Predstavljamo nove zmožnosti modela GPT‑Rosalind
Večja inteligenca, utemeljena v resničnih znanstvenih delovnih tokovih za industrijo bioloških ved.
Predstavljamo novo posodobitev modela za našo serijo GPT‑Rosalind, namensko zasnovano za raziskave na področju bioloških ved na ravni podjetij. Združuje zmožnosti agentskega kodiranja in uporabe orodij modela GPT‑5.5 z močnejšo inteligenco modela na ključnih področjih odkrivanja zdravil, kot sta medicinska kemija in genomika, hkrati pa izboljšuje zmogljivost pri širši analizi, načrtovanju in eksperimentalnih delovnih tokovih v bioloških vedah.
Napredek v bioloških vedah je odvisen od sinteze podatkov in dokazov prek različnih ravni in modalitet: molekul, genov, poti in živih sistemov. V naših vrednotenjih posodobljeni GPT‑Rosalind kaže široke izboljšave zmogljivosti pri raziskovalnih nalogah bioloških strokovnjakov, kompleksnih poizvedbah iz medicinske kemije, kvantitativni biologiji in odpravljanju težav v mokrem laboratoriju.
GPT‑Rosalind je zdaj upravičenim organizacijam po svetu na voljo v raziskovalnem predogledu prek naše strukture uvajanja z zaupanja vrednim dostopom.
Za merjenje in nenehno izboljševanje dejanskega vpliva modela GPT‑Rosalind smo zasnovali LifeSciBench, primerjalno merilo, ki ga ocenjujejo zunanji strokovnjaki in je osredotočeno na temeljne vidike raziskav v bioloških vedah. Za razliko od obstoječih meril, ki ločeno ocenjujejo posamezno komponento zmogljivosti modela ali biološko področje, LifeSciBench celovito obravnava znanstveno dragoceno delo z nalogami s šestih področij delovnih tokov, ključnih za raziskave v bioloških vedah: ravnanje z dokazi, analiza, zasnova in optimizacija, znanstveno sklepanje, validacija in operacije ter prevajanje in komuniciranje. To merilo uporabljamo za usklajevanje napredka s potrebami in realnostjo raziskav v bioloških vedah.
GPT‑Rosalind vodi po zmogljivosti pri znanstveno dragocenih nalogah, ki so jih opredelili panožni in akademski strokovnjaki.
GPT‑Rosalind dosega vodilno zmogljivost v panogi na področju medicinske kemije, ki se osredotoča na pretvarjanje molekul v uporabna zdravila. MedChemBench smo zasnovali tako, da odraža realistične delovne tokove v medicinski kemiji, pri čemer ocenjuje multimodalno razumevanje kemijskih struktur; razmerje med strukturo in aktivnostjo (SAR); napovedovanje jakosti, toksičnosti ter absorpcije, porazdelitve, presnove in izločanja zdravil (ADME); večparametrsko odločanje pri optimizaciji vodilnih spojin; ter retrosintezo. GPT‑Rosalind na MedChemBench presega GPT‑5.5 z 27,5 % proti 25,1 %, pri tem pa porabi 7,2 % manj žetonov.
GPT‑Rosalind kaže boljšo multimodalno sintezo in mehanistično sklepanje v medicinski kemiji.
Na GeneBench, našem agentskem vrednotenju dolgoročnih celovitih analiz v genomiki in kvantitativni biologiji, GPT‑Rosalind porabi 31 % manj žetonov kot GPT‑5.5, hkrati pa doseže večjo točnost – 21,6 % proti 20,4 %. GeneBench ocenjuje agentsko zmogljivost pri dolgoročnih kvantitativnih nalogah: ali lahko agent na podlagi realističnih znanstvenih podatkov načrtuje veljavno analizo, preverjanje kakovosti (QC), modeliranje in popravke ter pride do odgovorov, relevantnih za odločanje? Vključene težave zajemajo različna področja, vključno s funkcionalno genomiko, prostorsko transkriptomiko, proteomiko, epigenomiko in uporabno genetiko.
GPT‑Rosalind porabi 31 % manj žetonov kot GPT‑5.5, hkrati pa izboljša točnost.
Uvaja se novo vrednotenje za preizkus zmožnosti GPT‑Rosalind, da pomaga znanstvenikom pri laboratorijskem delu v resničnem svetu. LabWorkBench preizkuša zmožnost modela, da poveže perturbacije z eksperimentalnimi izidi v resničnih protokolih mokrega laboratorija, ki jih uporabljajo znanstveniki, za namene od odpravljanja težav do optimizacije. Podatki, ki jih uporablja LabWorkBench, so lastniški in zato nekontaminirani. GPT‑Rosalind doseže 63,2 % v primerjavi s 55,8 % pri modelu GPT‑5.5, pri tem pa porabi 5,3 % manj žetonov.
Pri pomoči pri resničnih protokolih mokrega laboratorija GPT‑Rosalind kaže pomembne izboljšave v primerjavi z modelom GPT‑5.5 in hkrati izboljšuje učinkovitost žetonov.
Vtičnika Life Sciences Research(odpre se v novem oknu) in Life Sciences NGS Analysis(odpre se v novem oknu) smo razvili, da bi povečano inteligenco modela GPT‑Rosalind razširili s praktično izvedbeno plastjo za ponovljive znanstvene delovne tokove. Skupaj ta vtičnika prinašata pridobivanje dokazov z viri, biološko interpretacijo in bioinformatsko izvedbo v isti delovni prostor ter raziskovalcem pomagata povezati zunanje dokaze z internimi omičnimi analizami, ob ohranjanju artefaktov in izvora. Vsi uporabniki lahko zdaj do obeh vtičnikov dostopajo prek Codexa. Kvalificirani poslovni uporabniki modela GPT‑Rosalind lahko za pogon teh vtičnikov dodatno uporabljajo GPT‑Rosalind.
Da bi Codex bolje izkoristili kot dinamično delovno mizo za znanstvenike, smo dodali interaktivne pregledovalnike za biološko izvorne vrste datotek. Začetni nabor pregledovalnikov zaporedij, poravnav in struktur je zasnovan tako, da znanstvenike ohranja blizu dokazom, medtem ko GPT‑Rosalind sklepa skozi delovni tok in neposredno odgovarja na nadaljnja vprašanja z aktivnim pregledovalnikom v kontekstu.
Zgornja predstavitev prikazuje te zmožnosti v praksi, orkestrira pa jih GPT‑Rosalind. Spremljamo znanstvenika, ki preiskuje tekočinsko tumorsko biopsijo, da bi prepoznal mutacije in druge molekularne spremembe, ki bi lahko usmerjale zdravljenje. Vtičnik Life Sciences NGS Analysis pregled obdelanih zapisov ctDNA pretvori v interaktivni zvezek, ki izpostavi ponavljajoče se spremembe, nizkofrekvenčne klice in trajektorije vzorcev, ki preiskavo usmerijo na KRAS G12C. Od tam vtičnik Life Sciences Research doda kontekst tarče, inhibitorja in odpornosti z viri, medtem ko izvorni pregledovalniki zaporedij, poravnav in struktur znanstveniku omogočajo neposreden pregled mutantnega ostanka 12, njegove ohranjenosti v družini RAS in žepa, vezanega na inhibitor. Delovni tok se zaključi s prevodom teh dokazov v konkretne možnosti nadaljnjega spremljanja, pri čemer sta vsak korak in artefakt na voljo za strokovni pregled.
Vtičnik Life Sciences NGS Analysis
Preverjanje kakovosti (QC) in anotacija pri sekvenciranju scRNA-seq
Pretvorite matrični sveženj v slogu 10x v enocelične artefakte, filtrirane po rezultatih preverjanja kakovosti (QC), anotacije in UMAP-e, ki jih lahko pregledate in popravite v Codexu. Vtičnik Life Sciences NGS Analysis usmeri zahtevo v scrna-seq-qc, iz podatkov izbere pragove za preverjanje kakovosti (QC), ohrani izvor pri filtriranju in anotaciji ter izpostavi ovire, kot so manjkajoče odvisnosti za zaznavanje dvojčkov.
Preverjanje kakovosti (QC) pri množičnem sekvenciranju RNA FASTQ
Pretvorite vzorčno tabelo množičnega sekvenciranja RNA (RNA-seq), sveženj FASTQ in referenčne datoteke v sveženj štetij, pregledan s preverjanjem kakovosti (QC), ki ga lahko pregledate in ponovno uporabite v Codexu. Vtičnik Life Sciences NGS Analysis usmeri zahtevo, potrdi vnose in vrne revizijsko ovojnico izvedbe z rezultati preverjanja kakovosti MultiQC, matrikami Salmon, izvorom in izrecnimi opozorili.
Dostop do serije GPT‑Rosalind širimo na upravičene organizacije po vsem svetu. GPT‑Rosalind bo v raziskovalnem predogledu na voljo prek naše strukture uvajanja z zaupanja vrednim dostopom za organizacije, ki izvajajo legitimne znanstvene raziskave z jasno javno koristjo, imajo močno upravljanje in varnostni nadzor ter nadzorovan dostop z varnostjo poslovnega razreda.
V okviru te globalne širitve z veseljem pomagamo podpirati poslanstvo družbe Novo Nordisk, da bolnikom hitreje prinese inovativne možnosti zdravljenja, tako da z GPT‑Rosalind pomagamo razširiti njihove medicinske raziskave. Novo Nordisk izkorišča najnaprednejše zmožnosti umetne inteligence, da raziskovalcem pomaga analizirati kompleksne nabore podatkov, odkrivati uporabne vzorce in hitreje preizkušati hipoteze. Močnejše biološko razumevanje GPT‑Rosalind bo ekipam pomagalo povezovati dokaze iz literature, genomike, transkriptomike, zaporedij, struktur in eksperimentalnih rezultatov, kar bo olajšalo prehod od podatkov do jasnejših raziskovalnih odločitev.
»Raziskave na področju bioloških ved so kompleksne, podatkovno bogate in interdisciplinarne. Da bi napredni modeli umetne inteligence raziskovalcem prinesli smiselno vrednost, morajo biti utemeljeni v zaupanja vrednih znanstvenih podatkih, povezani z validiranimi orodji in vključeni v resnične delovne tokove, ki jih raziskovalci uporabljajo vsak dan. Veseli nas partnerstvo z OpenAI in priložnost raziskati, kako lahko model GPT‑Rosalind podpira strožje, praktične pristope k odkrivanju zdravil.«
Mishal Patel, podpredsednik skupine, AI in digitalne inovacije, R&R – Novo Nordisk
Zdaj ponujamo tudi delovni prostor, ki ga upravlja OpenAI, za kvalificirane organizacije brez računa Enterprise.
Posodobljeni GPT‑Rosalind je naslednji korak v naši širši zavezi k gradnji sistemov umetne inteligence, ki lahko pomagajo pospešiti znanstvena odkritja, hkrati pa zagotavljajo, da so napredne biološke zmožnosti uvedene z ustreznimi varovali. Še naprej bomo izboljševali biološko sklepanje modela, širili podporo za raziskovalne delovne tokove z veliko orodji in dolgim časovnim obzorjem ter sodelovali s kvalificiranimi organizacijami v različnih regijah pri vrednotenju dejanskega vpliva.
To pomeni tudi uporabo umetne inteligence za biološke vede pri delu z velikim vplivom in javno koristjo, od odkrivanja zdravil in translacijske medicine do javnega zdravja, pripravljenosti in biološke obrambe. Prek Rosalind Biodefense in našega modela uvajanja z zaupanja vrednim dostopom želimo najnaprednejše biološke zmožnosti dati v roke raziskovalcem, ustanovam in zaščitnikom, ki si prizadevajo izboljšati zdravje ljudi in okrepiti družbeno odpornost.
Še naprej bomo gradili GPT‑Rosalind, da postane zmogljivejši partner v celotnem življenjskem ciklu znanstvenih raziskav ter znanstvenikom pomaga hitreje preiti od pravih vprašanj do jasnejših dokazov, boljših poskusov in nazadnje novih zdravljenj za bolnike.
