Vă prezentăm GPT‑Rosalind pentru cercetarea în domeniul științelor vieții

Astăzi, vă prezentăm GPT‑Rosalind, modelul nostru de raţionament de vârf, conceput pentru a sprijini cercetarea în biologie, descoperirea de medicamente și medicina translațională. Seria de modele pentru științele vieții este optimizată pentru fluxurile de lucru științifice, combinând o utilizare îmbunătățită a instrumentelor cu o înțelegere mai aprofundată în domeniile chimiei, ingineriei proteinelor și genomicii.

În medie, durează aproximativ 10-15 ani de la descoperirea țintei terapeutice până la obținerea aprobării de reglementare pentru un nou medicament în Statele Unite. Rezultatele obținute în primele etape ale procesului de descoperire se cumulează pe parcurs, conducând la o selecție mai bună a țintelor, la ipoteze biologice mai solide și la experimente de o calitate superioară. Progresul în științele vieții este limitat nu doar de dificultatea științei fundamentale, ci și de complexitatea fluxurilor de lucru din cercetare. Cercetătorii trebuie să lucreze cu volume mari de literatură de specialitate, baze de date specializate, date experimentale și ipoteze în evoluție pentru a genera și evalua idei noi. Aceste fluxuri de lucru sunt adesea consumatoare de timp, fragmentate și dificil de adaptat la scară largă.

Credem că sistemele avansate de inteligență artificială îi pot ajuta pe cercetători să parcurgă aceste fluxuri de lucru mai rapid, nu doar prin eficientizarea muncii existente, ci și ajutând oamenii de știință să exploreze mai multe posibilități, să descopere conexiuni care altfel ar putea fi trecute cu vederea și să formuleze mai devreme ipoteze mai bune. Prin sprijinirea sintetizării datelor, a formulării ipotezelor, a planificării experimentale și a altor activități de cercetare cu mai multe etape, acest model este conceput pentru a ajuta cercetătorii să accelereze etapele inițiale ale procesului de descoperire. În timp, aceste sisteme ar putea ajuta organizațiile din domeniul științelor vieții să realizeze descoperiri revoluționare care altfel nu ar fi fost posibile, cu un grad de succes mult mai mare. 

Modelul GPT‑Rosalind este acum disponibil sub formă de versiune preliminară de cercetare în ChatGPT, Codex și API pentru clienții eligibili prin programul nostru de acces pe bază de încredere. De asemenea, lansăm o extensie de cercetare în domeniul științelor vieții pentru Codex, disponibilă gratuit, care îi ajută pe oamenii de știință să conecteze modelele la peste 50 de instrumente științifice și surse de date. Lucrăm cu clienți precum Amgen, Moderna, Allen Institute, Thermo Fisher Scientific și alții pentru a aplica GPT‑Rosalind în fluxuri de lucru care accelerează cercetarea și descoperirea.

Modelul poartă numele biofizicienei Rosalind Franklin, ale cărei cercetări riguroase au contribuit la dezvăluirea structurii ADN-ului și au pus bazele biologiei moleculare moderne.

Seria de modele pentru științele vieții GPT‑Rosalind este concepută pentru activitatea științifică modernă în domenii precum dovezile publicate, datele, instrumentele și experimentele. În evaluările noastre, acesta oferă cele mai bune performanțe în sarcinile care necesită raționament privind moleculele, proteinele, genele, căile metabolice și aspectele biologice relevante pentru boli, fiind totodată mai eficient în utilizarea instrumentelor științifice și a bazelor de date în fluxuri de lucru cu mai multe etape, precum analiza literaturii de specialitate, interpretarea relației dintre secvență și funcție, planificarea experimentală și analiza de date.

Aceasta este prima versiune din seria noastră de modele GPT‑Rosalind dedicate științelor vieții, iar noi vom continua să extindem limitele capacităților de raționament biochimic ale modelului în cadrul unor fluxuri de lucru științifice pe termen lung, care implică utilizarea intensivă a instrumentelor. Infrastructura de calcul a OpenAI ne permite să continuăm instruirea, evaluarea și îmbunătățirea unor modele de domeniu din ce în ce mai performante în contextul unor sarcini științifice reale, contribuind astfel la creșterea utilității acestor sisteme pe măsură ce fluxurile de lucru devin tot mai complexe.

Colaborăm cu clienți de top din domeniul farmaceutic, al biotehnologiei și al cercetării, precum și cu organizații din sectorul tehnologiilor științelor vieții, pentru a implementa GPT‑Rosalind în fluxurile de lucru care stau la baza descoperirilor științifice.

Am evaluat GPT‑Rosalind în ceea ce privește o serie de capacități esențiale pentru descoperirile științifice și cercetarea industrială. Aceste evaluări măsoară capacitatea de raționament de bază în diverse subdomenii științifice, inclusiv mecanismele reacțiilor chimice; structura proteinelor, efectele mutațiilor și interacțiunile; precum și interpretarea filogenetică a secvențelor de ADN. De asemenea, acestea evaluează dacă modelele pot susține fluxuri de lucru reale de cercetare prin interpretarea rezultatelor experimentale, identificarea tiparelor relevante pentru experți și sintetizarea informațiilor externe pentru a concepe experimente ulterioare. În cele din urmă, se verifică dacă modelele sunt capabile să selecteze și să utilizeze instrumentele de calcul, bazele de date și capacitățile specifice domeniului adecvate pentru a-și îmbunătăți procesul de raționament. În ansamblu, aceste evaluări evidențiază progrese pe tot parcursul procesului de cercetare științifică și indică o capacitate sporită de a-i ajuta pe cercetători să facă față sarcinilor dificile de descoperire.

Am evaluat GPT‑Rosalind pe o serie de teste de performanță publice. Pe BixBench, un test de performanță conceput în jurul bioinformaticii și analizei datelor din contexte reale, GPT‑Rosalind a obținut performanțe de top în rândul modelelor cu scoruri publicate.

Pe LABBench2, un test de performanță care măsoară performanța pe o gamă de sarcini de cercetare, precum preluarea literaturii de specialitate, accesarea bazelor de date, manipularea secvențelor și proiectarea protocoalelor, GPT‑Rosalind depășește GPT‑5.4 în 6 din 11 sarcini. Cea mai remarcabilă îmbunătățire provine de la CloningQA, care necesită proiectarea integrală a reactivilor ADN și enzimatici pentru protocoale de clonare moleculară.

De asemenea, am încheiat un parteneriat cu Dyno Therapeutics, o companie pionieră în domeniul terapiilor genice proiectate cu ajutorul inteligenței artificiale, pentru a evalua modelul într-o sarcină de predicție și generare a relației dintre secvența ARN și funcție, folosind secvențe nepublicate și necontaminate. Performanța a fost comparată cu 57 de scoruri anterioare obținute de experți umani din domeniul bio-IA. Atunci când au fost evaluate direct în aplicația Codex, cele mai bune zece propuneri de modele s-au clasat peste a 95-a centilă a experților umani la sarcina de predicție și în jurul a 84-a centile a experților umani la sarcina de generare de secvențe.

Aceste evaluări oferă un indicator relevant al performanței în ceea ce privește tipurile de fluxuri de lucru pe care oamenii de știință le utilizează zilnic pentru a genera dovezi, a analiza date complexe și a ajunge la concluzii biologice fundamentate.

Oamenii de știință pot folosi noua noastră extensie de cercetare pentru științele vieții⁠(se deschide într-o fereastră nouă) pentru Codex, disponibilă astăzi pe GitHub. Acest pachet include un set amplu de competențe modulare pentru cele mai comune fluxuri de lucru de cercetare, conceput pentru a-i ajuta pe utilizatori să lucreze în domenii precum genetica umană, genomica funcțională, structura proteinelor, biochimia, dovezile clinice și identificarea studiilor publice.

Aceste competențe acționează ca un strat de coordonare care îi ajută pe oamenii de știință să abordeze mai eficient întrebări ample, ambigue și în mai multe etape. Acestea oferă acces la peste 50 de baze de date publice multi-omice, surse bibliografice și instrumente biologice, constituind un punct de plecare flexibil pentru fluxuri de lucru comune și repetabile, precum identificarea structurii proteinelor, căutarea secvențelor, analiza literaturii de specialitate și descoperirea seturilor de date publice.

Utilizatorii Enterprise eligibili pot utiliza această extensie în fluxuri de lucru de cercetare cu GPT‑Rosalind pentru un raționament biologic mai aprofundat, în timp ce toți utilizatorii pot folosi pachetul de extensii cu modelele noastre principale.

Dorim să punem aceste capacități la dispoziția oamenilor de știință și a organizațiilor de cercetare care se află în cea mai bună poziție pentru a contribui la îmbunătățirea sănătății umane, menținând în același timp măsuri solide de protecție împotriva utilizării abuzive a materialelor biologice. Modelul pentru științele vieții pornește inițial cu acces pe bază de încredere pentru clienții Enterprise eligibili din SUA, cu reguli clare pentru eligibilitate, gestionarea accesului și guvernanța organizațională. În același timp, punem la dispoziție pe scară mai largă un set de conectori, precuma și extensia de cercetare pentru științele vieții, astfel încât cercetătorii să poată utiliza modelele noastre principale într-un mod mai eficient pentru activitățile de cercetare din domeniul științelor vieții. 

Modelul pentru științele vieții a fost dezvoltat cu măsuri de securitate sporite de nivel corporativ și cu un sistem consolidat de gestionare a accesului, permițând utilizarea științifică profesională în medii de cercetare reglementate. Evaluăm accesul pe baza a trei principii fundamentale: utilizare benefică, guvernanță solidă și supraveghere riguroasă a siguranței, precum și acces controlat cu securitate de nivel corporativ. În practică, aceasta înseamnă că organizațiile participante trebuie să desfășoare activități de cercetare științifică legitime, cu beneficii clare pentru public; să mențină mecanisme adecvate de guvernanță, conformitate și prevenire a utilizării abuzive; și să limiteze accesul la utilizatorii autorizați, în medii sigure și bine gestionate. De asemenea, organizațiile trebuie să accepte condițiile programului de acces anticipat pentru cercetarea în domeniul științelor vieții și să respecte politicile de utilizare ale OpenAI; este posibil să solicităm informații suplimentare în cadrul procesului de înscriere sau pe parcursul participării.

Organizațiile pot solicita acces⁠ prin procesul nostru de evaluare a calificării și a siguranței.

În timpul perioadei utilizării versiunii preliminare, utilizarea acestui model nu va consuma creditele sau tokenurile existente, sub rezerva respectării măsurilor de protecție împotriva abuzurilor. Vom oferi mai multe detalii despre prețuri și disponibilitate pe măsură ce programul se extinde.

Modelul pentru științele vieții este conceput pentru a ajuta organizațiile științifice să desfășoare activități de calitate superioară, mai rapid, în medii care necesită atât capabilități tehnice, cât și control operațional. Echipa noastră specializată în științele vieții, alături de parteneri de consultanță precum McKinsey & Company, Boston Consulting Group (BCG) și Bain & Company, ajută organizațiile să identifice cazuri de utilizare cu impact semnificativ, să integreze modelul în mediile corporative și să obțină rezultate măsurabile. Dacă dorești să explorezi modalitățile prin care OpenAI Life Sciences îți poate sprijini activitatea, poți contacta echipa noastră specializată în științele vieții⁠.

Aceasta este prima lansare din seria noastră de modele dedicate științelor vieții și o considerăm începutul unui angajament pe termen lung de a dezvolta inteligență artificială capabilă să accelereze descoperirile științifice în domenii de o importanță majoră pentru societate, de la sănătatea umană până la cercetarea biologică în sens larg. Vom continua să îmbunătățim raționamentul biologic al modelului, să extindem compatibilitatea pentru fluxurile de lucru de cercetare care implică utilizarea intensivă a instrumentelor și se desfășoară pe termen lung și să colaborăm îndeaproape cu instituții științifice de prim rang pentru a evalua efectul în lumea reală. Printre aceste măsuri se numără parteneriate continue cu laboratoare naționale precum Los Alamos National Laboratory, unde explorăm proiectarea proteinelor și a catalizatorilor ghidată de inteligența artificială inclusiv capacitatea sistemelor de inteligență artificială de a modifica structuri biologice, păstrând sau îmbunătățind proprietățile funcționale esențiale. 

În timp, ne așteptăm ca aceste sisteme să devină parteneri tot mai capabili în descoperiri, ajutând oamenii de știință să facă mai rapid trecerea de la întrebări la dovezi, de la dovezi la idei, și de la idei la tratamente noi pentru pacienți.