Predstavujeme GPT‑Rosalind pre výskum v oblasti biologických vied

Dnes predstavujeme GPT‑Rosalind, náš prelomový uvažovací model navrhnutý na podporu výskumu v oblasti biológie, objavovania liekov a translačnej medicíny. Séria modelov pre biovedy je optimalizovaná pre vedecké pracovné postupy a spája lepšie využívanie nástrojov s hlbším porozumením naprieč chémiou, proteínovým inžinierstvom a genomikou.

V priemere trvá približne 10 až 15 rokov, kým nový liek v Spojených štátoch prejde od identifikácie cieľa k regulačnému schváleniu. Prínosy dosiahnuté v najskorších fázach objavovania sa v ďalších fázach znásobujú v podobe lepšieho výberu cieľov, presvedčivejších biologických hypotéz a kvalitnejších experimentov. Pokrok v biologických vedách nie je obmedzovaný len náročnosťou samotnej vedy, ktorá je základom, ale aj komplexnosťou samotných výskumných pracovných postupov. Vedci musia pracovať s rozsiahlym objemom literatúry, špecializovanými databázami, experimentálnymi údajmi a vyvíjajúcimi sa hypotézami, aby mohli vytvárať a vyhodnocovať nové myšlienky. Tieto pracovné postupy sú často časovo náročné, fragmentované a ťažko škálovateľné.

Veríme, že pokročilé systémy umelej inteligencie môžu pomôcť výskumníkom rýchlejšie prechádzať týmito pracovnými postupmi, a to nielen tým, že zefektívnia existujúcu prácu, ale aj tým, že vedcom pomôžu skúmať viac možností, odhaľovať súvislosti, ktoré by inak mohli zostať nepovšimnuté, a skôr dospieť k lepším hypotézam. Podporou syntézy dôkazov, generovania hypotéz, plánovania experimentov a ďalších viackrokových výskumných úloh je tento model navrhnutý tak, aby pomohol výskumníkom urýchliť počiatočné fázy objavovania. Postupom času by tieto systémy mohli organizáciám v oblasti biologických vied pomôcť dosahovať prelomové objavy, ktoré by inak neboli možné, s oveľa vyššou mierou úspešnosti. 

GPT‑Rosalind je teraz k dispozícii ako výskumná ukážka v ChatGPT, Codex a API pre kvalifikovaných zákazníkov prostredníctvom nášho programu prístupu založeného na dôvere. Taktiež predstavujeme voľne dostupný výskumný plugin Life Sciences pre Codex, ktorý vedcom pomáha prepájať modely s viac ako 50 vedeckými nástrojmi a zdrojmi dát. Na nasadení GPT‑Rosalind v pracovných postupoch, ktoré urýchľujú výskum a objavovanie spolupracujeme so zákazníkmi ako je Amgen, Moderna, Allen Institute, Thermo Fisher Scientific, a i s ďalšími.

Model nesie meno Rosalind Franklin, ktorej dôkladný výskum pomohol odhaliť štruktúru DNA a položil základy modernej molekulárnej biológie.

Séria modelov GPT‑Rosalind pre biologické vedy je vytvorená pre modernú vedeckú prácu naprieč publikovanými dôkazmi, dátami, nástrojmi a experimentmi. V našich hodnoteniach dosahuje najlepší výkon pri úlohách, ktoré vyžadujú uvažovanie o molekulách, proteínoch, génoch, dráhach a biológii relevantnej pre ochorenia, a je efektívnejšia pri používaní vedeckých nástrojov a databáz vo viackrokových pracovných postupoch, ako je prehľad literatúry, interpretácia vzťahu medzi sekvenciou a funkciou, plánovanie experimentov a analýza dát.

Toto je prvé vydanie v našej sérii modelov GPT‑Rosalind pre biologické vedy a budeme naďalej rozširovať prelomové biochemické uvažovanie modelu vrámci dlhodobých vedeckých pracovných postupov, ktoré intenzívne využívajú nástroje. Infraštruktúra výpočtovej sily OpenAI nám umožňuje naďalej trénovať, vyhodnocovať a zlepšovať čoraz schopnejšie modely pre konkrétne oblasti na reálnych vedeckých úlohách. To pomáha týmto systémom stávať sa užitočnejšími, keďže samotné pracovné postupy sú čoraz zložitejšie.

Spolupracujeme s poprednými zákazníkmi z oblasti farmácie, biotechnológií a výskumu, ako aj s organizáciami v oblasti technológií pre biologické vedy, aby sme nasadili GPT‑Rosalind do pracovných postupov, ktoré podporujú objavy.

Hodnotili sme GPT‑Rosalind v rozsahu schopností, ktoré sú kľúčové pre vedecké objavy a priemyselný výskum. Tieto hodnotenia merajú základné uvažovanie naprieč vedeckými podoblasťami vrátane mechanizmov chemických reakcií, štruktúry proteínov, účinkov mutácií a interakcií a fylogenetickej interpretácie sekvencií DNA. Takisto posudzujú, či modely dokážu podporiť reálne výskumné pracovné postupy tým, že interpretujú experimentálne výstupy, identifikujú vzory relevantné pre odborníkov a syntetizujú externé informácie, aby navrhli nadväzujúce experimenty. Napokon testujú, či modely dokážu vybrať a používať správne výpočtové nástroje, databázy a schopnosti špecifické pre danú oblasť, aby posilnili svoje uvažovanie. Celkovo tieto hodnotenia ukazujú pokrok v celom procese vedeckého výskumu od začiatku do konca a naznačujú väčšiu schopnosť pomáhať výskumníkom zvládať náročné úlohy spojené s objavmi.

GPT‑Rosalind sme hodnotili na sérii verejných benchmarkov. Na BixBench, benchmarku navrhnutom podľa bioinformatiky a analýzy dát z reálneho sveta, GPT‑Rosalind dosiahol vedúci výkon spomedzi modelov so zverejnenými výsledkami.

V LABBench2, benchmarku merajúcom výkon v rôznych výskumných úlohách, ako sú vyhľadávanie literatúry, prístup k databázam, manipulácia so sekvenciami a návrh protokolov, GPT‑Rosalind prekonáva GPT‑5.4 v 6 z 11 úloh. Najvýraznejšie zlepšenie prináša CloningQA, ktorý si vyžaduje komplexný návrh reagencií DNA a enzýmov pre protokoly molekulárneho klonovania.

Spolupracovali sme aj so spoločnosťou Dyno Therapeutics, ktorá je priekopníkom v oblasti génových terapií navrhnutých pomocou umelej inteligencie, aby sme vyhodnotili model na úlohe predikcie a generovania funkcie sekvencií RNA s použitím nepublikovaných a nekontaminovaných sekvencií. Výkon bol porovnaný s 57 historickými skóre od ľudských expertov v oblasti umelej inteligencie a biológie. Pri priamom hodnotení v aplikácii Codex sa najlepšie z desiatich výstupov modelu umiestnili nad 95. percentilom ľudských expertov v úlohe predikcie a približne na 84. percentile v úlohe generovania sekvencií.

Tieto hodnotenia prinášajú zmysluplný pohľad na výkon pracovných postupov, ktoré vedci denne využívajú na vytváranie dôkazov, analýzu komplexných údajov a dosahovanie obhájiteľných biologických záverov.

Vedci môžu používať náš nový výskumný plugin Biologické vedy⁠(otvorí sa v novom okne) pre Codex, ktorý je dnes k dispozícii v službe GitHub. Tento balík obsahuje širokú sadu modulárnych zručností pre najbežnejšie výskumné pracovné postupy, ktoré sú navrhnuté tak, aby používateľom pomohli pracovať v humánnej genetike, funkčnej genomike, štruktúre proteínov, biochémii, pri klinických dôkazoch a vyhľadávaním verejne dostupných štúdií.

Tieto schopnosti fungujú ako vrstva orchestrácie, ktorá vedcom pomáha efektívnejšie pracovať na široko koncipovaných, nejednoznačných a viackrokových otázkach. Poskytujú prístup k viac ako 50 verejným multiomickým databázam, zdrojom literatúry a biologickým nástrojom a ponúkajú flexibilný východiskový bod pre bežné opakovateľné pracovné postupy, ako sú vyhľadávanie štruktúry proteínov, vyhľadávanie sekvencií, prehľad literatúry a objavovanie verejných súborov údajov.

Oprávnení používatelia Enterprise môžu využiť tento plugin vo výskumných pracovných postupoch s GPT‑Rosalind na hlbšie biologické uvažovanie, zatiaľ čo všetci používatelia môžu používať balík pluginov s našimi hlavnými modelmi.

Chceme sprístupniť tieto schopnosti vedcom a výskumným organizáciám, ktoré sú najlepšie pripravené na zlepšenie zdravia ľudí, pričom zachovávame silné opatrenia proti biologickému zneužitiu. Model Life Sciences sa zavádza prostredníctvom štruktúry nasadenia s dôveryhodným prístupom pre oprávnených zákazníkov Enterprise v Spojených štátoch, pričom sa kontroluje oprávnenosť, správa prístupu a organizačné riadenie. Zároveň sprístupňujeme súbor konektorov a plugin pre výskum biologických vied širšiemu okruhu používateľov, aby mohli výskumníci efektívnejšie využívať naše hlavné modely na úlohy výskumu v oblasti biologických vied. 

Model Life Sciences bol vyvinutý s rozšírenými bezpečnostnými kontrolami na podnikovej úrovni a posilneným riadením prístupu, čo umožňuje profesionálne vedecké využitie v riadených výskumných prostrediach. Prístup posudzujeme na základe troch základných princípov: prínosného používania, dôsledného riadenia a dohľadu nad bezpečnosťou a kontrolovaného prístupu a bezpečnosti na podnikovej úrovni. V praxi to znamená, že zúčastnené organizácie musia vykonávať legitímny vedecký výskum s jasným verejným prínosom. Musia udržiavať primeranú správu, súlad a kontroly na predchádzanie zneužitiu. Prístup musia obmedziť na schválených používateľov v bezpečných a dobre spravovaných prostrediach. Organizácie musia súhlasiť s podmienkami ukážky výskumu v oblasti biologických vied a dodržiavať pravidlá používania OpenAI. Môžeme požiadať o dodatočné informácie v rámci registrácie alebo pokračujúcej účasti.

Organizácie môžu požiadať o prístup⁠ prostredníctvom nášho procesu kvalifikačného a bezpečnostného preskúmania.

Počas výskumnej ukážky sa pri používaní tohto modelu nebudú spotrebúvať existujúce kredity ani tokeny. To je predmetom ochranných opatrení brániacim zneužitiu. Čoskoro sa podelíme o ďalšie informácie o cenách a dostupnosti s rozširovaním programu.

Model pre biovedy je navrhnutý tak, aby pomáhal vedeckým organizáciám vykonávať kvalitnejšiu prácu rýchlejšie v prostrediach, ktoré vyžadujú technické schopnosti aj prevádzkovú kontrolu. Náš špecializovaný tím pre oblasť biologických vied a poradenskí partneri ako McKinsey & Company, Boston Consulting Group (BCG) a Bain & Company, pomáhajú organizáciám identifikovať prípady použitia s vysokým dopadom, integrovať model do podnikových prostredí a dosahovať merateľné výsledky. Ak by ste chceli preskúmať spôsoby, ktorými môže OpenAI Life Sciences pomôcť s vašou prácou, môžete sa obrátiť na náš tím pre biologické vedy⁠.

Toto je prvé vydanie v našej sérii modelov pre biologické vedy a vnímame ho ako začiatok dlhodobého záväzku budovať AI, ktorá môže urýchliť vedecké objavy v oblastiach, ktoré majú pre spoločnosť zásadný význam – od oblasti ľudského zdravia až po širší biologický výskum. Budeme pokračovať v zlepšovaní biologického uvažovania modelu, rozširovaní podpory pre pracovné postupy vo výskume, ktoré vo veľkej miere využívajú nástroje a majú dlhodobý charakter, a v úzkej spolupráci s poprednými vedeckými inštitúciami hodnotiť reálny dopad. To zahŕňa aj prebiehajúcu spoluprácu s národnými laboratóriami, ako je Los Alamos National Laboratory, kde skúmame návrh proteínov a katalyzátorov riadený AI vrátane schopnosti AI systémov upravovať biologické štruktúry pri zachovaní alebo zlepšení kľúčových funkčných vlastností. 

Postupom času očakávame, že sa tieto systémy stanú stále lepšími partnermi pri objavovaní – že pomôžu vedcom rýchlejšie prejsť od otázky k dôkazom, od dôkazov k poznatkom a od poznatkov k novým liečbam pre pacientov.