიძლება გაეზარდოთ, სანამ დაქვეითება დომინირებას დაიწყებს. 48-კვირიანი NSAA ცვლილება აერთიანებს განვითარების ზრდას, დაავადების პროგრესირებას და შესაძლო მკურნალობის ეფექტს. | გამოიყენეთ თანადროული რანდომიზებული კონტროლი ასაკობრივი სტრატიფიკაციით, რათა განვითარების ტრაექტორია გამოყოთ მკურნალობის ეფექტისგან. |
წინა კლინიკური პრეცედენტი | ღია ნიშნით მიკრო-დისტროფინის ფუნქციურმა სიგნალებმა დამადასტურებელი სარგებელი საიმედოდ ვერ იწინასწარმეტყველა; გამოქვეყნებული პრეცედენტი მოიცავს მიკრო-დისტროფინის გენური თერაპიის დამადასტურებელ კვლევებს, რომლებმაც ღია ნიშნით NSAA გაუმჯობესებები ვერ გაიმეორა. | ღია NSAA ცვლილებას გადამწყვეტ დასაბუთებად ნუ დაეყრდნობით. მოითხოვეთ კონტროლირებადი ფუნქციური მტკიცებულება. |
კონსტრუქტის სტრუქტურული ლიმიტები | 138 კილოდალტონი კონსტრუქტი შლის სპექტრინის გამეორებებს R16/17, რომლებიც nNOS-შემკავშირებელ ადგილებს შეიცავს. nNOS რეკრუტირების დაკარგვამ შეიძლება უარყოფითად იმოქმედოს ფუნქციურ სიმპათოლიზზე და ვარჯიშისას იშემიისგან დაცვაზე, რაც ექსპრესიის დონისგან დამოუკიდებელ მექანიკურ ჭერს ქმნის. | დაამატეთ მექანიზმური კვლევები, რომლებიც აჩვენებს, აღადგენს თუ არა ეს კონკრეტული კონსტრუქტი დისტროფინთან ასოცირებული კომპლექსის შესაბამის ფუნქციას, nNOS ლოკალიზაციას, ვარჯიშის ფიზიოლოგიასა და კუნთის დაცვას. |
გენური თერაპიის ხანგრძლივობა | ვექტორის გენომები 12 კვირაზე გამძლე ექსპრესიას არ ადგენს. AAV9 გენომები ძირითადად არაინტეგრირებადი ეპისომებია და დროთა განმავლობაში შეიძლება შემცირდეს. ვექტორ-გენომის შენარჩუნება იგივე არ არის, რაც მუდმივი ცილის ექსპრესია. | გაზომეთ ტრანსგენის ცილის გრძივი ექსპრესია და ფუნქციური ბიომარკერის გამძლეობა 12 კვირაზე მეტი ხნის განმავლობაში. |
იმუნური/უსაფრთხოების პროფილი | ტრანსამინიტი 8/12 პაციენტში შეესაბამება იმუნურ პასუხს AAV-ტრანსდუცირებულ უჯრედებზე, მაგრამ მექანიზმი დადგენილი არ არის. მიოკარდიტის ერთი შემთხვევა შემაშფოთებელია AAV9-ის გულის ტროპიზმის გათვალისწინებით. | უზრუნველყავით უფრო ღრმა იმუნური მონიტორინგი, ღვიძლის/გულის უსაფრთხოების დახასიათება და გაძლიერებული კარდიოლოგიური შემდგომი დაკვირვება. |
პაციენტების შერჩევა/განზოგადებადობა | AAV9-ის საწინააღმდეგო ნეიტრალიზებელი ანტისხეულების ტესტის დადებითი პასუხის მქონე პაციენტების გამორიცხვა განზოგადებადობას ზღუდავს. ეგზონ-44 დელეციების გამორიცხვა ამ DMD ქვეჯგუფზე გამოყენებადობას ზღუდავს. n=12 მეტისმეტად მცირეა, რათა უსაფრთხოება და ეფექტიანობა ფართო DMD პოპულაციაში დახასიათდეს. | სადაც შესაძლებელია, გააფართოეთ ჩართვის კრიტერიუმები ან წინასწარ განსაზღვრეთ სტრატიფიცირებული ანალიზები ანტისხეულების სტატუსის, გენოტიპის/ეგზონის კლასის, ასაკისა და საწყისი ფუნქციის მიხედვით, სანამ შედეგს ფართო დამტკიცების დასაბუთებისთვის გამოიყენებთ. |
მარეგულირებელი დასკვნა: პაკეტმა შეიძლება ბიოლოგიური აქტივობა აჩვენოს, მაგრამ ჯერ არ ადგენს, რომ გაზომილი მიკრო-დისტროფინის ექსპრესია სანდო სუროგატია, რომელიც გონივრულ ფარგლებში სავარაუდოა, რომ კლინიკურ სარგებელს იწინასწარმეტყველებს. ძირითადი ხარვეზებია ანალიზის სპეციფიკურობა, არასწორი რაოდენობრივი სტანდარტები, შესაძლო რევერტანტული ბოჭკოების დამაბნეველი ფაქტორები, რანდომიზებული კონტროლის არქონა, ასაკთან დაკავშირებული NSAA და,აბნეველი ფაქტორები, გაურკვეველი გამძლეობა და გადაუჭრელი უსაფრთხოების/განზოგადებადობის საკითხები.
ხარვეზის აღმმოსაფხვრელად პროგრამას დასჭირდება კონტროლირებადი, ასაკის მიხედვიტ სტრატიფიცირებული კლინიკური დიზაინი ტრანსგენ-სპეციფიკური ექსპრესიის ანალიზებით, ორთოგონული ცილის რაოდენობრივი განსაზღვრით, ქსოვილის შემადგენლობის კონტროლით, გრძელვადიანი გამძლეობის მონაცემებით, შემოკლებული კონსტრუქტის მექანიზმური ფუნქციური ანალიზებით და უფრო ძლიერი უსაფრთხოების მონიტორინგით, განსაკუთრებით ღვიძლისა და გულის მხრივ.
შეფასების კრიტერიუმები და შეფასების ქულები
GPT‑Rosalind ინდუსტრიაში წამყვან შედეგს აღწევს ფარმაცევტულ ქიმიაში — სფეროში, რომელიც მოლეკულების სასარგებლო მედიკამენტებად გარდაქმნაზეა ფოკუსირებული. MedChemBench შევქმენით რეალისტური ფარმაცევტული ქიმიის სამუშაო პროცესების ასახვის მიზნით; ის აფასებს ქიმიური სტრუქტურების მულტიმოდალურ გაგებას, სტრუქტურა-აქტივობის დამოკიდებულებას (SAR), წამლის პოტენციის, ტოქსიკურობისა და აბსორფციის, განაწილების, მეტაბოლიზმისა და გამოყოფის (ADME) პროგნოზირებას, წამლის ოპტიმალური კანდიდატის ოპტიმიზაციისას გადაწყვეტილებების მიღებას და რეტროსინთეზს. GPT‑Rosalind‑ის GPT‑5.5 ეფექტურობა 27,5%-ს შეადგენს MedChemBench-ის 25,1%-თან შედარებით და ის 7,2%-ით ნაკლებ ტოკენს იყენებს.
GPT‑Rosalind სამკურნალო ქიმიაში უკეთეს მულტიმოდალურ სინთეზსა და მექანისტურ მსჯელობას აჩვენებს.
GeneBench-ის შემთხვევაში, გრძელვადიან პერსპექტივაში ჩვენს აგენტურ შეფასებაში გამოყენებულია გენომიკისა და რაოდენობითი ბიოლოგიის სრული ციკლის ანალიზი, GPT‑Rosalind GPT‑5.5‑თან შედარებით 31%-ით ნაკლებ ტოკენს იყენებს და უფრო მაღალ 21,6%-იან სიზუსტეს აღწევს 20,4%-თან შედარებით. GeneBench აფასებს აგენტურ ეფექტიანობას გრძელვადიან პერსპექტივაში შესრულებული რაოდენობითი ამოცანების შემთხვევაში: რეალისტურ სამეცნიერო მონაცემებზე დაყრდნობით, შეუძლია თუ არა აგენტს დაგეგმოს ვალიდური ანალიზი, ხარისხის კონტროლი, მოდელირება და კორექტირებები, რათა გადაწყვეტილების შესაბამის პასუხებამდე მივიდეს? ამოცანები სხვადასხვა სფეროს მოიცავს, მათ შორის ფუნქციურ გენომიკას, სივრცულ ტრანსკრიპტომიკას, პროტეომიკას, ეპიგენომიკასა და გამოყენებით გენეტიკას.
GPT‑Rosalind GPT‑5.5‑ზე 31%-ით ნაკლებ ტოკენს იყენებს და სიზუსტეს აუმჯობესებს.
ჩვენ წარმოგიდგენთ ახალ შეფასებას, რათა შევამოწმოთ GPT‑Rosalind‑ის უნარი, დაეხმაროს მეცნიერებს რეალურ სამყაროში ლაბორატორიული სამუშაოების ჩატარებაში. LabWorkBench ამოწმებს მოდელის უნარს, დააკავშიროს დარღვევები ექსპერიმენტულ შედეგებთან რეალურ სველ ლაბორატორიულ პროტოკოლებში, რომლებსაც მეცნიერები იყენებენ, პრობლემების მოგვარებიდან ოპტიმიზაციამდე სხვადასხვა მიზნებისთვის. LabWorkBench-ის მიერ გამოყენებული მონაცემები საკუთრების უფლებით დაცულია და შესაბამისად, დაუბინძურებელია. GPT‑Rosalind‑ს აქვს 63,2%-იანი ქულა GPT‑5.5‑ის 55.8%-თან შედარებით, ხოლო იყენებს 5.3%-ით ნაკლებ ტოკენს.
რეალური სველი ლაბორატორიის ოქმის მოთხოვნების დაცვაში დახმარებისას GPT‑Rosalind GPT‑5.5‑თან შედარებით მნიშვნელოვან წინსვლას აჩვენებს და ამავდროულად ტოკენების ეფექტიანობას აუმჯობესებს.
ჩვენ შევქმენით პლაგინები ბიოლოგიური მეცნიერებების კვლევა(იხსნება ახალ ფანჯარაში) და ბიოლოგიური მეცნიერებების NGS ანალიზი(იხსნება ახალ ფანჯარაში), რათა GPT‑Rosalind-ის გაზრდილ ინტელექტს დაემატოს პრაქტიკული შესრულების ფენა განმეორებადი სამეცნიერო სამუშაო პროცესებისთვის. ერთად, ეს პლაგინები წყაროზე დამყარებული მტკიცებულებების მოძიებას, ბიოლოგიურ ინტერპრეტაციასა და ბიოინფორმატიკური პროცესების შესრულებას ერთ სამუშაო სივრცეში აერთიანებს, რაც მკვლევრებს ეხმარება გარე მტკიცებულებები შიდა ომიკს მონაცემთა ანალიზებთან დაკავშირებასა და არტეფაქტების და წარმოშობის შენარჩუნებაში. ახლა ყველა მომხმარებელს შეუძლია ორივე პლაგინზე წვდომა Codex-ის მეშვეობით. GPT‑Rosalind‑ის უფლებამოსილ საწარმოო მომხმარებლებს დამატებით შეუძლიათ GPT‑Rosalind გამოიყენონ ამ პლაგინების გასაძლიერებლად.
Codex-ის, როგორც მეცნიერებისთვის დინამიკური სამუშაო სივრცის, უკეთ გამოსაყენებლად დავამატეთ ინტერაქტიული დამთვალიერებლები ბიოლოგიურად თანდაყოლილი ფაილის ტიპებისთვის. თანმიმდევრობის, გასწორებისა და სტრუქტურის დამთვალიერებლების თავდაპირველი ნაკრები შექმნილია, რათა მეცნიერები მტკიცებულებებთან ახლოს დარჩნენ, სანამ GPT‑Rosalind სამუშაო პროცესში მსჯელობს, და აქტიური დამთვალიერებლის კონტექსტში პირდაპირ უპასუხოს მომდევნო კითხვებს.
ზემოთ მოცემული დემო აჩვენებს ამ შესაძლებლობებს მოქმედებაში, GPT‑Rosalind‑ის ორგანიზებით. ვაკვირდებით მეცნიერს, რომელიც სიმსივნის თხევად ბიოფსიას იკვლევს მუტაციებისა და სხვა მოლეკულური ცვლილებების გამოსავლენად, რომლებიც მკურნალობას შეიძლება დაეხმაროს. გენის ახალი თაობის სეკვენირების მონაცემთა ანალიზის პლაგინი დამუშავებული ctDNA ჩანაწერების მიმოხილვას ინტერაქტიულ ბლოკნოტად აქცევს, აჩენს განმეორებად ცვლილებებს, დაბალი სიხშირის ძახილებსა და ნიმუშების ტრაექტორიებს, რომლებიც კვლევას KRAS G12C-ზე აფოკუსირებს. შემდეგ ბიოლოგიური ,ეცნიერებების პლაგინი ამატებს წყაროზე დაფუძნებულ სამიზნის, ინჰიბიტორისა და რეზისტენტობის კონტექსტს, ხოლო მკვიდრი მიმდევრობის, გასწორებისა და სტრუქტურის დამთვალიერებლები მეცნიერს საშუალებას აძლევს პირდაპირ შეამოწმოს მუტანტური ნაშთი 12, მისი კონსერვაცია RAS ოჯახში და ინჰიბიტორთან დაკავშირებული ჯიბე. სამუშაო პროცესი სრულდება ამ მტკიცებულებების კონკრეტულ შემდგომ ვარიანტებად გარდაქმნით, ხოლო თითოეული ნაბიჯი და არტეფაქტი ხელმისაწვდომია საექსპერტო განხილვისთვის.
სიცოცხლის შემსწავლელი მეცნიერებების NGS-ის ანალიზი პლაგინი
scRNA-seq QC და ანოტაცია
გადააქციეთ 10x-სტილის მატრიცის პაკეტი QC-გაფილტრულ ერთუჯრედულ არტეფაქტებად, ანოტაციებად და UMAP-ებად, რომელთა დათვალიერება და გადახედვა Codex-ში შეგიძლიათ. ბიომეცნიერებების თანმიმდევრობის ახალი თაობის (NGS) მონაცემთა ანალიზის პლაგინი მოთხოვნას scrna-seq-qc-ზე მიმართავს, ხარისხის კონტროლი ზღვრებს მონაცემებიდან ირჩევს, ფილტრაციისა და ანოტაციის წარმოშობას ინარჩუნებს და აჩვენებს ბლოკერებს, როგორიცაა დაკარგული დუბლეტების გამოვლენის დამოკიდებულებები.
მასობრივი რნმ-ის სეკვენირების საწყისი ფაილების ხარისხის კონტროლი
გადააქციეთ ბალკ რნკ-სეკვენირების ნიმუშების ცხრილი, FASTQ პაკეტი და საცნობარო ფაილები ხარისხის კონტროლით შემოწმებულ დათვლების პაკეტად, რომლის დათვალიერება და ხელახლა გამოყენება Codex-ში შეგიძლიათ. სიცოცხლის შემსწავლელი მეცნიერებების (ლაიფ საიენსის) თაობათა შორის მიმდევრობის (NGS) ანალიზიs პლაგინი მიმართავს მოთხოვნას, ამოწმებს შეყვანილ მონაცემებს და აბრუნებს აუდიტირებად გაშვების კონტეინერს MultiQC-ით, Salmon მატრიცებით, წარმოშობითა და ზუსტი პირობებით.
ჩვენ ვაფართოებთ GPT‑Rosalind სერიაზე წვდომას უფლებამოსილი ორგანიზაციებისთვის გლობალურად. GPT‑Rosalind კვლევის ანონსის სახით ხელმისაწვდომი იქნება ჩვენი სანდო წვდომის დანერგვის სტრუქტურის საშუალებით ორგანიზაციებისთვის, რომლებიც ატარებენ ლეგიტიმურ სამეცნიერო კვლევას მკაფიო სარგებლით საზოგადოებისთვის, გააჩნიათ ძლიერი მმართველობა და უსაფრთხოების მონიტორინგი, ასევე კონტროლირებადი წვდომა საწარმოო დონის უსაფრთხოებით.
ამ გლობალური გაფართოების ფარგლებში გვიხარია, რომ შეგვიძლია დავეხმაროთ Novo Nordisk-ის მისიას — უფრო სწრაფად მიაწოდოს მკურნალობის ინოვაციური ვარიანტები პაციენტებს — GPT‑Rosalind‑ის საშუალებით მათი სამედიცინო კვლევის მასშტაბირებაში დახმარებით. Novo Nordisk იყენებს მოწინავე AI შესაძლებლობებს, რათა მკვლევრებს დაეხმაროს რთული მონაცემთა ნაკრებების ანალიზში, სასარგებლო კანონზომიერებების გამოვლენასა და ჰიპოთეზების უფრო სწრაფად შემოწმებაში. GPT‑Rosalind‑ის უფრო ძლიერი ბიოლოგიური გაგება გუნდებს დაეხმარება მტკიცებულებები დააკავშირონ ლიტერატურაში, გენომიკაში, ტრანსკრიპტომიკაში, მიმდევრობებში, სტრუქტურასა და ექსპერიმენტულ შედეგებში, რაც მონაცემებიდან უფრო მკაფიო კვლევით გადაწყვეტილებებზე გადასვლას გაამარტივებს.
„სიცოცხლის მეცნიერებების კვლევა რთული, მონაცემებით მდიდარი და ინტერდისციპლინურია. მკვლევრებისთვის არსებითი ღირებულების მისაწოდებლად მოწინავე AI მოდელები უნდა იყოს დაფუძნებული სანდო სამეცნიერო მონაცემებზე, დაკავშირებული ვალიდირებულ ინსტრუმენტებთან და ინტეგრირებული იმ რეალურ სამუშაო პროცესებში, რომლებსაც მკვლევრები ყოველდღე იყენებენ. მოხარულები ვართ OpenAI-სთან პარტნიორობით და შესაძლებლობით, გამოვიკვლიოთ, როგორ შეუძლია GPT‑Rosalind‑ს წამლების აღმოჩენის უფრო მკაცრი და პრაქტიკული მიდგომების მხარდაჭერა.“
მიშალ პატელი, ჯგუფის ვიცე-პრეზიდენტი, AI & Digital Innovation, R&D - Novo Nordisk
ასევე ახლა ვთავაზობთ OpenAI-ის მიერ მართულ სამუშაო სივრცეს კვალიფიციური ორგანიზაციებისთვის, რომლებსაც Enterprise ანგარიში არ აქვთ.
განახლებული GPT‑Rosalind არის შემდეგი ნაბიჯი ჩვენს უფრო აქტიურ მცდელობაში, შევქმნათ AI სისტემები, რომლებიც დააჩქარებს სამეცნიერო აღმოჩენებს და ამავე დროს, უზრუნველყოფს, რომ მოწინავე ბიოლოგიური შესაძლებლობები შესაბამისი დამცავი ზომების გატარებით დაინერგოს. გავაგრძელებთ მოდელის ბიოლოგიური აზროვნების გაუმჯობესებას, ინსტრუმენტებით დატვირთული და პერსპექტივაში კვლევითი სამუშაო პროცესების მხარდაჭერის გაფართოებას და კვალიფიციურ ორგანიზაციებთან მუშაობას სხვადასხვა რეგიონში რეალური გავლენის შესაფასებლად.
ეს ასევე ნიშნავს სიცოცხლის მეცნიერებების AI-ის გამოყენებას საზოგადოებისთვის მნიშვნელოვან სამუშაოში — წამლების აღმოჩენიდან და ტრანსლაციური მედიცინიდან საზოგადოებრივ ჯანმრთელობამდე, მზადყოფნამდე და ბიოდაცვამდე. Rosalind Biodefense-ისა და ჩვენი სანდო წვდომის დანერგვის მოდელის მეშვეობით მიზნად ვისახავთ მოწინავე ბიოლოგიური შესაძლებლობები მივცეთ იმ მკვლევრებს, ინსტიტუციებსა და დამცველებს, რომლებიც ადამიანის ჯანმრთელობის გაუმჯობესებასა და საზოგადოების მედეგობის გაძლიერებაზე მუშაობენ.
ჩვენ გავაგრძელებთ GPT‑Rosalind-ის შექმნას, რათა ის უფრო ძლიერი პარტნიორი გახდეს სამეცნიერო კვლევის სრული სასიცოცხლო ციკლის მანძილზე და მეცნიერებს დაეხმაროს უფრო სწრაფად გადავიდნენ სწორი კითხვებიდან უფრო მკაფიო მტკიცებულებებზე, უკეთეს ექსპერიმენტებსა და საბოლოოდ პაციენტებისთვის ახალ მკურნალობებზე.
