Giới thiệu các năng lực mới của GPT‑Rosalind
Mang đến trí tuệ mạnh hơn, dựa trên các quy trình khoa học thực tế cho ngành khoa học sự sống.
Chúng tôi giới thiệu một bản cập nhật mô hình mới cho dòng GPT‑Rosalind, được xây dựng chuyên biệt cho nghiên cứu khoa học sự sống ở quy mô doanh nghiệp. Bản cập nhật này kết hợp năng lực lập trình tác nhân và sử dụng công cụ của GPT‑5.5 với trí tuệ mô hình mạnh hơn trong các lĩnh vực cốt lõi của khám phá thuốc như hóa dược và hệ gen học, đồng thời nâng cao hiệu năng trên các quy trình phân tích, thiết kế và thử nghiệm rộng hơn trong khoa học sự sống.
Sự tiến bộ trong các khoa học sự sống phụ thuộc vào việc tổng hợp dữ liệu và minh chứng từ nhiều cấp độ và phương thức khác nhau: các phân tử, gen, con đường sinh học và các hệ thống sống. Trong các đánh giá của chúng tôi, GPT‑Rosalind cập nhật cho thấy mức cải thiện rộng trên các tác vụ nghiên cứu từ chuyên gia sinh học, truy vấn hóa dược phức tạp, sinh học định lượng và khắc phục sự cố trong phòng thí nghiệm ướt.
GPT‑Rosalind hiện đã có sẵn dưới dạng bản xem trước nghiên cứu (research preview) dành cho các tổ chức đủ điều kiện trên toàn cầu, thông qua cấu trúc triển khai quyền truy cập tin cậy của chúng tôi.
Để đo lường và liên tục cải thiện tác động thực tế của GPT‑Rosalind, chúng tôi thiết kế LifeSciBench, một chuẩn đánh giá do chuyên gia bên ngoài chấm điểm, tập trung vào các khía cạnh nền tảng trong nghiên cứu khoa học sự sống. Khác với các chuẩn hiện có chỉ đánh giá một thành phần hiệu năng mô hình hoặc một miền sinh học riêng lẻ, LifeSciBench nhìn nhận toàn bộ công việc có giá trị khoa học từ đầu đến cuối bằng cách lấy tác vụ từ sáu lĩnh vực quy trình trọng yếu của nghiên cứu khoa học sự sống: xử lý bằng chứng, phân tích, thiết kế và tối ưu hóa, suy luận khoa học, xác thực và vận hành, cũng như chuyển dịch và truyền thông. Chúng tôi dùng chuẩn đánh giá này để điều chỉnh tiến bộ theo nhu cầu và thực tế của nghiên cứu khoa học sự sống.
GPT‑Rosalind dẫn đầu hiệu năng trên các tác vụ có giá trị khoa học do chuyên gia ngành và học thuật xác định.
Trích xuất, đối chiếu và kiểm định bằng chứng khoa học từ bài báo, hình, bảng và hồ sơ thử nghiệm.
Ví dụ đánh giá
We’re preparing for a Type B FDA meeting on AAV9-microDys-X, an AAV9-based micro-dystrophin gene therapy for Duchenne muscular dystrophy that expresses a 138 kDa construct from an MCK promoter, and we want a hard-nosed critique of whether our current package really supports accelerated approval on micro-dystrophin expression as a surrogate endpoint reasonably likely to predict clinical benefit.
Study context: open-label Phase 1b/2 in 12 ambulatory boys age 4–7 with confirmed DMD and out-of-frame rod-domain deletions. The package is:
- Pre-treatment vastus lateralis biopsies: 0–3% of healthy-control dystrophin by quantitative Western blot using MANEX1A against the N-terminal actin-binding domain.
- 12-week post-treatment contralateral vastus lateralis biopsies: mean micro-dystrophin 38% of healthy control (range 18–61%) by the same Western blot, normalized to total protein by Coomassie staining.
- Post-treatment immunofluorescence: sarcolemmal signal in 75–95% of fibers using a polyclonal anti-dystrophin C-terminal antibody.
- 48-week function: mean NSAA change +1.4 points from baseline versus −0.6 in an external published natural-history registry cohort (p = 0.03 by unpaired t-test).
- Safety: transient transaminitis in 8/12 patients managed with steroid taper; one resolved myocarditis; no deaths.
- Biodistribution/persistence: AAV9 vector genomes detectable in muscle at 12 weeks at a mean of 2.3 vector genomes per nucleus.
- Eligibility: no baseline anti-AAV9 neutralizing antibodies (titer <1:400) and no exon-44 deletions.
Please pressure-test this package item by item: where would FDA or a skeptical reviewer say the evidence, as presented, fails to support our conclusion, and what additional data, analyses, or design changes would be needed to close those gaps if possible? For anything not specified, assume what is known from other clinical-grade 138 kDa micro-dystrophin programs and relevant clinical trials through December 31, 2025 also applies.
Phản hồi của ứng viên
Điểm mấu chốt: Như đã trình bày, hồ sơ này chưa đủ mạnh để hỗ trợ việc phê duyệt tăng tốc dựa trên mức độ biểu hiện micro-dystrophin – một tiêu chí thay thế có khả năng hợp lý sẽ dự đoán được lợi ích lâm sàng. Một nhà đánh giá mang lòng hoài nghi từ FDA có thể sẽ coi bằng chứng dấu ấn sinh học, chức năng, độ bền, an toàn và khả năng tổng quát hóa là chưa được hỗ trợ về mặt vật chất.
Mục trong hồ sơ | Chế độ lỗi phím | Điều cần thiết |
|---|---|---|
Định lượng Western blot | MANEX1A liên kết một epitope ở đầu N được chia sẻ bởi dystrophin nội sinh có chiều dài đầy đủ và gen chuyển vi dystrophin, do đó xét nghiệm không phân biệt rõ ràng gen chuyển với dystrophin dư dầu/revertant. Việc định lượng vi dystrophin 138 kDa so với tiêu chuẩn dystrophin có chiều dài đầy đủ khỏe mạnh cũng không hợp lệ. | Sử dụng tiêu chuẩn vi dystrophin tái tổ hợp và phương pháp trực giao để phân biệt gen chuyển với dystrophin nội sinh, chẳng hạn như phương pháp khối phổ mục tiêu hoặc xét nghiệm đặc hiệu cho gen chuyển gian/biểu mô cụ thể. |
Miễn dịch huỳnh quang | Kháng thể đa dòng ở đầu C kém phù hợp vì cấu trúc 138 kDa thiếu miền đầu C. Nhiều bệnh nhân DMD có các sợi revertant và dystrophin revertant có thể giữ lại các biểu mô ở đầu C. Các sợi revertant có thể mở rộng vô tính theo tuổi tác, làm sai lệch tín hiệu IF, đặc biệt là ở các bé trai lớn tuổi. | ặp lại nhuộm huỳnh quang miễn dịch (IF) với một kháng thể kháng lại epitope có mặt trong gen chuyển nhưng vắng mặt trong dystrophin đảo ngược dòng. Định lượng các sợi chuyển gen dương tính riêng biệt với sợi đảo ngược dòng. |
Tính hợp lệ điểm cuối thay thế | Gói kết hợp lượng protein với chức năng lâm sàng. “38% khối lượng protein kiểm soát sức khỏe” không có nghĩa là 38% chức năng dystrophin bình thường vì vi dystrophin bị cắt ngắn về cấu trúc. | Xác thực theo kinh nghiệm mối quan hệ giữa phần trăm khối lượng vi dystrophin, khu trú sarcolemmal, phục hồi chức năng hạ nguồn và lợi ích lâm sàng trước khi coi biểu hiện như một điểm cuối thay thế. |
Thiết kế sinh thiết | Sinh thiết vastus lateralis đối phương trước và sau điều trị giới thiệu sự biến đổi không gian trái-phải và cơ bắp. Tiến triển bệnh và thay thế chất béo xơ cũng có thể thay đổi tín hiệu chuẩn hóa tổng protein. | Chuẩn hóa vị trí sinh thiết bằng cách sử dụng các mốc giải phẫu nhất quán, bình thường hóa thành các protein đặc hiệu cho cơ và đo song song thành phần chất béo xơ. |
NSAA so sản/thống kê | Một nhóm lịch sử tự nhiên bên ngoài không phải là một đối chứng đồng thời ngẫu nhiên. Tính đủ điều kiện thử nghiệm, chăm sóc hỗ trợ, tác dụng tham gia, NSAA cơ bản, chế độ steroid, tuổi và nhóm exon đều có thể làm sai lệch so sánh. Thử nghiệm t chưa ghép đôi là không đủ. Ngoài ra, sự thay đổi +1,4 NSAA nằm trong phạm vi biến đổi thử nghiệm - kiểm tra lại đối với nhóm tuổi này. | Thực hiện một nghiên cứu ngẫu nhiên có đối chứng giả dược đồng thời hoặc sử dụng tối thiểu các phân tích điều chỉnh tính đến NSAA ban đầu, tuổi, chế độ steroid, nhóm exon và các chất gây nhiễu khác. |
Nhiễu do khoảng tuổi | Trẻ em trai 4-7 tuổi đang trong giai đoạn phát triển, nơi bệnh nhân DMD lưu trú không được điều trị có thể tăng chức năng vận động trước khi suy giảm chiếm ưu thế. Thay đổi NSAA trong 48 tuần kết hợp sự tăng trưởng phát triển, tiến triển bệnh và hiệu quả điều trị có thể có. | Sử dụng đối chứng ngẫu nhiên đồng thời với phân tầng tuổi để tách quỹ đạo phát triển khỏi hiệu quả điều trị. |
Tiền lệ lâm sàng trước đây | Các tín hiệu chức năng microdystrophin nhãn mở chưa dự đoán được lợi ích xác nhận một cách đáng tin cậy; tiền lệ được công bố bao gồm các thử nghiệm xác nhận liệu pháp gen vi dystrophin không tái tạo các cải tiến NSAA nhãn mở. | Đừng dựa vào sự thay đổi nhãn mở của NSAA để hỗ trợ đưa ra quyết định. Yêu cầu bằng chứng chức năng được kiểm soát. |
Giới hạn cấu trúc của cấu trúc di truyền | Cấu trúc 138 kDa xóa các lần lặp lại quang phổ R16/17, chứa các vị trí liên kết nNOS. Việc mất khả năng huy động nNOS có thể làm suy giảm chức năng hủy giao cảm và khả năng bảo vệ chống thiếu máu cục bộ trong lúc vận động, tạo ra một mức trần cơ chế đối với hiệu quả giải cứu độc lập với mức độ biểu hiện. | Bổ sung các nghiên cứu cơ chế nhằm chứng minh liệu cấu trúc di truyền (construct) cụ thể này có khôi phục được chức năng của phức hợp liên quan đến dystrophin, sự định vị của nNOS, sinh lý học vận động và khả năng bảo vệ cơ hay không. |
Độ bền AAV | Các bộ gen của vector tại thời điểm 12 tuần không thiết lập được sự biểu hiện bền vững. Bộ gen AAV9 phần lớn là các episome không tích hợp và có thể suy giảm theo thời gian. Sự tồn tại của bộ gen vectơ không giống như biểu hiện protein dai dẳng. | Đo sự biểu hiện protein chuyển gen theo chiều dọc và độ bền của dấu ấn sinh học chức năng sau 12 tuần. |
Đặc tính an toàn và miễn dịch | Viêm transamin ở 8/12 bệnh nhân phù hợp với đáp ứng miễn dịch đối với các tế bào được chuyển đổi AAV, nhưng cơ chế chưa được thiết lập. Một trường hợp viêm cơ tim liên quan đến bệnh nhiệt đới tim AAV9. | Cung cấp theo dõi miễn dịch sâu hơn, xác định đặc điểm an toàn gan/tim và tăng cường theo dõi tim. |
Lựa chọn/tổng quát hóa bệnh nhân | Không bao gồm bệnh nhân trung hòa kháng thể kháng AAV9 sẽ giới hạn khả năng tổng quát hóa. Việc loại trừ các lần xóa exon-44 giới hạn khả năng áp dụng cho nhóm con DMD đó. n = 12 quá nhỏ nên không đủ để mô tả tính an toàn và hiệu quả trong quần thể DMD rộng lớn hơn. | Mở rộng tính đủ điều kiện nếu có thể hoặc xác định trước các phân tích phân tầng theo tình trạng kháng thể, loại gen/lớp exon, tuổi và chức năng cơ bản trước khi sử dụng kết quả để hỗ trợ phê duyệt rộng rãi. |
Kết luận quy định: Gói có thể cho thấy hoạt tính sinh học, nhưng nó vẫn chưa xác định rằng biểu hiện vi dystrophin đo được là một chất thay thế đáng tin cậy có khả năng dự đoán lợi ích lâm sàng. Các khoảng trống chính là tính đặc hiệu của xét nghiệm, tiêu chuẩn định lượng không hợp lệ, có thể gây nhiễu sợi phản xạ, thiếu đối chứng ngẫu nhiên, rối loạn NSAA liên quan đến tuổi tác, độ bền không chắc chắn và các vấn đề về an toàn/tổng quát chưa được giải quyết.
Để thu hẹp khoảng cách, chương trình sẽ cần một thiết kế lâm sàng có kiểm soát, phân tầng tuổi với các xét nghiệm biểu hiện đặc hiệu cho gen chuyển đổi, định lượng protein trực giao, kiểm soát thành phần mô, dữ liệu độ bền theo chiều dọc, xét nghiệm chức năng cơ học cho cấu trúc bị cắt ngắn và theo dõi an toàn mạnh hơn, đặc biệt là gan và tim.
Tiêu chí đánh giá và điểm
GPT‑Rosalind đạt hiệu năng dẫn đầu ngành trong hóa dược, lĩnh vực tập trung vào việc biến phân tử thành thuốc hữu ích. Chúng tôi thiết kế MedChemBench để phản ánh các quy trình hóa dược thực tế, đánh giá khả năng hiểu cấu trúc hóa học đa phương thức; mối quan hệ cấu trúc-hoạt tính (SAR); dự đoán hiệu lực, độc tính và hấp thu, phân bố, chuyển hóa, thải trừ (ADME) của thuốc; ra quyết định tối ưu hóa hợp chất dẫn đường đa tham số; và tổng hợp ngược. GPT‑Rosalind vượt GPT‑5.5 trên MedChemBench với 27,5% so với 25,1%, đồng thời dùng ít hơn 7,2% token.
GPT‑Rosalind cho thấy khả năng tổng hợp đa phương thức và suy luận cơ chế tốt hơn trong hóa dược.
Theo GeneBench, khả năng đánh giá dùng tác nhân của chúng tôi về phân tích dài hạn, từ đầu đến cuối trong hệ gen học và sinh học định lượng, GPT‑Rosalind dùng ít hơn GPT‑5.5 31% token trong khi đạt độ chính xác cao hơn, 21,6% so với 20,4%. GeneBench đánh giá hiệu năng tác nhân trên các tác vụ định lượng dài hạn: dựa trên dữ liệu khoa học thực tế, một tác nhân có thể lập kế hoạch phân tích, QC, mô hình hóa và hiệu chỉnh hợp lệ để đi đến câu trả lời phù hợp với quyết định hay không? Các bài toán bao gồm nhiều miền, như hệ gen học chức năng, phiên mã học không gian, hệ protein học, biểu sinh học hệ gen, và di truyền học ứng dụng.
GPT‑Rosalind dùng ít hơn GPT‑5.5 31% token mà lại cải thiện được độ chính xác.
Chúng tôi giới thiệu một phương pháp đánh giá mới để kiểm tra khả năng của GPT‑Rosalind trong việc hỗ trợ các nhà khoa học thực hiện công việc phòng thí nghiệm ngoài đời thực. LabWorkBench kiểm tra khả năng của mô hình trong việc liên kết các nhiễu động với kết quả thử nghiệm trong các quy trình phòng thí nghiệm ướt thực tế mà nhà khoa học sử dụng, cho các mục đích từ khắc phục sự cố đến tối ưu hóa. Dữ liệu được LabWorkBench sử dụng là độc quyền và do đó không bị nhiễm bẩn. GPT‑Rosalind đạt 63,2% so với 55,8% của GPT‑5.5, đồng thời dùng ít hơn 5,3% token.
Đối với việc hỗ trợ quy trình phòng thí nghiệm ướt thực tế, GPT‑Rosalind cho thấy mức cải thiện đáng kể so với GPT‑5.5, đồng thời nâng cao hiệu quả sử dụng token.
Chúng tôi xây dựng các plugin Life Sciences Research (Nghiên cứu khoa học đời sống)(mở trong cửa sổ mới) và Life Sciences NGS Analysis (Phân tích giải trình tự thế hệ mới trong khoa học đời sống)(mở trong cửa sổ mới) để mở rộng trí tuệ nâng cao của GPT‑Rosalind bằng một lớp thực thi thực tế cho các quy trình khoa học có thể lặp lại. Các plugin này cùng đưa truy xuất bằng chứng có nguồn, diễn giải sinh học và thực thi tin sinh học vào cùng một không gian làm việc, giúp nhà nghiên cứu kết nối bằng chứng bên ngoài với phân tích omics nội bộ trong khi vẫn bảo toàn hiện vật và nguồn gốc. Tất cả người dùng hiện có thể truy cập cả hai plugin thông qua Codex. Người dùng doanh nghiệp GPT‑Rosalind đủ điều kiện còn có thể dùng GPT‑Rosalind để vận hành các plugin này.
Để tối ưu hóa hiệu quả vai trò làm nền tảng làm việc linh động của Codex dành cho các nhà khoa học, chúng tôi đã tích hợp thêm các công cụ xem tương tác dành cho các định dạng tệp sinh học bản địa. Tập hợp các công cụ xem ban đầu dành cho chuỗi dữ liệu, căn hàng, và cấu trúc được thiết kế nhằm giúp các nhà khoa học luôn tiếp cận sát với các minh chứng thực tế khi GPT‑Rosalind lập luận xuyên suốt một quy trình, đồng thời phản hồi trực tiếp các câu hỏi tiếp theo bằng cách sử dụng ngữ cảnh ngay trong công cụ xem đang hoạt động.
Bản demo ở trên cho thấy các năng lực này đang hoạt động, do GPT‑Rosalind điều phối. Chúng tôi theo chân một nhà khoa học đang khảo sát sinh thiết khối u lỏng để xác định đột biến và các thay đổi phân tử khác có thể cung cấp thông tin cho điều trị. Plugin Life Sciences NGS Analysis (Phân tích giải trình tự thế hệ mới trong khoa học đời sống) biến việc rà soát các hồ sơ ctDNA đã xử lý thành một notebook tương tác, làm nổi bật các biến đổi lặp lại, các gọi biến thể tần suất thấp và quỹ đạo mẫu, từ đó tập trung điều tra vào KRAS G12C. Từ đó, plugin Life Sciences Research bổ sung bối cảnh về mục tiêu, chất ức chế và kháng thuốc có nguồn dẫn, trong khi các trình xem trình tự, căn chỉnh và cấu trúc gốc cho phép nhà khoa học trực tiếp kiểm tra residue đột biến 12, mức bảo tồn của nó trong họ RAS và túi gắn chất ức chế. Quy trình kết thúc bằng việc chuyển dịch bằng chứng đó thành các lựa chọn theo dõi cụ thể, với từng bước và hiện vật đều sẵn sàng để chuyên gia xem xét.
Plugin Life Sciences NGS Analysis
Kiểm định chất lượng & chú giải scRNA-seq
Biến một gói ma trận kiểu 10x thành các hiện vật đơn bào đã lọc qua đợt kiểm định chất lượng, chú giải và UMAP mà bạn có thể kiểm tra và chỉnh sửa trong Codex. Plugin Life Sciences NGS Analysis định tuyến yêu cầu đến scrna-seq-qc, chọn ngưỡng kiểm định chất lượng từ dữ liệu, bảo toàn nguồn gốc (provenance) xoay quanh quá trình lọc và chú giải, đồng thời hiển thị các điểm nghẽn như việc thiếu các gói phụ thuộc để phát hiện tế bào kép (doublet).
Kiểm soát chất lượng FASTQ RNA-seq theo lô
Chuyển đổi bảng mẫu dữ liệu bulk RNA-seq, gói tệp FASTQ và các tệp tham chiếu thành một gói số liệu đếm (counts bundle) đã qua kiểm định chất lượng, cho phép kiểm tra và tái sử dụng trực tiếp trong Codex. Tiện ích mở rộng Phân tích giải trình tự thế hệ mới trong Khoa học sự sống (Life Sciences NGS Analysis) sẽ chịu trách nhiệm định tuyến yêu cầu, xác thực các dữ liệu đầu vào và trả về một phong bì chạy lệnh (run envelope) có thể kiểm toán, bao gồm kết quả MultiQC, các ma trận Salmon, nguồn gốc dữ liệu (provenance) và các lưu ý cảnh báo rõ ràng.
Chúng tôi đang mở rộng quyền truy cập vào các dòng mô hình GPT‑Rosalind cho các tổ chức đủ điều kiện trên toàn cầu. GPT‑Rosalind sẽ có trong bản xem trước nghiên cứu thông qua cấu trúc triển khai truy cập tin cậy của chúng tôi cho các tổ chức đang tiến hành nghiên cứu khoa học hợp pháp với lợi ích công rõ ràng, có quản trị và giám sát an toàn mạnh mẽ, cùng quyền truy cập được kiểm soát với bảo mật cấp doanh nghiệp.
Trong khuôn khổ mở rộng toàn cầu này, chúng tôi rất vui được hỗ trợ sứ mệnh của Novo Nordisk là đưa các lựa chọn điều trị đổi mới đến với bệnh nhân nhanh hơn bằng cách giúp mở rộng quy mô nghiên cứu y học của họ với GPT‑Rosalind. Novo Nordisk đang tận dụng các năng lực AI tiên phong để giúp nhà nghiên cứu phân tích những bộ dữ liệu phức tạp, phát hiện các mẫu hữu ích và kiểm tra giả thuyết nhanh hơn. Hiểu biết sinh học mạnh hơn của GPT‑Rosalind sẽ giúp các nhóm kết nối bằng chứng từ tài liệu, hệ gen học, phiên mã học, trình tự, cấu trúc và kết quả thử nghiệm, giúp việc chuyển từ dữ liệu sang quyết định nghiên cứu rõ ràng hơn trở nên dễ dàng hơn.
“Nghiên cứu khoa học sự sống rất phức tạp, giàu dữ liệu và liên ngành. Để mang lại giá trị có ý nghĩa cho nhà nghiên cứu, các mô hình AI tiên tiến phải được đặt trên nền dữ liệu khoa học đáng tin cậy, kết nối với công cụ đã xác thực và tích hợp vào các quy trình thực tế mà nhà nghiên cứu sử dụng hằng ngày. Chúng tôi hài lòng với quan hệ hợp tác cùng OpenAI và cơ hội khám phá cách GPT‑Rosalind có thể hỗ trợ các cách tiếp cận nghiêm ngặt và thực tiễn hơn cho việc tìm ra thuốc.”
Mishal Patel, Phó Chủ tịch Tập đoàn, AI & Đổi mới số, R&D - Novo Nordisk
Chúng tôi cũng đang cung cấp một không gian làm việc do OpenAI quản lý cho các tổ chức đủ điều kiện nhưng chưa có tài khoản Enterprise.
Mô hình GPT‑Rosalind được cập nhật là bước tiếp theo trong khuôn khổ cam kết to lớn hơn của chúng tôi nhằm xây dựng các hệ thống AI có thể giúp tăng tốc khám phá khoa học, đồng thời bảo đảm các năng lực sinh học tiên tiến được triển khai với biện pháp bảo vệ phù hợp. Chúng tôi sẽ tiếp tục cải thiện suy luận sinh học của mô hình, mở rộng hỗ trợ cho các quy trình nghiên cứu dài hạn và dùng nhiều công cụ, đồng thời làm việc với các tổ chức đủ điều kiện ở nhiều khu vực để đánh giá tác động thực tế.
Điều này cũng có nghĩa là áp dụng AI khoa học sự sống vào công việc vì lợi ích công có tác động cao, từ khám phá thuốc và y học chuyển dịch đến y tế công cộng, chuẩn bị ứng phó và phòng vệ sinh học. Thông qua Rosalind Biodefense (An ninh sinh học Rosalind) và mô hình triển khai truy cập tin cậy của chúng tôi, chúng tôi hướng tới việc trao các năng lực sinh học tiên phong cho những nhà nghiên cứu, tổ chức và lực lượng bảo vệ đang nỗ lực cải thiện sức khỏe con người và tăng cường khả năng chống chịu của xã hội.
Chúng tôi sẽ tiếp tục xây dựng GPT‑Rosalind để trở thành một đối tác có năng lực hơn trong toàn bộ vòng đời nghiên cứu khoa học, giúp nhà khoa học đi nhanh hơn từ những câu hỏi đúng đến bằng chứng rõ ràng hơn, thí nghiệm tốt hơn và cuối cùng là các phương pháp điều trị mới cho bệnh nhân.
