El viaje desde una hipótesis de laboratorio hasta el estante de una farmacia es uno de los maratones más agotadores de la industria moderna, y suele durar entre 10 y 15 años y miles de millones de dólares en inversiones.
El progreso a menudo se ve obstaculizado no sólo por los misterios inherentes de la biología, sino también por los flujos de trabajo «fragmentados y difíciles de escalar» que obligan a los investigadores a pivotar manualmente entre el equipo de diseño experimental, el software y las bases de datos reales.
Pero OpenAI está lanzando un nuevo modelo especializado. GPT-Rosalind específicamente para acelerar este proceso y hacerlo más eficiente, más fácil e idealmente más productivo. Este nuevo modelo de razonamiento de frontera, que lleva el nombre de la química pionera Rosalind Franklin, cuyo trabajo fue vital para el descubrimiento de la estructura del ADN (y que a menudo fue pasado por alto por sus colegas masculinos James Watson y Francis Crick), está diseñado específicamente para actuar como una capa de inteligencia especializada para la investigación en ciencias biológicas.
Al cambiar el papel de la IA de un asistente de propósito general a un socio de «razonamiento» de dominio específico, OpenAI está señalando un compromiso a largo plazo con el descubrimiento biológico y químico.
Qué ofrece GPT-Rosalind
GPT-Rosalind no se trata sólo de una generación de texto más rápida; está diseñado para sintetizar evidencia, generar hipótesis biológicas y planificar experimentos, tareas que tradicionalmente han requerido años de síntesis humana experta.
En esencia, GPT-Rosalind es el primero de una nueva serie de modelos optimizados para flujos de trabajo científicos. Si bien las iteraciones anteriores de GPT sobresalieron en tareas de lenguaje general, este modelo está optimizado para una comprensión más profunda de la genómica, la ingeniería de proteínas y la química.
Para validar sus capacidades, OpenAI probó el modelo con varios puntos de referencia de la industria. En BixBench, una métrica para bioinformática y análisis de datos del mundo real, GPT-Rosalind logró un rendimiento líder entre los modelos con puntuaciones publicadas.
En pruebas más granulares realizadas a través de LABBench2, el modelo superó a GPT-5.4 en seis de once tareas, y las ganancias más significativas aparecieron en CloningQA, una tarea que requiere el diseño de reactivos de extremo a extremo para protocolos de clonación molecular.
La señal de rendimiento más llamativa del modelo provino de una asociación con Dyno Therapeutics. En una evaluación que utilizó secuencias de ARN «no contaminadas» no publicadas, a GPT-Rosalind se le asignó la tarea de generar y predecir secuencia a función.
Cuando se evaluaron directamente en el entorno del Codex, las presentaciones del modelo se ubicaron por encima del percentil 95 de expertos humanos en tareas de predicción y alcanzaron el percentil 84 en generación de secuencias.
Este nivel de experiencia sugiere que el modelo puede servir como un colaborador de alto nivel capaz de identificar «patrones relevantes para los expertos» que los modelos generalistas a menudo pasan por alto.
El nuevo flujo de trabajo del laboratorio
OpenAI no se limita a lanzar un modelo; está lanzando un ecosistema diseñado para integrarse con las herramientas que los científicos ya utilizan. Lo central para esto es un nuevo Complemento de investigación de ciencias biológicas para Codex, disponible en GitHub.
Es sabido que la investigación científica está aislada. Un solo proyecto podría requerir que un investigador consulte una base de datos de estructuras de proteínas, busque en 20 años de literatura clínica y luego utilice una herramienta separada para la manipulación de secuencias. El nuevo complemento actúa como una «capa de orquestación», proporcionando un punto de partida unificado para estas preguntas de varios pasos.
-
Conjunto de habilidades: El paquete incluye habilidades modulares para bioquímica, genética humana, genómica funcional y evidencia clínica.
-
Conectividad: Conecta modelos a más 50 bases de datos públicas multiómicas y fuentes literarias.
-
Eficiencia: Este enfoque apunta a «flujos de trabajo científicos de largo horizonte y con muchas herramientas», lo que permite a los investigadores automatizar tareas repetibles como búsquedas de estructuras de proteínas y búsquedas de secuencias.
Acceso limitado y cerrado
Dado el poder potencial de un modelo capaz de rediseñar estructuras biológicas, OpenAI está evitando un lanzamiento amplio de «código abierto» o público general en favor de un programa de Acceso Confiable.
El modelo se lanza como una vista previa de la investigación específicamente para clientes empresariales calificados en los Estados Unidos. Esta implementación restringida se basa en tres principios básicos: uso beneficioso, gobernanza sólida y acceso controlado.
Las organizaciones que solicitan acceso deben someterse a una revisión de calificación y seguridad para garantizar que estén realizando investigaciones legítimas con un claro beneficio público.
A diferencia de los modelos de uso general, GPT-Rosalind se desarrolló con controles de seguridad reforzados de nivel empresarial. Para el usuario final, esto significa:
-
Acceso restringido: el uso está limitado a usuarios aprobados dentro de entornos seguros y bien administrados.
-
Gobernancia: Las organizaciones participantes deben mantener estrictos controles de prevención de uso indebido y aceptar términos específicos de vista previa de la investigación en ciencias biológicas.
-
Costo: Durante la fase de vista previa, el modelo no consumirá créditos ni tokens existentes, lo que permitirá a los investigadores experimentar sin restricciones presupuestarias inmediatas (sujeto a restricciones de abuso).
Cálida recepción por parte de los socios iniciales de la industria
El anuncio obtuvo una importante aceptación por parte de los socios de OpenAI en los sectores farmacéutico y tecnológico.
Sean Bruich, vicepresidente senior de IA y datos de Amgen, señaló que la colaboración permite a la empresa aplicar herramientas avanzadas de manera que podrían «acelerar la forma en que entregamos medicamentos a los pacientes». El impacto también se siente en la infraestructura tecnológica especializada que respalda a los laboratorios:
-
Nvidia: Kimberly Powell, vicepresidenta de atención médica y ciencias biológicas, describió la convergencia del razonamiento de dominio y la computación acelerada como una forma de «comprimir años de I+D tradicional en conocimientos científicos inmediatos y procesables».
-
Moderno: El director ejecutivo, Stéphane Bancel, destacó la capacidad del modelo para «razonar a partir de evidencia biológica compleja» para ayudar a los equipos a traducir los conocimientos en flujos de trabajo experimentales.
-
El Instituto Allen: El CTO Andy Hickl enfatizó que GPT-Rosalind se destaca por hacer que los pasos manuales, como buscar y alinear datos, sean más «consistentes y repetibles en un flujo de trabajo agente».
Esto se basa en resultados tangibles que OpenAI ya ha visto en el campo, como su colaboración con Ginkgo Bioworks, donde los modelos de IA ayudaron a lograr una reducción del 40 % en los costos de producción de proteínas.
¿Qué sigue para Rosalind y OpenAI en las ciencias biológicas?
La misión de OpenAI con GPT-Rosalind es reducir la brecha entre una «idea científica prometedora» y las «evidencias, experimentos y decisiones» reales necesarias para el progreso médico.
Al asociarse con instituciones como el Laboratorio Nacional de Los Álamos para explorar el diseño de catalizadores guiados por IA y la modificación de la estructura biológica, la compañía está posicionando a GPT-Rosalind como más que una herramienta: está destinada a ser un «socio capaz en el descubrimiento».
A medida que el campo de las ciencias biológicas se vuelve cada vez más denso en datos, el avance hacia modelos de «razonamiento» especializados como el de Rosalind puede convertirse en el estándar para navegar por los «vastos espacios de búsqueda» de la biología y la química.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
