編譯丨王聰

編輯丨王多魚

排版丨水成文

1952 年，英國科學(xué)家羅莎琳德·富蘭克林（Rosalind Franklin）拍攝了一張B 型 DNA 的 X 射線晶體衍射照片，也就是后來著名的“照片51號”。1953 年，詹姆斯·沃森（James Watson）和弗朗西斯·克里克（Francis Crick）受“照片51號”的啟發(fā)，成功構(gòu)建了DNA 雙螺旋結(jié)構(gòu)模型，這是生命科學(xué)領(lǐng)域的里程碑成就，開啟了分子生物學(xué)時(shí)代。1962 年，詹姆斯·沃森（James Watson）、弗朗西斯·克里克（Francis Crick）和莫里斯·威爾金斯（Maurice Wilkins）三人因 DNA 雙螺旋結(jié)構(gòu)獲得了諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)，而羅莎琳德·富蘭克林已于 1958 年因乳腺癌去世。

英年早逝，未獲諾獎(jiǎng)，這讓羅莎琳德·富蘭克林對 DNA 雙螺旋結(jié)構(gòu)的貢獻(xiàn)在很長一段時(shí)間里被人們所忽視。慶幸的是，近年來的發(fā)現(xiàn)的一些新證據(jù)顯示，羅莎琳德·富蘭克林并非傳言所說的不能理解 DNA 雙螺旋結(jié)構(gòu)，她不僅拍下了“照片51號”，還與莫里斯·威爾金斯一起，為尋找 DNA 結(jié)構(gòu)的答案采取了早期關(guān)鍵行動，提供關(guān)鍵數(shù)據(jù)，并驗(yàn)證了結(jié)果。因此，她是“解析雙螺旋四人組中平等的一員”，她和莫里斯·威爾金斯貢獻(xiàn)了發(fā)現(xiàn) DNA 雙螺旋結(jié)構(gòu)一半的力量，與詹姆斯·沃森和弗朗西斯·克里克的貢獻(xiàn)相當(dāng)。

2026 年 4 月 16 日，OpenAI推出了其首個(gè)生命科學(xué) AI 大模型——GPT-Rosalind，這一模型的命名正是致敬羅莎琳德·富蘭克林（Rosalind Franklin）。

羅莎琳德·富蘭克林

藥物研發(fā)是人類歷史上最昂貴且耗時(shí)最長的事業(yè)之一。在美國，從發(fā)現(xiàn)新藥靶點(diǎn)到獲得監(jiān)管批準(zhǔn)上市，通常需要 10-15 年的時(shí)間。其中大部分時(shí)間并非用于取得突破性進(jìn)展，而是用于細(xì)致的分析工作——篩選海量文獻(xiàn)、設(shè)計(jì)試劑以及解讀復(fù)雜的生物數(shù)據(jù)。OpenAI認(rèn)為，人工智能（AI）能夠幫助縮短這些時(shí)間，因此推出了迄今最專業(yè)的生命科學(xué) AI 模型來證明這一點(diǎn)。

OpenAI表示，GPT-Rosalind旨在為生物化學(xué)和基因組學(xué)等領(lǐng)域提供更強(qiáng)大的基礎(chǔ)推理能力。與在所有領(lǐng)域廣泛訓(xùn)練的通用語言模型不同，GPT-Rosalind 專門針對生命科學(xué)研究中深度分析需求進(jìn)行了微調(diào)，且該模型絕非為了取代科學(xué)家，而是幫助他們更快地完成科學(xué)過程中一些最耗時(shí)和分析難度最大的階段。

GPT-Rosalind 實(shí)際能做什么

要理解生物學(xué)中的“科學(xué)推理”是什么樣子的，這會有所幫助。例如，一位從事新基因療法研究的研究人員可能需要：查閱數(shù)百篇近期的論文，識別蛋白質(zhì)結(jié)構(gòu)中的模式，設(shè)計(jì)克隆方案，然后預(yù)測特定 RNA 序列在細(xì)胞中的表現(xiàn)。傳統(tǒng)上，每一步都需要不同的工具、不同的專家以及大量的時(shí)間。

GPT-Rosalind被定位為一種工具，旨在協(xié)助處理科學(xué)發(fā)現(xiàn)中固有的復(fù)雜多步驟工作流程。它支持證據(jù)綜合、假設(shè)生成、實(shí)驗(yàn)規(guī)劃以及其他多步驟研究任務(wù)，旨在幫助研究人員加快發(fā)現(xiàn)的早期階段。實(shí)際上，這意味著該模型能夠在同一界面內(nèi)查詢專業(yè)數(shù)據(jù)庫、解析近期科學(xué)文獻(xiàn)、與計(jì)算工具交互，并提出新的實(shí)驗(yàn)路徑。

OpenAI 此次不僅是發(fā)布了一個(gè)新模型，還推出了一個(gè)生態(tài)系統(tǒng)，旨在與科學(xué)家們已有的工具相集成。其中的核心是 Codex 的新生命科學(xué)研究插件，可在 GitHub 上獲取。科學(xué)研究向來自為營，一個(gè)項(xiàng)目可能需要研究人員查閱蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫，瀏覽數(shù)十年來的研究文獻(xiàn)，然后使用單獨(dú)的工具進(jìn)行序列操作。而這個(gè)新的插件將 GPT-Rosalind 模型與 50 多種科學(xué)工具和數(shù)據(jù)源相連接，使研究人員能夠通過熟悉的開發(fā)者界面以編程方式訪問生物數(shù)據(jù)庫和計(jì)算流程。

基準(zhǔn)性能：表現(xiàn)如何？

AI 公司所宣傳的性能，向來需要仔細(xì)審查，而OpenAI已公布了 GPT-Rosalind 在既定基準(zhǔn)測試中的數(shù)據(jù)。GPT-Rosalind 在BixBench上的通過率為 0.751，該基準(zhǔn)測試圍繞生物信息學(xué)和數(shù)據(jù)分析而設(shè)計(jì)。BixBench 評估模型在生物信息學(xué)家實(shí)際執(zhí)行的真實(shí)世界任務(wù)中的表現(xiàn)，比如處理測序數(shù)據(jù)、運(yùn)行統(tǒng)計(jì)分析以及解讀基因組輸出。0.751 的通過率表明其在該領(lǐng)域具備強(qiáng)大的實(shí)踐能力。

在LABBench2上，GPT-Rosalind 在 11 項(xiàng)任務(wù)中的 6 項(xiàng)上超越了 GPT-5.4，其中最顯著的提升出現(xiàn)在克隆問答（CloningQA）任務(wù)中——這是一個(gè)需要為分子克隆實(shí)驗(yàn)方案設(shè)計(jì)端到端試劑的任務(wù)。

最引人注目的評估來自一個(gè)真實(shí)的研究環(huán)境。在與Dyno Therapeutics的合作中， GPT-Rosalind 在從未公開過的 RNA 序列到功能預(yù)測上進(jìn)行了評估。這些數(shù)據(jù)從未出現(xiàn)在任何公開的訓(xùn)練集中，從而排除了記憶作為干擾因素的可能性。在 Codex 環(huán)境中直接評估時(shí)，該模型的十次提交中的最佳結(jié)果在預(yù)測任務(wù)中排名高于 95%的人類專家，在序列生成方面達(dá)到了 84% 的百分位。對于任何在新的生物學(xué)數(shù)據(jù)上運(yùn)行的 AI 系統(tǒng)來說，這都是一個(gè)了不起的成績。

有限且受管控的訪問權(quán)限

鑒于能夠重新設(shè)計(jì)生物結(jié)構(gòu)的 AI 模型所具有的潛在力量，OpenAI并沒有選擇廣泛“開源”或向公眾普遍發(fā)布的方式，而是選擇了一個(gè)“可信訪問”計(jì)劃，且模型已內(nèi)置技術(shù)保障措施，包括用于標(biāo)記潛在危險(xiǎn)活動的系統(tǒng)以及對模型使用方式的限制。

GPT-Rosalind模型作為研究預(yù)覽版，專門面向符合條件的企業(yè)客戶推出——即那些致力于改善人類健康成果、開展合法生命科學(xué)研究以及維持強(qiáng)大安全與控制治理的組織機(jī)構(gòu)。這種受限部署基于三個(gè)核心原則：有益使用、嚴(yán)格治理和受控訪問。申請?jiān)L問的組織必須接受資格和安全審查，以確保其開展的是具有明確公共利益的合法研究。

目前，OpenAI 已與包括安進(jìn)、Moderna、艾倫研究所和賽默飛世爾科技在內(nèi)的客戶合作，將 GPT-Rosalind 應(yīng)用于整個(gè)研究工作流程。OpenAI 還與洛斯阿拉莫斯國家實(shí)驗(yàn)室合作，進(jìn)行 AI 指導(dǎo)下的蛋白質(zhì)和催化劑設(shè)計(jì)。

安進(jìn)公司負(fù)責(zé)人工智能和數(shù)據(jù)的高級副總裁Sean Bruich指出，此次合作使公司能夠以加快向患者提供藥物的速度的方式應(yīng)用先進(jìn)工具。

ModernaCEOStéphane Bancel強(qiáng)調(diào)了該模型能夠在復(fù)雜的生物學(xué)證據(jù)之間進(jìn)行推理，以幫助團(tuán)隊(duì)將見解轉(zhuǎn)化為實(shí)驗(yàn)工作流程。

艾倫研究所CTOAndy Hickl表示，GPT-Rosalind 的突出之處在于，它讓諸如查找和對齊數(shù)據(jù)之類的手動步驟在代理工作流程中變得更加一致且可重復(fù)。

這些成就建立在 OpenAI 在生命科學(xué)領(lǐng)域已取得的切實(shí)成果之上，例如其與合成生物學(xué)公司Ginkgo Bioworks的合作中，其 AI 模型幫助將蛋白質(zhì)生產(chǎn)成本降低了 40%。

領(lǐng)域?qū)Ｓ媚Ｐ蛯⑹窍乱粋�(gè)前沿

OpenAI 此次發(fā)布的 GPT-Rosalind 反映了整個(gè) AI 行業(yè)正在發(fā)生的更廣泛的架構(gòu)轉(zhuǎn)變。領(lǐng)先的 AI 研究機(jī)構(gòu)不再僅僅依賴于日益龐大的通用模型，而是開始投資于針對特定科學(xué)或?qū)I(yè)領(lǐng)域優(yōu)化的模型。

領(lǐng)域?qū)Ｓ媚Ｐ涂赡艽碇?AI 的下一個(gè)重要階段，而生命科學(xué)——以其廣闊的搜索空間、高維數(shù)據(jù)以及巨大的社會影響——成為最明確的試驗(yàn)場之一。正如微調(diào)和 RLHF（人類反饋強(qiáng)化學(xué)習(xí)）使語言模型能夠?qū)ｉT用于代碼生成或指令遵循一樣，OpenAI 現(xiàn)在正應(yīng)用類似策略，以創(chuàng)建能夠?qū)蚪M序列、化學(xué)結(jié)構(gòu)和實(shí)驗(yàn)方案進(jìn)行有意義推理的模型。