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

简要概述

• OpenAI 揭示了 GPT-Rosalind，以加速药物发现流程。
• 基准测试显示出显著提升，但实际应用带来的影响仍受到限制 。
• 在日益升高的生物安全担忧之下，访问权限受到严格限制。

OpenAI 刚刚以 Rosalind Franklin 的名字为其首个面向特定领域的 AI 模型命名——这位英国化学家借助她在 X 射线晶体学方面的工作，帮助揭示了 DNA 的双螺旋结构；而她在生前因其贡献而长期未能获得应有的认可。 周四公布的 GPT-Rosalind 是一款为生物学、药物发现和转化医学量身打造的推理模型。它是 OpenAI 所称的生命科学模型系列中的首款——这是对一个竞争激烈市场的直接出击：从大学到谷歌 DeepMind，众多专门实验室都在争抢立足机会。 据专家称，将一款药物从靶点发现推进到美国监管批准，平均需要 10 到 15 年。大部分时间并不消耗在灵光一现的时刻，而是在苦工之中：解析成千上万的论文、查询数据库、设计试剂、并对模糊不清的结果进行解读。GPT-Rosaling 正试图解决的正是这一点。 OpenAI 认为，该模型能够压缩这类早期阶段的工作量。正如公司所说：GPT-Rosalind 的设计旨在帮助科学家“探索更多可能性，呈现可能原本会被忽略的联系，并更早得出更好的假设”。

 至少在某种程度上，基准测试印证了这些雄心。在 BixBench——一个围绕真实生物信息学任务构建的基准——GPT-Rosalind 的通过率为 0.751，为已公布结果的模型中最高分。在 LABBench2 上，它在 11 项任务中的 6 项上超越了其前身 GPT-5.4。 GPT-Rosalind 在所有涉及生命科学的案例中都优于 GPT 5.4，但它是一个高度特定的模型——在除此之外的任何场景里，它都可能表现不佳。

OpenAI 还宣布，Dyno Therapeutics 将帮助测试和评估其模型，基于未公布的 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，序列预测任务的排名高于人类专家的第 95 个百分位；在生成任务上约为第 84 个百分位。 不过，OpenAI 自己的生命科学研究负责人 Joy Jiao 对模型究竟能做成什么给出了更谨慎的评估。她表示，公司并不将 Rosalind 视为一种能够自主创造新疗法的模型，但她告诉记者，它可以在加速研究方面提供巨大帮助。“我们确实看到一个真实的机会：帮助研究人员在科学流程中一些最复杂、最耗时的环节里更快推进，”Jiao 在一次新闻简报中说，据 LA Times 报道。 模型周边的生态系统，可能与模型本身同样重要。OpenAI 还在为 Codex 发布一款免费的生命科学研究插件，可连接 50 多个科学数据库与工具——包括蛋白质结构查询、序列搜索、文献综述以及基因组学流程。拥有 GPT-Rosalind 访问权限的企业用户将在推理层之外再获得这一能力；其他用户则将获得配套的标准模型插件。 OpenAI 已为此次发布准备了一批药企与生物科技客户名单，包括 Amgen、Moderna 和 Thermo Fisher Scientific。与此同时，它还与洛斯阿拉莫斯国家实验室开展研究合作，利用 AI 辅助蛋白质与催化剂设计。 “生命科学领域在每一步都要求精确。问题高度复杂，数据高度独特，所涉风险也极其高，”在官方公告中，Amgen 的 AI 与数据高级副总裁 Sean Bruich 如是说。 对 Rosalind 的访问被刻意限制。该模型仅面向美国企业，并需通过资格与安全审查。担忧并非空穴来风：一个由 100 多名科学家组成的国际联盟已呼吁加强对用于训练 AI 的生物数据的控制，理由是存在病原体设计风险。OpenAI 的受限发布正是对这一问题的直接回应。在研究预览期间，使用不会消耗既有的 API credits。 这也并非 OpenAI 首次涉足科学工作流程。1 月推出的 Prism 科学写作工作空间算是第一步。GPT-Rosalind 更锐利、更专业，是更进一步的后续产品——也是一种信号，表明领域专用模型正在成为严肃的竞争前沿。 截至目前，没有任何一款完全由 AI 发现的药物通过了 3 期临床试验。这个数字仍为零。但如果 GPT-Rosalind 能帮助研究人员在成千上万的实验室里将更好的实验设计提前 6 个月完成，那么在“何时发现、发现什么”的累积效应，可能就是整个局面的关键。这才是这里真正的论点，而且值得密切关注。