OpenAI的新AI模型Rosalind可能会大大缩短药物发现的时间。你可能无法使用它

简要概述

• OpenAI 发布了 GPT-Rosalind 以加快药物发现流程。
• 基准测试显示出强劲的提升，但在实际应用中的影响仍有限。
• 在日益增长的生物安全担忧下，访问权限受到严格限制。

OpenAI 刚刚以 Rosalind Franklin 的名字命名了其首个专门领域的 AI 模型——这位英国化学家通过 X 射线晶体学工作帮助揭示了 DNA 的双螺旋结构，生前未被给予应有的荣誉。
GPT-Rosalind 于周四公布，是一款专为生物学、药物发现和转化医学设计的推理模型。这是 OpenAI 所称的生命科学模型系列的首款——这是在一个许多从大学到谷歌 DeepMind 等专业实验室都在争夺市场份额的领域中的直接竞争。
据专家介绍，将药物从靶点发现到美国监管批准平均需要 10 到 15 年。大部分时间并不在灵光一现的瞬间，而是在繁琐的工作中：解析数千篇论文、查询数据库、设计试剂、解释模糊的结果。这正是 GPT-Rosalind 试图解决的问题。
OpenAI 认为该模型可以压缩早期工作的时间。公司表示，GPT-Rosalind 旨在帮助科学家“探索更多可能性，发现可能被遗漏的联系，并更早得出更好的假设”。


基准测试至少部分验证了这一目标。 在以真实生物信息学任务为基础的基准测试 BixBench 上，GPT-Rosalind 的通过率为 0.751，是已公布结果模型中的最高分。 在 LABBench2 上，它在 11 项任务中有 6 项优于其前身 GPT-5.4。
GPT-Rosalind 在所有涉及生命科学的案例中都优于 GPT 5.4，但它是一个高度专业化的模型，在其他领域表现会较差。

OpenAI 还宣布 Dyno Therapeutics 将协助测试和评估其模型，基于未公开的 RNA 序列，以排除记忆化的可能性。GPT-Rosalind 在十次提交中的最佳表现排名高于人类专家的 95 百分位，在生成任务中约为 84 百分位。
不过，OpenAI 的生命科学研究负责人 Joy Jiao 对模型的实际能力持谨慎态度。她解释说，公司并不认为 Rosalind 能自主创造新疗法，但告诉记者，它可以极大加快研究进程。“我们确实看到一个帮助研究人员更快完成科学过程中一些最复杂、耗时部分的真正机会，”Jiao 在一次新闻发布会上表示， LA Times 报道。
模型周围的生态系统可能与模型本身一样重要。OpenAI 还发布了一个免费的生命科学研究插件，用于 Codex，连接超过 50 个科学数据库和工具——蛋白质结构查询、序列搜索、文献综述、基因组分析流程。拥有 GPT-Rosalind 访问权限的企业用户可以获得推理层，其他用户则使用标准模型的插件。
OpenAI 已经为此次发布列出了一批制药和生物技术客户，包括 Amgen、Moderna 和 Thermo Fisher Scientific。另有一项与洛斯阿拉莫斯国家实验室合作的 AI 指导蛋白质和催化剂设计的研究项目。
“生命科学领域在每一步都要求极高的精准度。问题高度复杂，数据极为独特，风险也非常高，”Amgen 的 AI 和数据高级副总裁 Sean Bruich 在官方公告中表示。
对 Rosalind 的访问被刻意限制。该模型仅面向美国企业，需经过资格和安全审查。担忧并非空穴来风：已有一个由 100 多名科学家组成的国际联盟呼吁加强对用于训练 AI 的生物数据的控制，担心涉及病原体设计的风险。OpenAI 的限制性推广正是对此的直接回应。在研究预览期间，使用不会消耗现有的 API 额度。
这也不是 OpenAI 在科学工作流程方面的首次尝试。1 月推出的 Prism 科学写作工作空间是一个起步。GPT-Rosalind 更加精准、专业，是一个信号，表明专用领域模型正成为激烈竞争的前沿。
目前还没有完全由 AI 发现的药物通过三期临床试验，数字仍为零。但如果 GPT-Rosalind 能帮助研究人员在数千个实验室中提前六个月设计出更好的实验，那么其在发现和时间上的累积效应可能会改变整个局面。这才是真正的核心观点，也值得密切关注。