Apresentamos novas capacidades para o GPT‑Rosalind
Mais inteligência assente em fluxos de trabalho científicos reais para a indústria das ciências da vida.
Apresentamos uma nova atualização de modelo para a nossa série GPT‑Rosalind, criada especificamente para investigação em ciências da vida à escala empresarial. Combina as capacidades de programação agêntica e utilização de ferramentas do GPT‑5.5 com maior inteligência de modelo em domínios centrais da descoberta de fármacos, como química medicinal e genómica, ao mesmo tempo que melhora o desempenho em análises, desenho e fluxos de trabalho experimentais mais amplos nas ciências da vida.
O progresso nas ciências da vida depende da síntese de dados e evidência entre escalas e modalidades: moléculas, genes, vias e sistemas vivos. Nas nossas avaliações, o GPT‑Rosalind atualizado mostra ganhos amplos de desempenho em tarefas de investigação de especialistas em biologia, consultas complexas de química medicinal, biologia quantitativa e resolução de problemas de laboratório húmido.
O GPT‑Rosalind está agora disponível em pré-visualização de investigação para organizações elegíveis em todo o mundo através da nossa estrutura de implementação com acesso de confiança.
Para medir e melhorar continuamente o impacto real do GPT‑Rosalind, concebemos o LifeSciBench, um benchmark avaliado externamente por especialistas e focado em aspetos fundamentais da investigação em ciências da vida. Ao contrário dos benchmarks existentes, que avaliam isoladamente um único componente do desempenho do modelo ou um domínio biológico, o LifeSciBench adota uma visão ponta a ponta do trabalho cientificamente valioso, recolhendo tarefas de seis áreas de fluxo de trabalho centrais à investigação em ciências da vida: tratamento de evidência, análise, desenho e otimização, raciocínio científico, validação e operações, e tradução e comunicação. Usamos este benchmark para alinhar o progresso com as necessidades e realidades da investigação em ciências da vida.
O GPT‑Rosalind lidera o desempenho em tarefas cientificamente valiosas identificadas por especialistas da indústria e da academia.
O GPT‑Rosalind alcança desempenho líder na indústria em química medicinal, uma área focada em transformar moléculas em fármacos úteis. Concebemos o MedChemBench para refletir fluxos de trabalho realistas de química medicinal, avaliando a compreensão multimodal de estruturas químicas; relação estrutura-atividade (SAR); previsão de potência, toxicidade e absorção, distribuição, metabolismo e excreção (ADME) de fármacos; tomada de decisão de otimização de compostos líderes multiparâmetro; e retrosíntese. O GPT‑Rosalind supera o GPT‑5.5 no MedChemBench, com 27,5% contra 25,1%, usando 7,2% menos tokens.
O GPT‑Rosalind mostra melhor síntese multimodal e raciocínio mecanístico em química medicinal.
No GeneBench, a nossa avaliação agêntica de análise ponta a ponta de longo horizonte em genómica e biologia quantitativa, o GPT‑Rosalind usa menos 31% de tokens do que o GPT‑5.5, ao mesmo tempo que atinge maior exatidão: 21,6% contra 20,4%. O GeneBench avalia o desempenho agêntico em tarefas quantitativas de longo horizonte: com base em dados científicos realistas, consegue um agente planear análises, QC, modelação e correções válidas para chegar a respostas relevantes para a decisão? Os problemas incluídos abrangem vários domínios, incluindo genómica funcional, transcriptómica espacial, proteómica, epigenómica e genética aplicada.
O GPT‑Rosalind usa menos 31% de tokens do que o GPT‑5.5, melhorando a exatidão.
Introduzimos uma nova avaliação para testar a capacidade do GPT‑Rosalind de ajudar cientistas que realizam trabalho laboratorial no mundo real. O LabWorkBench testa a capacidade do modelo de ligar perturbações a resultados experimentais em protocolos reais de laboratório húmido usados por cientistas, para fins que vão da resolução de problemas à otimização. Os dados usados pelo LabWorkBench são proprietários e, portanto, não contaminados. O GPT‑Rosalind obtém 63,2% contra 55,8% do GPT‑5.5, usando menos 5,3% de tokens.
Na assistência a protocolos reais de laboratório húmido, o GPT‑Rosalind mostra ganhos significativos face ao GPT‑5.5, melhorando simultaneamente a eficiência de tokens.
Criámos os plugins Life Sciences Research(abre numa nova janela) e Life Sciences NGS Analysis(abre numa nova janela) para estender a inteligência acrescida do GPT‑Rosalind com uma camada de execução prática para fluxos de trabalho científicos repetíveis. Em conjunto, estes plugins trazem recuperação de evidência com fontes, interpretação biológica e execução bioinformática para o mesmo espaço de trabalho, ajudando investigadores a ligar evidência externa a análises ómicas internas, preservando artefactos e proveniência. Todos os utilizadores podem agora aceder a ambos os plugins através do Codex. Utilizadores empresariais qualificados do GPT‑Rosalind podem, adicionalmente, usar o GPT‑Rosalind para alimentar estes plugins.
Para tirar melhor partido do Codex como bancada de trabalho dinâmica para cientistas, adicionámos visualizadores interativos para tipos de ficheiro nativos da biologia. O conjunto inicial de visualizadores de sequências, alinhamentos e estruturas foi concebido para manter os cientistas próximos da evidência enquanto o GPT‑Rosalind raciocina ao longo de um fluxo de trabalho e responde diretamente a perguntas de seguimento usando o visualizador ativo em contexto.
A demonstração acima mostra estas capacidades em ação, orquestradas pelo GPT‑Rosalind. Acompanhamos um cientista que investiga uma biópsia líquida de tumor para identificar mutações e outras alterações moleculares que possam informar o tratamento. O plugin Life Sciences NGS Analysis transforma uma revisão de registos de ctDNA processados num caderno interativo, destacando alterações recorrentes, chamadas de baixa frequência e trajetórias de amostras que focam a investigação em KRAS G12C. A partir daí, o plugin Life Sciences Research acrescenta contexto com fontes sobre alvo, inibidor e resistência, enquanto os visualizadores nativos de sequência, alinhamento e estrutura permitem ao cientista inspecionar diretamente o resíduo mutante 12, a sua conservação na família RAS e a bolsa ligada ao inibidor. O fluxo de trabalho termina traduzindo essa evidência em opções concretas de seguimento, com cada passo e artefacto disponível para revisão por especialistas.
Plugin Life Sciences NGS Analysis
QC e anotação de scRNA-seq
Transforme um pacote de matriz ao estilo 10x em artefactos de célula única filtrados por QC, anotações e UMAPs que pode inspecionar e rever no Codex. O plugin Life Sciences NGS Analysis encaminha o pedido para scrna-seq-qc, escolhe limiares de QC a partir dos dados, preserva a proveniência em torno da filtragem e anotação, e destaca bloqueadores como dependências de deteção de dupletos em falta.
QC de FASTQ de RNA-seq em massa
Transforme uma folha de amostras de RNA-seq em massa, um pacote FASTQ e ficheiros de referência num pacote de contagens revisto por QC que pode inspecionar e reutilizar no Codex. O plugin Life Sciences NGS Analysis encaminha o pedido, valida as entradas e devolve um envelope de execução auditável com MultiQC, matrizes Salmon, proveniência e ressalvas explícitas.
Estamos a alargar o acesso à série GPT‑Rosalind a organizações elegíveis em todo o mundo. O GPT‑Rosalind estará disponível em pré-visualização de investigação através da nossa estrutura de implementação com acesso de confiança para organizações que realizam investigação científica legítima com claro benefício público, têm forte governação e supervisão de segurança, e acesso controlado com segurança de nível empresarial.
Como parte desta expansão global, temos o prazer de ajudar a apoiar a missão da Novo Nordisk de levar opções de tratamento inovadoras aos doentes mais rapidamente, ajudando a escalar a sua investigação médica com o GPT‑Rosalind. A Novo Nordisk está a aproveitar capacidades de IA de fronteira para ajudar investigadores a analisar conjuntos de dados complexos, descobrir padrões úteis e testar hipóteses mais rapidamente. A compreensão biológica mais forte do GPT‑Rosalind ajudará equipas a ligar evidência entre literatura, genómica, transcriptómica, sequência, estrutura e resultados experimentais, facilitando a passagem de dados para decisões de investigação mais claras.
“A investigação em ciências da vida é complexa, rica em dados e interdisciplinar. Para entregar valor significativo aos investigadores, modelos avançados de IA têm de assentar em dados científicos fiáveis, estar ligados a ferramentas validadas e ser integrados nos fluxos de trabalho reais que os investigadores usam todos os dias. Estamos satisfeitos com a nossa parceria com a OpenAI e com a oportunidade de explorar como o GPT‑Rosalind pode apoiar abordagens mais rigorosas e práticas à descoberta de fármacos.”
Mishal Patel, Vice-presidente de Grupo, IA e Inovação Digital, I&D - Novo Nordisk
Também estamos agora a oferecer um espaço de trabalho gerido pela OpenAI para organizações qualificadas sem conta Enterprise.
O GPT‑Rosalind atualizado é o próximo passo no nosso compromisso mais amplo de criar sistemas de IA que ajudem a acelerar a descoberta científica, garantindo que capacidades biológicas avançadas são implementadas com salvaguardas adequadas. Continuaremos a melhorar o raciocínio biológico do modelo, a expandir o suporte para fluxos de trabalho de investigação intensivos em ferramentas e de longo horizonte, e a trabalhar com organizações qualificadas em várias regiões para avaliar o impacto real.
Isto também significa aplicar IA de ciências da vida a trabalho de elevado impacto e benefício público, da descoberta de fármacos e medicina translacional à saúde pública, preparação e biodefesa. Através do Rosalind Biodefense e do nosso modelo de implementação com acesso de confiança, pretendemos colocar capacidades biológicas de fronteira nas mãos dos investigadores, instituições e defensores que trabalham para melhorar a saúde humana e reforçar a resiliência social.
Continuaremos a desenvolver o GPT‑Rosalind para se tornar um parceiro mais capaz ao longo de todo o ciclo de vida da investigação científica, ajudando cientistas a avançar mais rapidamente das perguntas certas para evidência mais clara, melhores experiências e, em última análise, novos tratamentos para os doentes.
