OpenAI lancia GPT-Rosalind, un modello di intelligenza artificiale per la ricerca nelle scienze della vita

      Chiamato così in onore del cristallografo che ha contribuito a rivelare la struttura del DNA, GPT-Rosalind è la prima serie di modelli specifici per dominio di OpenAI, ottimizzata per la biochimica, la genomica e l'ingegneria proteica. L'accesso è riservato a un programma di accesso fidato per clienti aziendali selezionati, tra cui Amgen, Moderna e Thermo Fisher Scientific.

      OpenAI ha lanciato GPT-Rosalind, un modello di ragionamento all'avanguardia costruito specificamente per la ricerca nelle scienze della vita, ha annunciato l'azienda giovedì.

      Il modello è progettato per supportare la sintesi delle prove, la generazione di ipotesi, la pianificazione sperimentale e flussi di lavoro scientifici multi-step in biochimica, genomica e ingegneria proteica, rappresentando la prima serie di modelli specifici per dominio costruita appositamente da OpenAI.

      È disponibile come anteprima di ricerca in ChatGPT, Codex e nell'API di OpenAI, ma l'accesso è riservato a un programma di accesso fidato per clienti aziendali qualificati negli Stati Uniti.

      Il 💜 della tecnologia UE Gli ultimi rumori dalla scena tecnologica dell'UE, una storia del nostro saggio fondatore Boris e alcune opere d'arte AI discutibili. È gratuito, ogni settimana, nella tua casella di posta. Iscriviti ora! Il modello prende il nome da Rosalind Franklin, la chimica britannica e cristallografa a raggi X il cui imaging di diffrazione del DNA è stato fondamentale per rivelare la struttura a doppia elica, e il cui contributo è stato notevolmente assente dal Premio Nobel del 1962 assegnato a Watson, Crick e Wilkins.

      La denominazione è un atto di riconoscimento: il lavoro di Franklin è ora ampiamente considerato fondamentale per la biologia molecolare moderna e rimane un punto di riferimento nelle discussioni sull'assenza delle donne dalla storia scientifica.

      OpenAI sta inquadrando GPT-Rosalind come uno strumento per comprimere il tempo necessario per passare dall'idea scientifica all'evidenza clinica. L'azienda stima che attualmente ci vogliano circa 10-15 anni per portare un farmaco dalla scoperta del target all'approvazione regolatoria negli Stati Uniti.

      GPT-Rosalind è posizionato per aiutare nelle fasi iniziali: può interrogare database specializzati, analizzare la letteratura scientifica, interagire con strumenti computazionali e suggerire nuovi percorsi sperimentali all'interno di un'unica interfaccia.

      Insieme al modello stesso, OpenAI sta anche introducendo un plugin per la ricerca nelle scienze della vita per Codex che collega i modelli a più di 50 strumenti scientifici e fonti di dati, dando ai ricercatori accesso programmatico a database biologici e pipeline computazionali.

      I partner di lancio includono Amgen, Moderna, Thermo Fisher Scientific e l'Allen Institute. OpenAI sta anche collaborando con il Los Alamos National Laboratory per la progettazione di proteine e catalizzatori guidati dall'AI.

      Le prestazioni di benchmark, come riportato da OpenAI, mostrano che GPT-Rosalind ha raggiunto un tasso di successo dello 0,751 su BixBench, un benchmark di bioinformatica sviluppato da Edison Scientific che valuta i modelli su compiti reali di biologia computazionale.

      Su LABBench2, un benchmark di compiti di ricerca più ampio, il modello ha superato GPT-5.4 in sei degli undici compiti, con il suo vantaggio più significativo su CloningQA, un compito che richiede la progettazione end-to-end di reagenti per protocolli di clonazione molecolare.

      Il segnale di prestazione più sorprendente è arrivato da una valutazione di terze parti condotta con Dyno Therapeutics, un'azienda di terapia genica focalizzata sulla progettazione di proteine capsidiche AAV.

      Utilizzando sequenze RNA non pubblicate e mai viste prima per proteggersi dalla contaminazione del benchmark, GPT-Rosalind è stato testato su compiti di previsione sequenza-funzione e generazione di sequenze.

      Le migliori dieci sottomissioni del modello si sono classificate sopra il 95° percentile degli esperti umani nel compito di previsione e intorno all'84° percentile nella generazione di sequenze, secondo OpenAI e confermato da più fonti che coprono il lancio.

      Il lancio comporta significative avvertenze sull'uso duale che OpenAI ha affrontato attraverso il suo modello di accesso. I ricercatori hanno avvertito che i modelli AI addestrati su dati biologici potrebbero essere abusati per aiutare a progettare patogeni pericolosi.

      La decisione di OpenAI di limitare l'accesso esclusivamente a un programma di accesso fidato e verificato, con le organizzazioni tenute a dimostrare di lavorare per migliorare i risultati per la salute umana e mantenere forti controlli di sicurezza e governance, è una risposta diretta a quel rischio. Durante la fase di anteprima di ricerca, l'uso non consumerà i crediti API esistenti.