GPT‑Rosalind: новая эра наук о жизни

Сегодня мы представляем GPT‑Rosalind — нашу передовую модель рассуждений, созданную для поддержки исследований в области биологии, разработки лекарств и трансляционной медицины. Эта серия моделей для наук о жизни оптимизирована для научных рабочих процессов. Она сочетает в себе улучшенные навыки использования инструментов с глубоким пониманием химии, белковой инженерии и геномики.

В среднем в США путь от открытия цели (мишени) до одобрения нового лекарства регуляторами занимает от 10 до 15 лет. Успехи, достигнутые на самых ранних этапах открытия, дают кумулятивный эффект на последующих стадиях: в более точном выборе целей, формировании сильных биологических гипотез и проведении более качественных экспериментов. Прогресс в медико-биологических науках сдерживается не только сложностью лежащих в их основе научных проблем, но и сложностью самих исследовательских процессов. Ученые должны работать с большими объемами литературы, специализированными базами данных, экспериментальными данными и развивающимися гипотезами, чтобы выдвигать и оценивать новые идеи. Эти рабочие процессы часто трудозатратны, фрагментированы и с трудом поддаются масштабированию.

Мы верим, что передовые системы ИИ могут помочь исследователям проходить через эти этапы быстрее — не только за счет повышения эффективности текущей работы, но и помогая ученым изучать больше возможностей, выявлять скрытые связи и быстрее приходить к верным гипотезам. Поддерживая синтез доказательств, генерацию гипотез, планирование экспериментов и другие многоэтапные исследовательские задачи, эта модель призвана помочь ученым ускорить ранние стадии открытий. Со временем такие системы могут помочь организациям медико-биологической сферы совершать прорывы, которые иначе были бы невозможны, и достигать гораздо более высоких показателей успеха.

GPT‑Rosalind открыта для тестирования в ChatGPT, Codex и через API. Квалифицированные клиенты могут получить к ней доступ через нашу программу доверенного партнерства. Мы также представляем бесплатный исследовательский плагин для наук о жизни (Life Sciences research plugin) для Codex, который поможет ученым подключать модели к более чем 50 научным инструментам и источникам данных. Мы работаем с такими клиентами, как Amgen, Moderna, Allen Institute, Thermo Fisher Scientific и другие, чтобы внедрять GPT‑Rosalind в различные рабочие процессы, которые ускоряют исследования и открытия.

Модель названа в честь Розалинд Франклин, чьи фундаментальные исследования помогли раскрыть структуру ДНК и заложили основы современной молекулярной биологии.

Серия моделей GPT‑Rosalind для наук о жизни разработана для современной научной деятельности, охватывающей работу с публикациями, данными, инструментами и экспериментами. Согласно нашим оценкам, она демонстрирует лучшие показатели в задачах, требующих рассуждений о молекулах, белках, генах, биологических путях и биологии заболеваний. Она более эффективна при использовании научных инструментов и баз данных в многоэтапных процессах, таких как обзор литературы, интерпретация связи «последовательность — функция», планирование экспериментов и анализ данных.

Это первый релиз GPT‑Rosalind для наук о жизни, и мы продолжим расширять передовые способности модели к биохимическим рассуждениям в долгосрочных научных рабочих процессах с активным использованием инструментов. Вычислительная инфраструктура OpenAI дает нам возможность продолжать обучать, оценивать и совершенствовать всё более мощные предметные модели на реальных научных задачах, делая эти системы всё более полезными по мере того, как сами рабочие процессы становятся всё более сложными.

Мы сотрудничаем с ведущими фармацевтическими, биотехнологическими и научно-исследовательскими организациями, а также с технологическими компаниями в медико-биологической сфере, чтобы внедрять GPT‑Rosalind в рабочие процессы, способствующим новых открытиям.

Мы оценили возможности GPT‑Rosalind в ряде областей, имеющих основополагающее значение для научных открытий и отраслевых исследований. Эти испытания измеряют базовые навыки рассуждения в научных поддоменах, включая механизмы химических реакций, структуру белков, эффекты мутаций и их взаимодействия, а также филогенетическую интерпретацию последовательностей ДНК. Они также оценивают, могут ли модели поддерживать реальные исследовательские процессы, интерпретируя экспериментальные результаты, выявляя закономерности, значимые для экспертов, и синтезируя внешнюю информацию для разработки последующих экспериментов. Наконец, они проверяют, могут ли модели выбирать и использовать подходящие вычислительные инструменты, базы данных и предметно-специфические возможности, чтобы дополнять свои рассуждения. В совокупности эти оценки демонстрируют прогресс на всех этапах научного поиска и подтверждают увеличившийся потенциал модели в решении сложных задач на стадии открытия новых соединений и методов.

Мы протестировали GPT‑Rosalind на ряде общедоступных бенчмарков. В тесте BixBench, разработанном на основе реальных задач биоинформатики и анализа данных, GPT‑Rosalind продемонстрировала лучшие результаты среди всех моделей с опубликованными показателями.

В тесте LABBench2, который оценивает эффективность выполнения ряда исследовательских задач — таких как поиск литературы, доступ к базам данных, манипуляции с последовательностями и разработка протоколов — GPT‑Rosalind превосходит GPT‑5.4 в 6 из 11 категорий. Наиболее заметное улучшение наблюдается в тесте CloningQA, который требует сквозного проектирования последовательностей ДНК и подбора ферментативных реагентов для протоколов молекулярного клонирования.

Мы также сотрудничали с Dyno Therapeutics — компанией, являющейся первопроходцем в области разработки генной терапии с помощью ИИ, — чтобы оценить возможности модели в задачах прогнозирования и генерации РНК-последовательностей на основе их функции, используя неопубликованные и «чистые» (не встречавшиеся в обучающей выборке) данные. Результаты сравнивались с 57 историческими показателями экспертов в области ИИ-биологии. При оценке непосредственно в приложении Codex лучший из десяти вариантов, предложенных моделью, превзошел результаты 95% экспертов-людей в задаче прогнозирования и около 84% экспертов в задаче генерации последовательностей.

Эти оценки дают значимый показатель эффективности в тех рабочих процессах, на которые ученые ежедневно полагаются, чтобы получать доказательные результаты, анализировать сложные данные и приходить к обоснованным биологическим выводам.

Ученые могут использовать наш новый исследовательский плагин для наук о жизни (Life Sciences research plugin)⁠(открывается в новом окне) для Codex, уже сегодня доступный на GitHub. Этот пакет включает широкий набор модульных навыков для большинства распространенных исследовательских процессов, разработанных, чтобы помочь пользователям работать в таких областях, как генетика человека, функциональная геномика, структура белков, биохимия, клинические данные и поиск общедоступных исследований.

Эти навыки выступают в роли уровня оркестрации (координационного слоя), который помогает ученым эффективнее решать масштабные, неоднозначные и многоэтапные задачи. Они обеспечивают доступ к более чем 50 публичным мультиомным базам данных, источникам литературы и биологическим инструментам, а также предлагают гибкую основу для типовых повторяющихся процессов, таких как поиск структуры белков и последовательностей, обзор литературы и поиск общедоступных наборов данных.

Пользователи Enterprise, имеющие соответствующий уровень доступа, могут использовать этот плагин в своих исследованиях совместно с GPT‑Rosalind для более глубокого биологического анализа, в то время как всем остальным пользователям пакет плагинов доступен для работы с нашими основными моделями.

Мы стремимся сделать эти возможности доступными для ученых и исследовательских организаций, которые обладают наилучшим потенциалом для развития здравоохранения, сохраняя при этом строгие меры защиты от неправомерного использования биоматериалов. На начальном этапе модель для медико-биологической отрасли запускается в рамках структуры доверенного доступа для квалифицированных клиентов Enterprise в США, с контролем соответствия требованиям, управлением доступом и организационным надзором. В то же время мы делаем набор коннекторов и исследовательский плагин доступными для более широкой аудитории, чтобы исследователи могли эффективнее использовать наши основные модели для задач в области исследований в сфере наук о жизни. 

GPT‑Rosalind была разработана с усиленным контролем безопасности корпоративного уровня и ужесточенным управлением доступом, что позволяет использовать её в профессиональных научных целях в контролируемых исследовательских средах. Мы оцениваем предоставление доступа на основе трех основных принципов: полезное использование, строгий контроль и надзор за безопасностью, а также контролируемый доступ с защитой корпоративного уровня. На практике это означает, что участвующие организации должны проводить законные научные исследования с очевидной общественной пользой; поддерживать надлежащие механизмы управления, соблюдения требований и предотвращения злоупотреблений; а также ограничивать доступ только одобренными пользователями внутри защищенных и управляемых сред. Организации также должны согласиться с условиями предварительного доступа к программе исследований в области наук о жизни, соблюдать политики использования OpenAI; мы также можем запросить дополнительную информацию в процессе регистрации или участия.

Организации могут запросить доступ⁠ в рамках нашего процесса квалификационной проверки и проверки безопасности.

В период предварительного исследования использование этой модели не будет расходовать существующие кредиты или токены (с учетом ограничений по предотвращению злоупотреблений). Мы сообщим подробности о ценообразовании и доступности по мере расширения программы.

GPT‑Rosalind создана, чтобы помогать научным организациям выполнять более качественную работу быстрее в условиях, где необходимы как технические возможности, так и операционный контроль. Наша команда, специализирующаяся на медико-биологическом направлении, а также партнеры-консультанты, включая McKinsey & Company, Boston Consulting Group (BCG) и Bain & Company, помогают организациям выявлять наиболее перспективные сценарии применения, интегрировать модель в корпоративные среды и добиваться измеримых результатов. Если вы хотите узнать, как OpenAI может поддержать вашу работу, вы можете связаться с нашей командой⁠.

Это первый релиз в нашей серии моделей для наук о жизни, и мы рассматриваем его как начало долгосрочного обязательства по созданию ИИ, способного ускорить научные открытия в жизненно важных для общества областях — от здоровья человека до широких биологических исследований. Мы продолжим совершенствовать биологические рассуждения модели, расширять поддержку исследовательских процессов, предполагающих активное использование инструментов и долгосрочное планирование, а также тесно сотрудничать с ведущими научными учреждениями для оценки практического влияния в реальных условиях. Это включает постоянные партнерства с национальными лабораториями, такими как Лос-Аламосская национальная лаборатория (Los Alamos National Laboratory), где мы изучаем разработку белков и катализаторов с использованием ИИ, включая способность систем ИИ модифицировать биологические структуры, сохраняя или улучшая ключевые функциональные свойства. 

Со временем мы ожидаем, что эти системы станут всё более эффективными партнёрами в научных открытиях, помогая учёным быстрее переходить от вопроса к доказательствам, от доказательств к инсайту, а от инсайта — к новым методам лечения для пациентов.