Prezantojmë GPT‑Rosalind për kërkimin në shkencat mjekësore

Sot, po prezantojmë GPT‑Rosalind, modelin tonë të arsyetimit avangardë, i ndërtuar për të mbështetur kërkime në biologji, zbulimin e barnave dhe mjekësinë translacionale. Seria e modeleve për shkencat mjekësore është e optimizuar për flukset e punës shkencore, duke kombinuar përdorimin e përmirësuar të mjeteve me një kuptim më të thellë në fushat e kimisë, inxhinierisë së proteinave dhe gjenomikës.

Mesatarisht, duhen afërsisht 10–15vjet për të kaluar nga zbulimi i objektivit te miratimi rregullator për një bar të ri në SHBA. Përfitimet e arritura në fazat më të hershme të zbulimit shumëfishohen më poshtë në proces, duke sjellë përzgjedhje më të mirë të objektivave, hipoteza biologjike më të forta dhe eksperimente me cilësi më të lartë. Përparimi në shkencat mjekësore kufizohet jo vetëm nga vështirësia e shkencës themelore që qëndron në bazë të saj, por edhe nga kompleksiteti i vetë flukseve të punës kërkimore. Shkencëtarët duhet të punojnë me vëllime të mëdha literature, databaza të specializuara, të dhëna eksperimentale dhe hipoteza në zhvillim për të gjeneruar dhe vlerësuar ide të reja. Këto procese pune shpesh kërkojnë shumë kohë, janë të fragmentuara dhe të vështira për t'u shkallëzuar.

Ne besojmë se sistemet e AI së avancuar mund t'i ndihmojnë studiuesit të ecin më shpejt në këto flukse pune - jo vetëm duke e bërë punën ekzistuese më efikase, por edhe duke i ndihmuar shkencëtarët të eksplorojnë më shumë mundësi, të nxjerrin në pah lidhje që përndryshe mund të mos viheshin re dhe të arrijnë më shpejt në hipoteza më të mira. Duke mbështetur sintezën e provave, gjenerimin e hipotezave, planifikimin eksperimental dhe detyra të tjera kërkimore me disa hapa, ky model është projektuar për t'i ndihmuar studiuesit të përshpejtojnë fazat e hershme të zbulimit. Me kalimin e kohës, këto sisteme mund t'i ndihmojnë organizatat e shkencave të jetës të bëjnë zbulime që përndryshe nuk do të ishin të mundura, me një shkallë suksesi shumë më të lartë. 

GPT‑Rosalind tani ofrohet si një version paraprak kërkimor në ChatGPT, Codex dhe API për klientët e kualifikuar përmes programit tonë të aksesit të besuar. Po prezantojmë gjithashtu një shtojcë kërkimore për shkencat mjekësore, lirisht të arritshme, për Codex, që i ndihmon shkencëtarët të lidhin model me mbi 50 mjete dhe burime të dhënash shkencore. Ne po punojmë me klientë si Amgen, Moderna, the Allen Institute, Thermo Fisher Scientific dhe të tjerë për të zbatuar GPT‑Rosalind në flukse pune të ndryshme që përshpejtojnë kërkimin dhe zbulimin.

Modeli është emërtuar pas Rosalind Franklin, kërkimi rigoroz i së cilës ndihmoi në zbulimin e strukturës së ADN dhe hodhi themelet për biologjinë molekulare moderne.

Seria e modeleve GPT‑Rosalind për shkencat mjekësore është ndërtuar për punë shkencore moderne në dëshmi të publikuara, të dhëna, mjete dhe eksperimente. Në vlerësimet tona, ai ofron performancën më të mirë në detyrat që kërkojnë arsyetim mbi molekulat, proteinat, gjenet, rrugët biologjike dhe biologjinë e rëndësishme për sëmundjet dhe është më efikas në përdorimin e mjeteve dhe databazave shkencore në flukse pune me shumë hapa, si shqyrtimi i literaturës, interpretimi nga sekuenca në funksion, planifikimi eksperimental dhe analiza e të dhënave.

Ky është publikimi i parë në serinë tonë të modeleve GPT‑Rosalind për shkencat mjekësore dhe ne do të vazhdojmë të zgjerojmë avangardën e aftësive të arsyetimit biokimik të modelit në flukse pune shkencore afatgjata, me përdorim intensiv të mjeteve. Infrastruktura llogaritëse e OpenAI na jep mundësinë të vazhdojmë trajnimin, vlerësimin dhe përmirësimin e modeleve të fushave gjithnjë e më të afta kundrejt detyrave reale shkencore - duke i ndihmuar këto sisteme të bëhen më të dobishme ndërsa vetë flukset e punës bëhen më komplekse.

Ne po punojmë me klientë kryesorë në fushat farmaceutike, bioteknologjike dhe kërkimore, si edhe me organizata të teknologjisë në shkencat mjekësore, për të zbatuar GPT‑Rosalind në flukset e punës që nxisin zbulimet.

Ne e vlerësuam GPT‑Rosalind në një gamë aftësish themelore për zbulimin shkencor dhe kërkimin industrial. Këto vlerësime matin arsyetimin bazë nëpër nëndisiplina shkencore, duke përfshirë mekanizmat e reaksioneve kimike; strukturën e proteinave, efektet e mutacioneve dhe ndërveprimet; si dhe interpretimin filogjenetik të sekuencave të ADN-së. Ata gjithashtu vlerësojnë nëse modelet mund të mbështesin flukset reale të punës kërkimore duke interpretuar rezultatet eksperimentale, duke identifikuar modele të rëndësishme për ekspertët dhe duke sintetizuar informacion të jashtëm për të hartuar eksperimente pasuese. Së fundi, ata testojnë nëse model mund të zgjedhin dhe të përdorin mjetet e duhura llogaritëse, databazat dhe aftësitë specifike për domenin për të përforcuar arsyetimin e tyre. Të marra së bashku, këto vlerësime tregojnë përparim në të gjithë procesin nga fillimi në fund të kërkimit shkencor dhe sugjerojnë një aftësi më të madhe për t'i ndihmuar studiuesit të përballojnë detyra sfiduese zbulimi.

Ne e vlerësuam GPT‑Rosalind në një sërë benchmark-esh publike. Në BixBench, një benchmark i projektuar rreth bioinformatikës dhe analizës së të dhënave në botën reale, GPT‑Rosalind arriti performancë kryesuese mes modeleve me pikëzime të publikuara.

Në LABBench2, një benchmark që mat performancën në një gamë detyrash kërkimore, si rikthimi i literaturës, aksesi në databazat, manipulimi i sekuencave dhe hartimi i protokolleve, GPT‑Rosalind e tejkalon GPT‑5.4 në 6 nga 11 detyra. Përmirësimi më i dukshëm vjen nga CloningQA, i cili kërkon projektim nga fillimi në fund të reagentëve të ADN dhe enzimave për protokollet e klonimit molekular.

Ne gjithashtu bashkëpunuam me Dyno Therapeutics, një kompani avangardë në terapitë gjenetike të projektuara nga AI, për të vlerësuar model në një detyrë parashikimi dhe gjenerimi nga sekuenca në funksion të ARN-së duke përdorur sekuenca të papublikuara dhe të pakontaminuara. Performanca u krahasua me 57 rezultate historike nga ekspertë njerëzorë në fushën e AI-bio. Kur u vlerësuan drejtpërdrejt në aplikacionin Codex, dorëzimet më të mira nga dhjetë provat e model u renditën mbi 95% të ekspertëve njerëzorë në detyrën e parashikimit dhe rreth 84% të ekspertëve njerëzorë në detyrën e gjenerimit të sekuencave.

Këto vlerësime ofrojnë një sinjal domethënës të performancës në llojet e rrjedhave të punës tek të cilat shkencëtarët mbështeten çdo ditë për të gjeneruar prova, për të analizuar të dhëna komplekse dhe për të ecur drejt përfundimeve biologjike të mbrojtshme.

Shkencëtarët mund të përdorin modulin tonë të ri të kërkimit për shkencat mjekësore⁠(hapet në një dritare të re) për Codex, e disponueshme që sot në GitHub. Kjo paketë përfshin një grup të gjerë aftësish modulare për shumicën e flukseve më të zakonshme të punës kërkimore, i projektuar për t'i ndihmuar përdoruesit të punojnë në gjenetikën njerëzore, gjenomikën funksionale, strukturën e proteinave, biokiminë, provat klinike dhe zbulimin e studimeve publike.

Këto aftësi veprojnë si një shtresë orkestrimi që i ndihmon shkencëtarët të trajtojnë në mënyrë më efikase pyetje të gjera, të paqarta dhe me shumë hapa. Ato ofrojnë akses në më shumë se 50 databaza publike multi-omike, burime literature dhe mjete biologjike dhe ofrojnë një pikënisje fleksibël për flukse pune të zakonshme dhe të përsëritshme, si kërkimi i strukturës së proteinave, kërkimi i sekuencave, shqyrtimi i literaturës dhe zbulimi i grupeve publike të të dhënave.

Përdoruesit e kualifikuar të Enterprise mund ta shfrytëzojnë këtë shtojcë në proceset e punës kërkimore me GPT‑Rosalind për arsyetim biologjik më të thellë, ndërsa të gjithë përdoruesit mund të përdorin paketën e shtojcës me modelet tona kryesore.

Ne duam t'ua vëmë këto aftësi në dispozicion shkencëtarëve dhe organizatave kërkimore që janë më të pozicionuara për të avancuar shëndetin e njeriut, duke ruajtur masa të forta mbrojtëse kundër keqpërdorimit biologjik. Modeli Life Sciences po lançohet, fillimisht në SHBA, përmes një strukture implementimi me akses të besuar për klientët e kualifikuar Enterprise, me kontrolle për sa i përket përshtatshmërisë, menaxhimit të aksesit dhe qeverisjes organizative. Njëherësh, po vëmë në dispozicion më gjerësisht një grup konektorësh dhe Life Sciences Research Plugin, që studiuesit të mund t'i përdorin modelet tona kryesore në mënyrë më efikase për detyrat e kërkimit në shkencat mjekësore. 

Modeli Life Sciences u zhvillua me kontrolle sigurie në nivel ndërmarrjeje të shtuara dhe menaxhim të përforcuar të aksesit, duke mundësuar përdorim shkencor profesional në mjedise kërkimore të qeverisura. Ne e vlerësojmë aksesin bazuar në tre parime themelore: përdorimi i dobishëm, qeverisja e fortë dhe mbikëqyrja e sigurisë dhe aksesi i kontrolluar me siguri në nivel ndërmarrjeje. Në praktikë, kjo do të thotë se organizatat pjesëmarrëse duhet të kryejnë kërkim shkencor legjitim me përfitim të qartë publik; të ruajnë qeverisjen e duhur, pajtueshmërinë dhe kontrollet për parandalimin e keqpërdorimit; dhe të kufizojnë aksesin te përdoruesit e miratuar brenda mjediseve të sigurta dhe të mirëmenaxhuara. Organizatat duhet gjithashtu të pranojnë kushtet e parapamjes kërkimore për shkencat mjekësore dhe të përputhen me politikat e përdorimit të OpenAI dhe ne mund të kërkojmë informacion shtesë si pjesë e procesit të integrimit ose të pjesëmarrjes së vazhdueshme.

Organizatat mund të kërkojnë akses⁠ përmes procesit tonë të shqyrtimit të kualifikimit dhe sigurisë.

Gjatë versionit paraprak kërkimor, përdorimi i këtij modeli nuk do të konsumojë kreditet apo tokenët ekzistues, por do t'u nënshtrohet rregullave mbrojtëse kundër abuzimit. Do të ndajmë më shumë detaje për çmimet dhe disponueshmërinë ndërsa programi zgjerohet.

Modeli Life Sciences është krijuar për të ndihmuar organizatat shkencore të kryejnë punë me cilësi më të lartë dhe më shpejt, në mjedise që kërkojnë aftësi teknike dhe kontroll operacional. Ekipi ynë i dedikuar për shkencat mjekësore, si edhe partnerët këshillues, duke përfshirë McKinsey dhe Company, Boston Consulting Group (BCG) dhe Bain dhe Company, ndihmojnë organizatat të identifikojnë rastet e përdorimit me ndikim të lartë, të integrojnë modelin në mjediset e ndërmarrjes dhe të nxisin rezultate të matshme. Nëse dëshiron të eksplorosh mënyrat se si OpenAI Life Sciences mund të mbështesë punën tënde, mund të kontaktosh me ekipin tonë për shkencat mjekësore⁠.

Ky është versioni i parë në serinë tonë të modeleve për shkencat mjekësore dhe ne e shohim atë si fillimin e një angazhimi afatgjatë për të ndërtuar AI që mund të përshpejtojë zbulimin shkencor në fusha që kanë rëndësi të madhe për shoqërinë, nga shëndeti i njeriut te kërkimet biologjike më të gjera. Ne do të vazhdojmë të përmirësojmë arsyetimin biologjik të modelit, të zgjerojmë mbështetjen për flukset e punës kërkimore me përdorim intensiv të mjeteve dhe afatgjata dhe të punojmë ngushtë me institucionet shkencore kryesore për të vlerësuar ndikimin në botën reale. Kjo përfshin partneritete të vazhdueshme me laboratorë kombëtarë si Los Alamos National Laboratory, ku po eksplorojmë projektimin e proteinave dhe katalizatorëve të udhëhequr nga AI, duke përfshirë aftësinë e sistemeve të AI për të modifikuar strukturat biologjike duke ruajtur ose përmirësuar vetitë funksionale kryesore. 

Me kalimin e kohës, presim që këton sisteme të bëhen partnerë gjithnjë e më të aftë në zbulim - duke i ndihmuar shkencëtarët të kalojnë më shpejt nga pyetja te provat, nga provat te njohuria dhe nga njohuria tek trajtime të reja për pacientët.