Vi introduserer nye funksjoner i GPT‑Rosalind
Større intelligens forankret i reelle vitenskapelige arbeidsflyter for livsvitenskapsbransjen.
Vi introduserer en ny modelloppdatering i GPT‑Rosalind-serien vår, spesialbygget for livsvitenskapelig forskning i virksomhetsskala. Den kombinerer GPT‑5.5s agentiske koding og verktøybruk med sterkere modellintelligens i sentrale domener innen legemiddelutvikling, som legemiddelkjemi og genomikk, samtidig som den forbedrer ytelsen på bredere analyse-, design- og eksperimentelle arbeidsflyter innen livsvitenskap.
Fremskritt innen livsvitenskap avhenger av å syntetisere data og evidens på tvers av skalaer og modaliteter: molekyler, gener, signalveier og levende systemer. I evalueringene våre viser den oppdaterte GPT‑Rosalind brede ytelsesforbedringer på forskningsoppgaver fra biologiske eksperter, komplekse spørsmål innen legemiddelkjemi, kvantitativ biologi og feilsøking i våtlaboratorium.
GPT‑Rosalind er nå tilgjengelig som forskningsforhåndsvisning for kvalifiserte organisasjoner globalt gjennom vår distribusjonsstruktur for betrodd tilgang.
For å måle og kontinuerlig forbedre den reelle effekten av GPT‑Rosalind utviklet vi LifeSciBench, en referansetest vurdert av eksterne eksperter, med fokus på grunnleggende aspekter ved livsvitenskapelig forskning. I motsetning til eksisterende referansetester som evaluerer én enkelt komponent av modellytelse eller ett biologisk domene isolert, ser LifeSciBench helhetlig på vitenskapelig verdifullt arbeid ved å hente oppgaver fra seks arbeidsflytområder som er sentrale for livsvitenskapelig forskning: evidenshåndtering, analyse, design og optimalisering, vitenskapelig resonnering, validering og drift samt oversettelse og kommunikasjon. Vi bruker denne referansetesten til å samordne fremdrift med behovene og realitetene i livsvitenskapelig forskning.
GPT‑Rosalind leder an i ytelse på vitenskapelig verdifulle oppgaver identifisert av bransje- og akademiske eksperter.
GPT‑Rosalind oppnår bransjeledende ytelse innen legemiddelkjemi, et felt som fokuserer på å gjøre molekyler til nyttige legemidler. Vi utviklet MedChemBench for å gjenspeile realistiske arbeidsflyter i legemiddelkjemi, med evaluering av multimodal forståelse av kjemiske strukturer, struktur-aktivitetsforhold (SAR), prediksjon av legemiddelpotens, toksisitet og absorpsjon, distribusjon, metabolisme og utskillelse (ADME), beslutningstaking for multiparameter lead-optimalisering og retrosyntese. GPT‑Rosalind overgår GPT‑5.5 med 27,5 % mot 25,1 % på MedChemBench, samtidig som den bruker 7,2 % færre tokener.
GPT‑Rosalind viser bedre multimodal syntese og mekanistisk resonnering innen legemiddelkjemi.
På GeneBench, vår agentiske evaluering av langsiktige ende-til-ende-analyser innen genomikk og kvantitativ biologi, bruker GPT‑Rosalind 31 % færre tokener enn GPT‑5.5, samtidig som den oppnår høyere nøyaktighet: 21,6 % mot 20,4 %. GeneBench vurderer agentisk ytelse på langsiktige kvantitative oppgaver: Basert på realistiske vitenskapelige data, kan en agent planlegge gyldig analyse, QC, modellering og korrigeringer for å komme frem til beslutningsrelevante svar? Oppgavene omfatter en rekke domener, inkludert funksjonell genomikk, spatial transkriptomikk, proteomikk, epigenomikk og anvendt genetikk.
GPT‑Rosalind bruker 31 % færre tokener enn GPT‑5.5, samtidig som nøyaktigheten forbedres.
Vi introduserer en ny evaluering for å teste GPT‑Rosalinds evne til å hjelpe forskere som utfører laboratoriearbeid i den virkelige verden. LabWorkBench tester modellens evne til å koble perturbasjoner til eksperimentelle utfall i reelle våtlaboratorieprotokoller som brukes av forskere, til formål fra feilsøking til optimalisering. Dataene som brukes av LabWorkBench, er proprietære og dermed ukontaminerte. GPT‑Rosalind scorer 63,2 % mot GPT‑5.5s 55,8 %, samtidig som den bruker 5,3 % færre tokener.
For bistand med reelle våtlaboratorieprotokoller viser GPT‑Rosalind betydelige forbedringer sammenlignet med GPT‑5.5, samtidig som tokeneffektiviteten øker.
Vi bygde programtilleggene Life Sciences Research(åpnes i et nytt vindu) og Life Sciences NGS Analysis(åpnes i et nytt vindu) for å utvide den økte intelligensen i GPT‑Rosalind med et praktisk utførelseslag for repeterbare vitenskapelige arbeidsflyter. Sammen bringer disse programtilleggene innhenting av kildestøttet evidens, biologisk tolkning og bioinformatisk utførelse inn i samme arbeidsområde, og hjelper forskere med å koble ekstern evidens til interne omikk-analyser samtidig som artefakter og proveniens bevares. Alle brukere har nå tilgang til begge programtilleggene gjennom Codex. Kvalifiserte bedriftsbrukere av GPT‑Rosalind kan i tillegg bruke GPT‑Rosalind til å drive disse programtilleggene.
For å utnytte Codex bedre som en dynamisk arbeidsbenk for forskere la vi til interaktive visninger for biologisk native filtyper. Det første settet med sekvens-, alignerings- og strukturvisninger er utformet for å holde forskere tett på evidensen mens GPT‑Rosalind resonnerer på tvers av en arbeidsflyt og besvarer oppfølgingsspørsmål direkte med den aktive visningen i kontekst.
Demoen ovenfor viser disse funksjonene i bruk, orkestrert av GPT‑Rosalind. Vi følger en forsker som undersøker en flytende tumorbiopsi for å identifisere mutasjoner og andre molekylære endringer som kan informere behandling. Programtillegget Life Sciences NGS Analysis gjør en gjennomgang av prosesserte ctDNA-registreringer om til en interaktiv notatbok, og løfter frem tilbakevendende endringer, lavfrekvente kall og prøveforløp som fokuserer undersøkelsen på KRAS G12C. Derfra legger programtillegget Life Sciences Research til kildestøttet kontekst om mål, inhibitorer og resistens, mens de native sekvens-, alignerings- og strukturvisningene lar forskeren inspisere mutantrest 12, dens bevaring på tvers av RAS-familien og den inhibitorbundne lommen direkte. Arbeidsflyten avsluttes ved å oversette denne evidensen til konkrete oppfølgingsalternativer, der hvert trinn og artefakt er tilgjengelig for ekspertgjennomgang.
Life Sciences NGS Analysis-programtillegg
scRNA-seq-QC og annotering
Gjør en 10x-lignende matrise-pakke om til QC-filtrerte enkeltcelleartefakter, annoteringer og UMAP-er som du kan inspisere og revidere i Codex. Programtillegget Life Sciences NGS Analysis ruter forespørselen til scrna-seq-qc, velger QC-terskler fra dataene, bevarer proveniens rundt filtrering og annotering og synliggjør blokkeringer som manglende avhengigheter for doublet-deteksjon.
Bulk RNA-seq FASTQ-QC
Gjør et bulk RNA-seq-prøveark, en FASTQ-pakke og referansefiler om til en QC-gjennomgått tellepakke som du kan inspisere og gjenbruke i Codex. Programtillegget Life Sciences NGS Analysis ruter forespørselen, validerer inndataene og returnerer en reviderbar kjøringspakke med MultiQC, Salmon-matriser, proveniens og eksplisitte forbehold.
Vi utvider tilgangen til GPT‑Rosalind-serien for kvalifiserte organisasjoner globalt. GPT‑Rosalind blir tilgjengelig som forskningsforhåndsvisning gjennom vår distribusjonsstruktur for betrodd tilgang for organisasjoner som driver legitim vitenskapelig forskning med tydelig allmennyttig formål, har sterk styring og sikkerhetstilsyn samt kontrollert tilgang med sikkerhet på bedriftsnivå.
Som en del av denne globale utvidelsen er vi glade for å bidra til å støtte Novo Nordisks oppdrag om å gi pasienter innovative behandlingsalternativer raskere ved å hjelpe dem med å skalere medisinsk forskning med GPT‑Rosalind. Novo Nordisk utnytter avanserte KI-kapasiteter for å hjelpe forskere med å analysere komplekse datasett, avdekke nyttige mønstre og teste hypoteser raskere. GPT‑Rosalinds sterkere biologiske forståelse vil hjelpe team med å koble evidens på tvers av litteratur, genomikk, transkriptomikk, sekvens, struktur og eksperimentelle resultater, noe som gjør det enklere å gå fra data til klarere forskningsbeslutninger.
«Livsvitenskapelig forskning er kompleks, datarik og tverrfaglig. For å levere meningsfull verdi for forskere må avanserte KI-modeller være forankret i pålitelige vitenskapelige data, koblet til validerte verktøy og integrert i de virkelige arbeidsflytene forskere bruker hver dag. Vi er fornøyde med partnerskapet vårt med OpenAI og muligheten til å utforske hvordan GPT‑Rosalind kan støtte mer robuste og praktiske tilnærminger til legemiddelutvikling.»
Mishal Patel, Group Vice President, AI & Digital Innovation, R&D – Novo Nordisk
Vi tilbyr nå også et OpenAI-administrert arbeidsområde for kvalifiserte organisasjoner uten Enterprise-konto.
Den oppdaterte GPT‑Rosalind er neste steg i vårt bredere engasjement for å bygge KI-systemer som kan bidra til å akselerere vitenskapelige oppdagelser, samtidig som avanserte biologiske kapasiteter distribueres med egnede sikkerhetstiltak. Vi vil fortsette å forbedre modellens biologiske resonnering, utvide støtten for verktøytunge og langsiktige forskningsarbeidsflyter og samarbeide med kvalifiserte organisasjoner på tvers av regioner for å evaluere reell effekt.
Dette betyr også å bruke KI for livsvitenskap på allmennyttig arbeid med høy effekt, fra legemiddelutvikling og translasjonsmedisin til folkehelse, beredskap og bioforsvar. Gjennom Rosalind Biodefense og vår distribusjonsmodell for betrodd tilgang har vi som mål å legge avanserte biologiske kapasiteter i hendene på forskerne, institusjonene og forsvarerne som arbeider for å forbedre menneskers helse og styrke samfunnets motstandsdyktighet.
Vi vil fortsette å bygge GPT‑Rosalind til å bli en mer kapabel partner gjennom hele livssyklusen for vitenskapelig forskning, slik at forskere raskere kan gå fra de riktige spørsmålene til klarere evidens, bedre eksperimenter og til slutt nye behandlinger for pasienter.
