OpenAI анонсировала GPT-Rosalind — ИИ-модель для биологии и создания лекарств

OpenAI анонсировала выпуск новой модели искусственного интеллекта под названием GPT-Rosalind, специально разработанной для решения задач в области биологии, разработки лекарств и трансляционной медицины. Эта модель ориентирована на научные рабочие процессы, начиная от анализа литературы и заканчивая планированием экспериментов, и уже демонстрирует результаты на уровне ведущих бенчмарков и экспертов. GPT-Rosalind оптимизирована для работы с научными инструментами и обладает глубоким пониманием химии, белковой инженерии и геномики.

В США процесс создания нового лекарства занимает в среднем от 10 до 15 лет, начиная с поиска биологической цели и заканчивая получением одобрения от регуляторов. Наибольшее влияние на успех оказывает именно начальная стадия исследований: правильный выбор мишени, формирование гипотез и качество экспериментов определяют эффективность всей цепочки разработки. Одной из главных проблем в исследованиях остаётся не только сложность биологии, но и фрагментированность исследовательских процессов. Учёные вынуждены работать с обширными массивами литературы, специализированными базами данных, экспериментальными результатами и постоянно меняющимися гипотезами, что требует значительных ресурсов и плохо масштабируется.

OpenAI считает, что продвинутые ИИ-системы способны ускорить эти процессы не только за счёт автоматизации, но и благодаря способности выявлять неочевидные связи, исследовать большее количество гипотез и быстрее приходить к обоснованным выводам. GPT-Rosalind разработана для поддержки таких задач, как синтез научных данных, генерация гипотез, планирование экспериментов и выполнение многошаговых исследовательских сценариев. Модель уже доступна в формате research preview в ChatGPT, Codex и через API для ограниченного круга клиентов в рамках программы доверенного доступа. Также представлен специальный плагин Life Sciences для Codex, который предоставляет доступ более чем к 50 научным инструментам и источникам данных.

Среди партнёров, работающих с моделью, упоминаются Amgen, Moderna, Allen Institute и Thermo Fisher Scientific. Эти компании используют GPT-Rosalind для ускорения исследований и разработки новых решений в биологии и медицине. Название модели отсылает к Розалинд Франклин, учёной, чьи исследования сыграли ключевую роль в открытии структуры ДНК и заложили основы современной молекулярной биологии. По данным OpenAI, GPT-Rosalind демонстрирует высокую эффективность в задачах, требующих сложного научного рассуждения, таких как анализ химических реакций и интерпретация генетических последовательностей и взаимодействий белков.

В тестах на публичных бенчмарках модель показала выдающиеся результаты. На BixBench, ориентированном на реальные задачи биоинформатики и анализа данных, GPT-Rosalind достигла лучших показателей среди моделей с опубликованными результатами. На LABBench2, оценивающем выполнение исследовательских задач, модель превзошла GPT-5.4 в 6 из 11 категорий, включая проектирование молекулярных протоколов. Дополнительно модель была протестирована совместно с Dyno Therapeutics на задаче предсказания и генерации РНК-последовательностей, где её результаты превысили показатели 95% экспертов в задачах предсказания и достигли около 84-го перцентиля в задачах генерации.

Плагин Life Sciences для Codex служит оркестрационным слоем для научных задач, помогая работать с генетикой, структурой белков, биохимией и клиническими данными. Он объединяет доступ к десяткам баз данных и инструментов, что позволяет более эффективно решать сложные исследовательские вопросы. Запуск модели сопровождается усиленными мерами безопасности, и доступ к GPT-Rosalind предоставляется только организациям, соответствующим требованиям по научной деятельности, управлению рисками и контролю использования. OpenAI подчёркивает, что целью является обеспечение развития науки при минимизации потенциальных рисков.

Компания рассматривает GPT-Rosalind как первый шаг в долгосрочной стратегии создания специализированных ИИ-систем для науки. В будущем планируется расширять возможности модели, особенно в задачах с длительными и сложными исследовательскими цепочками, а также углублять сотрудничество с научными организациями, включая национальные лаборатории. В OpenAI ожидают, что такие системы со временем станут полноценными инструментами для научных открытий, помогая ускорить переход от гипотез к доказательствам и от результатов исследований к созданию новых методов лечения.

Источник