Iepazīstinām ar GPT‑Rosalind dzīvības zinātņu pētniecībai
Jauns, īpaši izstrādāts modelis, lai paātrinātu zinātniskos pētījumus un zāļu atklāšanu.
Šodien mēs iepazīstinām ar GPT‑Rosalind – savu robežšķirtnes spriestspējas modeli, kas izstrādāts, lai atbalstītu pētniecību bioloģijā, zāļu atklāšanā un translācijas medicīnā. Dzīvības zinātņu modeļu sērija ir optimizēta zinātniskajām darbplūsmām un apvieno uzlabotu rīku izmantošanu ar padziļinātu izpratni ķīmijā, proteīnu inženierijā un genomikā.
ASV vidēji paiet aptuveni 10 līdz 15 gadi no mērķa atklāšanas līdz regulatīvajam apstiprinājumam jaunām zālēm. Ieguvumi, kas gūti atklāšanas agrīnākajos posmos, rada kumulatīvu ietekmi turpmākajos posmos – labāku mērķu atlasi, pamatotākas bioloģiskās hipotēzes un augstākas kvalitātes eksperimentus. Progresu dzīvības zinātnēs ierobežo ne tikai pamatā esošās zinātnes sarežģītība, bet arī pašu pētniecības darbplūsmu sarežģītība. Zinātniekiem ir jāstrādā ar plašu literatūras klāstu, specializētām datubāzēm, eksperimentāliem datiem un mainīgām hipotēzēm, lai radītu un izvērtētu jaunas idejas. Šīs darbplūsmas bieži ir laikietilpīgas, sadrumstalotas un grūti mērogojamas.
Mēs uzskatām, ka progresīvas mākslīgā intelekta sistēmas var palīdzēt pētniekiem ātrāk virzīties cauri šīm darbplūsmām – ne tikai padarot esošo darbu efektīvāku, bet arī palīdzot zinātniekiem izpētīt vairāk iespēju, atklāt saiknes, kas citādi varētu palikt nepamanītas, un ātrāk nonākt pie labākām hipotēzēm. Atbalstot pierādījumu sintēzi, hipotēžu ģenerēšanu, eksperimentu plānošanu un citus daudzpakāpju izpētes uzdevumus, šis modelis ir izstrādāts, lai palīdzētu pētniekiem paātrināt atklājumu agrīnos posmus. Laika gaitā šīs sistēmas varētu palīdzēt dzīvības zinātņu organizācijām veikt izrāvienus, kas citādi nebūtu iespējami, ar daudz augstāku panākumu līmeni.
GPT‑Rosalind tagad ir pieejams kvalificētiem klientiem kā pētnieciskais priekšskatījums platformās ChatGPT, Codex un API, izmantojot mūsu uzticamās piekļuves programmu. Mēs arī ieviešam Codex paredzētu brīvi pieejamu dzīvības zinātņu pētniecības spraudni, kas palīdz zinātniekiem savienot modeļus ar vairāk nekā 50 zinātniskiem rīkiem un datu avotiem. Mēs sadarbojamies ar tādiem klientiem kā Amgen, Moderna, Allen Institute, Thermo Fisher Scientific un citiem, lai ieviestu GPT‑Rosalind dažādās darbplūsmās, kas paātrina pētniecību un atklājumus.
Šis modelis ir nosaukts par godu Rozalindai Franklinai, kuras rūpīgie pētījumi palīdzēja atklāt DNS struktūru un lika pamatus mūsdienu molekulārajai bioloģijai.
No neapstrādātiem datiem līdz pamatotiem atklājumu lēmumiem – uzzini, kā mūsu īpaši izstrādātais modelis paātrina pētniecības procesus.
GPT‑Rosalind dzīvības zinātņu modeļu sērija ir izstrādāta mūsdienīgam zinātniskajam darbam, balstoties uz publicētiem pierādījumiem, datiem, rīkiem un eksperimentiem. Mūsu novērtējumos tā nodrošina vislabāko veiktspēju uzdevumos, kuros nepieciešama spriestspēja par molekulām, proteīniem, gēniem, signālceļiem un ar slimībām saistītu bioloģiju, un tā ir efektīvāka zinātnisko rīku un datubāzu izmantošanā daudzpakāpju darbplūsmās, piemēram, literatūras pārskatīšanā, sekvences un funkcijas interpretācijā, eksperimentu plānošanā un datu analīzē.
Šis ir pirmais izdevums mūsu GPT‑Rosalind dzīvības zinātņu modeļu sērijā, un mēs turpināsim paplašināt modeļa bioķīmiskās spriestspējas robežas, izmantojot ilglaicīgas un ar daudziem rīkiem saistītas zinātniskās darbplūsmas. OpenAI skaitļošanas infrastruktūra ļauj mums turpināt apmācīt, novērtēt un uzlabot arvien spējīgākus nozares modeļus, pielāgojot tos reāliem zinātniskiem uzdevumiem – tādējādi palīdzot šīm sistēmām kļūt noderīgākām laikā, kad pašas darbplūsmas kļūst arvien sarežģītākas.
No atziņām par atklājumiem, kas bastītas uz pierādījumiem, līdz nozīmīgiem eksperimentiem – uzzini, kā mūsu risinājumu kopums pārvēršas izmērāmos uzlabojumos jūsu pētniecības darbplūsmās.
Mēs sadarbojamies ar vadošiem farmācijas, biotehnoloģiju un pētniecības klientiem, kā arī dzīvības zinātņu tehnoloģiju organizācijām, lai izmantotu GPT‑Rosalind darbplūsmās, kas veicina atklājumus.
“Dzīvības zinātņu jomā precizitāte ir nepieciešama katrā solī. Jautājumi ir ļoti sarežģīti, dati ir ļoti unikāli, un likmes ir neticami augstas. Mūsu unikālā sadarbība ar OpenAI ļauj mums izmantot viņu vismodernākās iespējas un rīkus jaunos un inovatīvos veidos, kas var paātrināt zāļu piegādi pacientiem.”
Mēs novērtējām GPT‑Rosalind plašā spēju klāstā, kas ir būtiskas zinātniskajiem atklājumiem un nozares pētniecībai. Šie novērtējumi mēra pamatā esošo spriestspēju dažādās zinātnes apakšnozarēs, tostarp ķīmisko reakciju mehānismos; olbaltumvielu struktūrā, mutāciju ietekmē un mijiedarbībās; un DNS sekvenču filoģenētiskajā interpretācijā. Tie arī novērtē, vai modeļi var atbalstīt reālas pētniecības darbplūsmas, interpretējot eksperimentu iznākumus, identificējot ekspertiem nozīmīgas likumsakarības un sintezējot ārēju informāciju, lai izstrādātu turpmākus eksperimentus. Visbeidzot, tie pārbauda, vai modeļi spēj izvēlēties un izmantot piemērotus skaitļošanas rīkus, datubāzes un konkrētās jomas iespējas, lai uzlabotu savu spriestspēju. Kopumā šie novērtējumi parāda progresu visā zinātniskās pētniecības procesā no sākuma līdz beigām un liecina par lielāku spēju palīdzēt pētniekiem tikt galā ar sarežģītiem atklājumu uzdevumiem.
Mēs novērtējām GPT‑Rosalind vairākos publiskajos etalonos. BixBench etalonā, kas izstrādāts, balstoties uz reālās pasaules bioinformātiku un datu analīzi, GPT‑Rosalind sasniedza vadošo sniegumu starp modeļiem ar publicētiem rezultātiem.
Testā LABBench2, kas novērtē veiktspēju dažādos pētniecības uzdevumos, piemēram, literatūras meklēšanā, datubāzu izmantošanā, sekvenču apstrādē un protokolu izstrādē, GPT‑Rosalind pārspēj GPT‑5.4 sešos uzdevumos no 11. Visievērojamākais uzlabojums izriet no CloningQA, kam nepieciešama DNS un fermentu reaģentu pilnīga izstrāde molekulārās klonēšanas protokoliem.
Mēs sadarbojāmies arī ar uzņēmumu Dyno Therapeutics, kas ir mākslīgā intelekta izstrādātas gēnu terapijas pionieris, lai novērtētu modeli RNS sekvences-funkcijas prognozēšanas un ģenerēšanas uzdevumā, izmantojot nepublicētas, nepiesārņotas sekvences. Veiktspēja tika salīdzināta ar 57 vēsturiskajiem rezultātiem no cilvēku ekspertiem mākslīgā intelekta un bioloģijas jomā. Novērtējot tieši Codex lietotnē, labākie no desmit modeļa iesniegumiem prognozēšanas uzdevumā pārsniedza cilvēku ekspertu 95. procentīli, savukārt sekvenču ģenerēšanas uzdevumā tie atradās apmēram 84. procentīlē.
Šie novērtējumi sniedz nozīmīgu veiktspējas rādītāju par tāda veida darbplūsmām, uz kurām zinātnieki paļaujas ikdienā, lai iegūtu pierādījumus, analizētu sarežģītus datus un virzītos uz pamatotiem bioloģiskiem secinājumiem.
Zinātnieki var izmantot mūsu jauno dzīvības zinātņu pētniecības spraudni(atveras jaunā logā) Codex platformai, kas jau šodien ir pieejams GitHub. Šī pakotne ietver plašu modulāro prasmju kopumu visbiežāk izmantotajām pētniecības darbplūsmām, kas izstrādāts, lai palīdzētu lietotājiem strādāt ar cilvēka ģenētiku, funkcionālo genomiku, proteīnu struktūru, bioķīmiju, klīniskajiem pierādījumiem un publisko pētījumu atklāšanu.
Šīs prasmes darbojas kā orķestrācijas slānis, kas palīdz zinātniekiem efektīvāk risināt plašus, neskaidrus un daudzpakāpju jautājumus. Tās nodrošina piekļuvi vairāk nekā 50 publiskām multiomikas datubāzēm, literatūras avotiem un bioloģijas rīkiem, kā arī piedāvā elastīgu sākumpunktu bieži izmantotām atkārtojamām darbplūsmām, piemēram, proteīnu struktūras uzmeklēšanai, sekvenču meklēšanai, literatūras pārskatam un publiski pieejamu datu kopu atrašanai.
Atbilstīgie Enterprise lietotāji var izmantot šo spraudni pētniecības darbplūsmās ar GPT‑Rosalind dziļākai bioloģiskajai spriestspējai, savukārt visi lietotāji var izmantot spraudņu pakotni ar mūsu pamatmodeļiem.
Mēs vēlamies padarīt šīs iespējas pieejamas zinātniekiem un pētniecības organizācijām, kas ir vislabākajā pozīcijā, lai veicinātu cilvēku veselību, vienlaikus saglabājot stingrus aizsardzības pasākumus pret bioloģisku ļaunprātīgu izmantošanu. Dzīvības zinātņu modelis sākotnēji tiek ieviests, izmantojot uzticamas piekļuves izvietošanas struktūru kvalificētiem Enterprise klientiem ASV, ar kontroles mehānismiem attiecībā uz atbilstību, piekļuves pārvaldību un organizatorisko pārvaldību. Vienlaikus mēs arī padarām savienotāju kopu un dzīvības zinātņu pētniecības spraudni plašāk pieejamus, lai pētnieki varētu efektīvāk izmantot mūsu pamatmodeļus dzīvības zinātņu pētniecības uzdevumiem.
Dzīvības zinātņu modelis tika izstrādāts ar pastiprinātu uzņēmuma līmeņa drošības kontroli un piekļuves pārvaldību, nodrošinot profesionālu zinātnisko izmantošanu pārvaldītās pētniecības vidēs. Mēs novērtējam piekļuvi, pamatojoties uz trim pamatprincipiem: lietderīga izmantošana; stingra pārvaldība un drošības uzraudzība; un kontrolēta piekļuve ar uzņēmuma līmeņa drošību. Praksē tas nozīmē, ka iesaistītajām organizācijām ir jāveic leģitīmi zinātniskie pētījumi, kas sniedz nepārprotamu labumu sabiedrībai, jāuztur atbilstoša pārvaldība, atbilstība un ļaunprātīgas izmantošanas novēršanas kontrole, kā arī piekļuve jāsniedz tikai apstiprinātiem lietotājiem drošās un labi pārvaldītās vidēs. Organizācijām ir arī jāpiekrīt dzīvības zinātņu pētniecības priekšskatījuma noteikumiem un jāatbilst OpenAI lietošanas politikai, un mēs varam pieprasīt papildu informāciju, uzsākot sadarbību vai turpmākās dalības gaitā.
Organizācijas var pieprasīt piekļuvi mūsu kvalifikācijas un drošības pārskatīšanas procesā.
Pētniecības priekšskatījuma laikā šī modeļa lietošana neizmantos esošos kredītus vai tekstvienības – taču uz to attiecas ļaunprātīgas izmantošanas novēršanas noteikumi. Programmas paplašināšanās gaitā mēs sniegsim detalizētāku informāciju par cenām un pieejamību.
Dzīvības zinātņu modelis ir veidots, lai palīdzētu zinātniskajām organizācijām veikt augstākas kvalitātes darbu ātrāk, vidēs, kur nepieciešamas gan tehniskās spējas, gan darbības kontrole. Mūsu specializētā dzīvības zinātņu komanda, kā arī konsultatīvie partneri (piemēram, McKinsey & Company, Boston Consulting Group (BCG) un Bain & Company), palīdz organizācijām identificēt augstas ietekmes lietojuma gadījumus, integrēt modeli uzņēmumu vidēs un veicināt izmērāmus rezultātus. Ja vēlaties izpētīt, kā OpenAI Life Sciences var atbalstīt jūsu darbu, varat sazināties ar mūsu dzīvības zinātņu komandu.
Šis ir pirmais izlaidums mūsu dzīvības zinātņu modeļu sērijā, un mēs to uzskatām par sākumu ilgtermiņa virzībai uz mākslīgo intelektu, kas var paātrināt zinātniskos atklājumus sabiedrībai ļoti svarīgās jomās, sākot no cilvēka veselības līdz plašākiem bioloģiskiem pētījumiem. Mēs turpināsim uzlabot modeļa bioloģisko spriestspēju, paplašināsim atbalstu darbam ar sarežģītiem rīkiem un ilgtermiņa pētniecības darbplūsmām un cieši sadarbosimies ar vadošām zinātniskajām iestādēm, lai novērtētu reālās pasaules ietekmi. Tas ietver arī pašreizējo sadarbību ar nacionālajām laboratorijām, piemēram, Los Alamosas Nacionālo laboratoriju, kur mēs pētām mākslīgā intelekta vadītu proteīnu un katalizatoru izstrādi, tostarp mākslīgā intelekta sistēmu spēju modificēt bioloģiskas struktūras, vienlaikus saglabājot vai uzlabojot galvenās funkcionālās īpašības.
Mēs paredzam, ka laika gaitā šīs sistēmas kļūs par arvien spējīgākiem partneriem atklājumu veikšanā, palīdzot zinātniekiem ātrāk pāriet no jautājuma uz pierādījumiem, no pierādījumiem uz atziņām un no atziņām uz jaunām ārstēšanas metodēm pacientiem.
Turpināt lasīt
