Presenterar GPT‑Rosalind för livsvetenskap

I dag introducerar vi GPT‑Rosalind, vår banbrytande resonemangsmodell som har utvecklats för att stödja forskning inom biologi, läkemedelsutveckling och translationell medicin. Modellserien för livsvetenskap är optimerad för vetenskapliga arbetsflöden och kombinerar förbättrad verktygsanvändning med djupare förståelse inom kemi, proteinteknik och genomik.

I genomsnitt tar det cirka 10 till 15 år att gå från upptäckt av ett målprotein till regulatoriskt godkännande av ett nytt läkemedel i USA. Framsteg som görs i de tidigaste forskningsfaserna ger sammansatta effekter längre fram genom bättre val av biologiska mål, starkare biologiska hypoteser och experiment av högre kvalitet. Framsteg inom livsvetenskap begränsas inte bara av den bakomliggande vetenskapens komplexitet, utan också av hur komplexa själva forskningsarbetsflödena är. Forskare måste arbeta med stora mängder litteratur, specialiserade databaser, experimentella data och föränderliga hypoteser för att kunna ta fram och utvärdera nya idéer. Dessa arbetsflöden är ofta tidskrävande, fragmenterade och svåra att skala upp.

Vi tror att avancerade AI-system kan hjälpa forskare att ta sig igenom dessa arbetsflöden snabbare – inte bara genom att effektivisera befintligt arbete, utan också genom att hjälpa forskare att utforska fler möjligheter, synliggöra samband som annars hade kunnat missas och nå fram till bättre hypoteser tidigare. Genom att stödja evidenssyntes, hypotesgenerering, experimentplanering och andra forskningsuppgifter i flera steg är modellen utformad för att hjälpa forskare att påskynda de tidiga faserna av forsknings- och upptäcktsarbetet. Med tiden skulle dessa system kunna hjälpa organisationer inom livsvetenskap att nå genombrott som annars inte hade varit möjliga, med en betydligt högre framgångsgrad.

GPT‑Rosalind är nu tillgänglig som en forskningsförhandsversion i ChatGPT, Codex och API:t för kvalificerade kunder genom vårt program för betrodd åtkomst. Vi introducerar också ett fritt tillgängligt forskningstillägg för livsvetenskap i Codex, som hjälper forskare att koppla modeller till över 50 vetenskapliga verktyg och datakällor. Vi samarbetar med kunder som Amgen, Moderna, Allen Institute, Thermo Fisher Scientific och andra för att använda GPT‑Rosalind i arbetsflöden som påskyndar forskning och upptäckter.

Modellen är uppkallad efter Rosalind Franklin, vars rigorösa forskning hjälpte till att avslöja DNA:ts struktur och lade grunden för modern molekylärbiologi.

Modellserien GPT‑Rosalind för livsvetenskap är utvecklad för modernt vetenskapligt arbete som omfattar publicerade evidens, data, verktyg och experiment. I våra utvärderingar levererar den bäst prestanda i uppgifter som kräver resonemang kring molekyler, proteiner, gener, signalvägar och sjukdomsrelevant biologi, och den är mer effektiv när det gäller att använda vetenskapliga verktyg och databaser i arbetsflöden med flera steg, såsom litteraturgranskning, tolkning av samband mellan sekvens och funktion, experimentplanering samt dataanalys.

Detta är den första lanseringen i vår modellserie GPT‑Rosalind för livsvetenskap, och vi kommer att fortsätta att flytta fram gränserna för modellens biokemiska resonemangsförmåga inom långsiktiga, verktygsintensiva vetenskapliga arbetsflöden. OpenAI:s beräkningsinfrastruktur ger oss möjlighet att fortsätta träna, utvärdera och förbättra allt mer kapabla domänmodeller mot verkliga vetenskapliga uppgifter – vilket hjälper dessa system att bli mer användbara i takt med att arbetsflödena själva blir mer komplexa.

Vi arbetar med ledande kunder inom läkemedels-, bioteknik- och forskningssektorn samt organisationer inom livsvetenskapsteknik för att tillämpa GPT‑Rosalind i arbetsflöden som driver utveckling.

Vi utvärderade GPT‑Rosalind inom en rad förmågor som är grundläggande för vetenskapliga upptäckter och forskning inom industrin. Dessa utvärderingar mäter grundläggande resonemang inom vetenskapliga delområden, däribland kemiska reaktionsmekanismer, proteinstruktur, mutationseffekter och interaktioner samt fylogenetisk tolkning av DNA-sekvenser. De bedömer också om modeller kan stödja verkliga forskningsarbetsflöden genom att tolka experimentella resultat, identifiera mönster som är relevanta för experter och sammanställa extern information för att utforma uppföljande experiment. Slutligen testar de om modeller kan välja och använda rätt beräkningsverktyg, databaser och domänspecifika funktioner för att förstärka sitt resonemang. Sammantaget visar dessa utvärderingar framsteg genom hela den vetenskapliga forskningsprocessen från början till slut och tyder på en starkare förmåga att hjälpa forskare att arbeta med krävande upptäcktsrelaterade uppgifter.

Vi utvärderade GPT‑Rosalind på en serie offentliga riktmärken. På BixBench, som är ett riktmärke utformat kring verklig bioinformatik och dataanalys, uppnådde GPT‑Rosalind ledande prestanda bland modeller med publicerade poäng.

På LABBench2, ett riktmärke som mäter prestanda inom en rad forskningsuppgifter såsom litteratursökning, databasåtkomst, sekvensmanipulering och protokolldesign, överträffar GPT‑Rosalind GPT‑5.4 i 6 av 11 uppgifter. Den mest märkbara förbättringen kommer från CloningQA, som kräver heltäckande utformning av DNA- och enzymreagenser för protokoll inom molekylär kloning.

Vi samarbetade också med Dyno Therapeutics, ett företag som är banbrytande inom AI-designade genterapier, för att utvärdera modellen på en uppgift för prediktion och generering av RNA-sekvens till funktion med hjälp av opublicerade, okontaminerade sekvenser. Resultaten jämfördes med 57 historiska resultat från mänskliga experter inom AI-biofältet. Vid direkt utvärdering i Codex placerade sig modellens bästa av tio inskickade resultat över den 95:e percentilen bland mänskliga experter i prediktionsuppgiften och omkring den 84:e percentilen bland mänskliga experter i uppgiften för sekvensgenerering.

Dessa utvärderingar ger en meningsfull signal om prestandan inom de typer av arbetsflöden som forskare förlitar sig på varje dag för att generera bevis, analysera komplex data och arbeta mot försvarbara biologiska slutsatser.

Forskare kan använda vårt nya tillägg för livsvetenskap⁠(öppnas i ett nytt fönster) för Codex, tillgängligt idag på GitHub. Detta paket innehåller en bred uppsättning modulära färdigheter för de flesta vanliga forskningsarbetsflöden och är utformade för att hjälpa användare att arbeta med mänsklig genetik, funktionell genomik, proteinstruktur, biokemi, klinisk evidens och offentliga studier.

Dessa färdigheter fungerar som ett orkestreringslager som hjälper forskare att arbeta mer effektivt med breda, tvetydiga och flerstegsfrågor. De ger tillgång till mer än 50 offentliga multiomikdatabaser, litteraturkällor och biologiska verktyg, och erbjuder en flexibel utgångspunkt för vanliga repeterbara arbetsflöden som proteinstruktursökning, sekvenssökning, litteraturgranskning och upptäckt av offentliga dataset.

Behöriga företagsanvändare kan använda detta tillägg i forskningsarbetsflöden med GPT‑Rosalind för djupare biologisk resonemang, medan alla användare kan använda tilläggspaketet med våra vanliga modeller.

Vi vill göra dessa möjligheter tillgängliga för de forskare och forskningsorganisationer som har bäst förutsättningar att främja människors hälsa, samtidigt som vi upprätthåller starka skyddsåtgärder mot biologiskt missbruk. Livsvetenskapsmodellen lanseras inledningsvis genom en struktur för betrodd åtkomst för kvalificerade Enterprise-kunder i USA, med kontroller kring behörighet, åtkomsthantering och organisatorisk styrning. Samtidigt gör vi ett antal kopplingar och livsvetenskapstillägget mer brett tillgängliga, så att forskare kan använda våra huvudmodeller mer effektivt för forskningsuppgifter inom livsvetenskap. 

Livsvetenskapsmodellen utvecklades med förstärkta säkerhetskontroller på företagsnivå och förstärkt åtkomsthantering, vilket möjliggör professionell vetenskaplig användning i styrda forskningsmiljöer. Vi utvärderar åtkomst baserat på tre kärnprinciper: hjälpsam användning, stark styrning och säkerhetsövervakning samt kontrollerad åtkomst med säkerhet på företagsnivå. I praktiken innebär detta att medverkande organisationer måste bedriva legitim vetenskaplig forskning med tydlig samhällsnytta, upprätthålla lämpliga styrnings-, efterlevnads- och missbruksförebyggande kontroller och begränsa åtkomsten till godkända användare inom säkra, välskötta miljöer. Organisationer måste också godkänna villkoren för förhandsversionen för livsvetenskapsforsknings och följa OpenAI:s användningspolicyer. Vi kan även begära ytterligare information som en del av onboardingprocessen eller för fortsatt deltagande.

Organisationer kan begära åtkomst⁠ via vår kvalificerings- och säkerhetsgranskningsprocess.

Under förhandsvisningen av forskningen kommer användningen av den här modellen inte att förbruka befintliga krediter eller tokens – med förbehåll för skyddsmekanismer för missbruk. Vi kommer att dela mer information om priser och tillgänglighet allt eftersom programmet utökas.

Livsvetenskapsmodellen är utvecklad för att hjälpa vetenskapliga organisationer att utföra arbete av högre kvalitet snabbare, i miljöer som kräver både teknisk kapacitet och operativ kontroll. Vårt dedikerade team för livsvetenskap – liksom rådgivande partner som McKinsey & Company, Boston Consulting Group och Bain & Company – hjälper organisationer att identifiera användningsområden med stor påverkan, integrera modellen i företagsmiljöer och skapa mätbara resultat. Om du vill utforska hur OpenAI Life Sciences kan stödja ditt arbete kan du kontakta vårt Life Sciences-team.⁠

Detta är den första lanseringen i vår modellserie för livsvetenskap, och vi ser det som början på ett långsiktigt åtagande att bygga AI som kan påskynda vetenskapliga upptäckter inom områden som är djupt betydelsefulla för samhället – från människors hälsa till bredare biologisk forskning.V i kommer att fortsätta förbättra modellens biologiska resonemang, utöka stödet för verktygsintensiva och långsiktiga forskningsarbetsflöden samt arbeta nära ledande vetenskapliga institutioner för att utvärdera verklig påverkan. Det inkluderar pågående samarbeten med nationella laboratorier som Los Alamos National Laboratory, där vi utforskar AI-styrd design av proteiner och katalysatorer, inklusive AI-systems förmåga att modifiera biologiska strukturer samtidigt som viktiga funktionella egenskaper bevaras eller förbättras. 

Med tiden förväntar vi oss att dessa system kommer att bli alltmer kompetenta partners inom utveckling – och hjälpa forskare att gå snabbare från frågeställning till belägg, från belägg till insikter och från insikter till nya behandlingar för patienter.