Wprowadzamy nowe możliwości do GPT‑Rosalind
Bardziej zaawansowane rozwiązania oparte na rzeczywistych przepływach pracy naukowej dla branży nauk przyrodniczych.
Wprowadzamy nową aktualizację modelu GPT‑Rosalind, stworzonego specjalnie do badań z zakresu nauk przyrodniczych na skalę przedsiębiorstwa. Łączy on możliwości kodowania agentowego i korzystania z narzędzi znane z GPT‑5.5 z wyższą inteligencją modelu w kluczowych domenach odkrywania leków, takich jak chemia medyczna i genomika, jednocześnie zwiększając wydajność w szerszym spektrum analiz, projektowaniu badań i eksperymentalnych procesów badawczych.
Postęp w naukach przyrodniczych zależy od zdolności do integrowania danych i dowodów w różnych skalach i modalnościach – od cząsteczek, genów i szlaków biologicznych po całe żywe organizmy. W naszych ewaluacjach zaktualizowany model GPT‑Rosalind wykazuje szeroką poprawę wydajności w zadaniach badawczych opracowanych przez ekspertów biologii, złożonych zagadnieniach z chemii medycznej, biologii ilościowej i rozwiązywaniu problemów związanych z pracą laboratoryjną (wet lab).
GPT‑Rosalind jest teraz dostępny w wersji Research Preview dla uprawnionych organizacji na całym świecie w ramach naszej struktury wdrożeniowej opartej na zaufanym dostępie.
Aby mierzyć rzeczywisty wpływ GPT‑Rosalind na badania naukowe oraz stale go doskonalić, zaprojektowaliśmy LifeSciBench — benchmark oceniany zewnętrznie przez ekspertów, skupiony na podstawowych aspektach badań w naukach przyrodniczych. W przeciwieństwie do istniejących benchmarków, które oceniają pojedynczy komponent wydajności modelu lub izolowaną dziedzinę biologii, LifeSciBench przyjmuje całościowe, kompleksowe spojrzenie na pracę o rzeczywistej wartości naukowej. Zadania w benchmarku pochodzą z sześciu kluczowych obszarów procesu badawczego w naukach biologicznych: zarządzania i interpretacji dowodów naukowych, analizy, projektowania i optymalizacji, rozumowania naukowego, walidacji i operacji badawczych oraz translacji i komunikacji. Wykorzystujemy ten punkt odniesienia, żeby dostosować postępy do potrzeb i realiów badań.
GPT‑Rosalind osiąga najlepsze wyniki w zadaniach naukowych wskazanych przez ekspertów branżowych i akademickich.
GPT‑Rosalind osiąga wiodącą w branży wydajność w chemii medycznej, dziedzinie koncentrującej się na przekształcaniu cząsteczek w użyteczne leki. Zaprojektowaliśmy MedChemBench tak, aby odzwierciedlał realistyczne przepływy pracy w chemii medycznej, oceniając multimodalne rozumienie struktur chemicznych, zależność struktura–aktywność (SAR), przewidywanie siły działania leku, toksyczności oraz wchłaniania, dystrybucji, metabolizmu i wydalania (ADME), wieloparametrowe podejmowanie decyzji w optymalizacji związków wiodących oraz retrosyntezę. W benchmarku MedChemBench model GPT‑Rosalind przewyższa GPT‑5.5, uzyskując wynik 27,5% wobec 25,1%, przy użyciu o 7,2% mniejszej liczby tokenów.
GPT‑Rosalind wykazuje lepszą syntezę multimodalną i bardziej zaawansowane rozumowanie mechanistyczne w chemii medycznej.
W benchmarku GeneBench, stanowiącym agentową ocenę długoterminowych, kompleksowych analiz z zakresu genomiki i biologii ilościowej, GPT‑Rosalind wykorzystuje o 31% mniej tokenów niż GPT‑5.5, osiągając wyższą dokładność: 21,6% wobec 20,4%. GeneBench ocenia wydajność agentową w zadaniach o długim horyzoncie analitycznym. Sprawdza, czy na podstawie realistycznych danych naukowych agent potrafi zaplanować poprawną analizę, kontrolę jakości, modelowanie i korekty, aby dojść do odpowiedzi istotnych decyzyjnie? Uwzględnione zadania obejmują różne obszary, w tym genomikę funkcjonalną, transkryptomikę przestrzenną, proteomikę, epigenomikę i genetykę stosowaną.
GPT‑Rosalind wykorzystuje o 31% mniej tokenów niż GPT‑5.5, jednocześnie poprawiając dokładność.
Przedstawiamy nowy test, który ma sprawdzić, jak GPT‑Rosalind może pomóc naukowcom w codziennej pracy laboratoryjnej. LabWorkBench testuje zdolność modelu do łączenia zakłóceń eksperymentalnych z wynikami w rzeczywistych protokołach laboratoryjnych używanych przez naukowców zarówno do rozwiązywania problemów eksperymentalnych, jak i optymalizacji procedur. Dane używane przez LabWorkBench są zastrzeżone, a więc nie są obciążone ryzykiem kontaminacji. GPT‑Rosalind uzyskuje wynik 63,2% wobec 55,8% w przypadku GPT‑5.5, wykorzystując o 5,3% mniej tokenów.
W zakresie praktycznego wsparcia dotyczącego protokołów laboratoryjnych (wet lab), GPT‑Rosalind wykazuje istotnie lepsze wyniki niż GPT‑5.5, przy jednoczesnej poprawie efektywności wykorzystania tokenów.
Opracowaliśmy wtyczki Life Sciences Research(otwiera nowe okno) i Life Sciences NGS Analysis(otwiera nowe okno), aby rozszerzyć zaawansowane możliwości modelu GPT‑Rosalind o praktyczną warstwę wykonawczą dla powtarzalnych procesów badawczych. Razem te wtyczki integrują pozyskiwanie dowodów ze źródeł, interpretację biologiczną i wykonywanie analiz bioinformatycznych w jednym środowisku pracy. Dzięki temu badacze mogą łatwiej łączyć dowody zewnętrzne z wewnętrznymi analizami danych omicznych przy zachowaniu pełnej ścieżki pochodzenia danych oraz artefaktów analitycznych. Wszyscy użytkownicy mogą teraz uzyskać dostęp do obu wtyczek za pośrednictwem Codex. Uprawnieni użytkownicy korporacyjni GPT‑Rosalind mogą dodatkowo używać GPT‑Rosalind jako silnik obsługujący działanie tych wtyczek.
Aby lepiej wykorzystać Codex jako dynamiczny warsztat dla naukowców, dodaliśmy interaktywne przeglądarki dla biologicznie natywnych formatów plików. Początkowy zestaw przeglądarek sekwencji, dopasowań i struktur zaprojektowano tak, by naukowcy pozostawali blisko danych źródłowych, gdy GPT‑Rosalind rozumuje w całym przepływie pracy, oraz by bezpośrednio odpowiadać na pytania uzupełniające z użyciem aktualnie otwartego widoku.
Powyższa demonstracja pokazuje te możliwości w praktyce, koordynowane przez GPT‑Rosalind. Śledzimy naukowca badającego płynną biopsję guza, aby zidentyfikować mutacje i inne zmiany molekularne, które mogą mieć znaczenie terapeutyczne. Wtyczka Life Sciences NGS Analysis przekształca przegląd przetworzonych zapisów ctDNA w interaktywny notatnik, wydobywając powtarzające się zmiany, wywołania o niskiej częstości i trajektorie próbek, co zawęża analizę do mutacji KRAS G12C. Następnie wtyczka Life Sciences Research dostarcza kontekst oparty na źródłach dotyczących celów molekularnych, inhibitorów i mechanizmów oporności, a natywne przeglądarki sekwencji, dopasowań i struktur umożliwiają bezpośrednią analizę zmutowanego aminokwasu 12, jego konserwacji w rodzinie RAS oraz kieszeni wiążącej inhibitor. Proces kończy się przełożeniem tych danych na konkretne opcje dalszych działań, przy czym każdy krok i artefakt są dostępne do oceny eksperckiej.
Wtyczka Life Sciences NGS Analysis
Kontrola jakości i adnotacja danych scRNA-seq
Przekształć pakiet macierzy w formacie 10x w artefakty jednokomórkowe po kontroli jakości, adnotacje i mapy UMAP, które można przeglądać i modyfikować w Codex. Wtyczka Life Sciences NGS Analysis kieruje żądanie do scrna-seq-qc, dobiera progi kontroli jakości na podstawie danych, zachowuje pełną informację o pochodzeniu danych dotyczącą filtrowania i anotacji oraz zgłasza potencjalne problemy, takie jak brakujące zależności do wykrywania dubletów.
Kontrola jakości FASTQ z danych bulk RNA-seq
Przekształć zbiorczy arkusz próbek RNA-seq, pakiet FASTQ i pliki referencyjne w zestaw danych z kontrolą jakości, który możesz sprawdzać i ponownie wykorzystywać w Codex. Wtyczka Life Sciences NGS Analysis kieruje żądanie, waliduje dane wejściowe i zwraca audytowalny pakiet wynikowy z MultiQC, macierzami Salmon, pochodzeniem danych i wyraźnymi zastrzeżeniami.
Rozszerzamy dostęp do serii GPT‑Rosalind dla kwalifikujących się organizacji na całym świecie. GPT‑Rosalind będzie dostępny w wersji Research Preview poprzez nasz model zaufanego dostępu dla organizacji prowadzących rzetelne badania naukowe o wyraźnych korzyściach społecznych, posiadających odpowiednie mechanizmy nadzoru i bezpieczeństwa oraz kontrolę dostępu opartą na zabezpieczeniach klasy korporacyjnej.
W ramach tej globalnej ekspansji cieszymy się, że możemy wspierać misję Novo Nordisk polegającą na szybszym dostarczaniu pacjentom innowacyjnych opcji leczenia przez pomoc w skalowaniu ich badań medycznych z wykorzystaniem GPT‑Rosalind. Novo Nordisk wykorzystuje najnowocześniejsze możliwości AI, aby pomagać badaczom analizować złożone zbiory danych, odkrywać użyteczne wzorce i szybciej weryfikować hipotezy. Dzięki lepszemu rozumieniu biologii GPT‑Rosalind pomoże zespołom łączyć dowody z literatury naukowej, genomiki, transkryptomiki, analiz sekwencji i struktur oraz wyników eksperymentalnych, ułatwiając przejście od danych do trafniejszych decyzji badawczych.
„Badania w naukach biologicznych są złożone, bogate w dane i interdyscyplinarne. Aby dostarczać badaczom realną wartość, zaawansowane modele AI muszą być oparte na zaufanych danych naukowych, połączone ze zwalidowanymi narzędziami i zintegrowane z rzeczywistymi przepływami pracy, których badacze używają każdego dnia. Cieszymy się z partnerstwa z OpenAI i możliwości zbadania, jak GPT‑Rosalind może wspierać bardziej rygorystyczne i praktyczne podejścia do odkrywania leków”.
Mishal Patel, Group Vice President, AI & Digital Innovation, R&D – Novo Nordisk
Oferujemy też teraz przestrzeń roboczą zarządzaną przez OpenAI dla kwalifikujących się organizacji bez konta Enterprise.
Zaktualizowany GPT‑Rosalind to kolejny krok w naszym szerszym zobowiązaniu do budowania systemów AI, które mogą pomóc przyspieszać odkrycia naukowe przy jednoczesnym zapewnieniu odpowiednich zabezpieczeń dla zaawansowanych zastosowań biologicznych. Będziemy nadal ulepszać zdolności modelu w zakresie rozumowania biologicznego, rozszerzać wsparcie dla złożonych i długoterminowych procesów badawczych oraz współpracować z uprawnionymi organizacjami na całym świecie w celu oceny rzeczywistego wpływu tych rozwiązań.
Oznacza to także stosowanie AI dla nauk biologicznych do działań o dużym znaczeniu społecznym — od odkrywania leków i medycyny translacyjnej po zdrowie publiczne, gotowość i ochronę biologiczną. Poprzez Rosalind Biodefense i nasz model zaufanego dostępu chcemy udostępniać zaawansowane możliwości biologiczne badaczom, instytucjom i organizacjom odpowiedzialnym za ochronę zdrowia ludzi oraz wzmacnianie odporności społeczeństwa.
Będziemy nadal rozwijać GPT‑Rosalind, aby stał się jeszcze skuteczniejszym partnerem na każdym etapie procesu badawczego, pomagając naukowcom szybciej przechodzić od właściwych pytań do jaśniejszych dowodów, lepiej zaprojektowanych eksperymentów i wreszcie nowych terapii dla pacjentów.
