GPT-Rosalind: как OpenAI штурмует фронтир биомедицинской науки

OpenAI сделала громкий шаг в сторону прикладной науки: компания представила GPT-Rosalind — первую в истории компании специализированную frontier reasoning-модель (модель рассуждения переднего края), созданную не для широкой публики, а для исследователей в области биологии, геномики и разработки новых лекарственных препаратов.

ℹ Почему «Розалинд»?
Модель названа в честь Розалинд Франклин — британского химика и рентгеновского кристаллографа, чьи дифракционные снимки ДНК сыграли ключевую роль в открытии двойной спирали. Её вклад не был отмечен Нобелевской премией 1962 года, которую получили Уотсон, Крик и Уилкинс.

Зачем это нужно: проблема длинного пути от молекулы до аптеки

В среднем от открытия молекулярной мишени до получения разрешения регулятора в США проходит от 10 до 15 лет. Это колоссальные временные и финансовые затраты. Большая часть этого времени уходит не на «моменты открытий», а на рутину: разбор тысяч статей, запросы к базам данных, проектирование реагентов и интерпретацию неоднозначных результатов.

Улучшения, достигнутые на самых ранних стадиях открытия, мультипликативно влияют на всё последующее: лучший выбор мишени означает более сильные биологические гипотезы и более качественные эксперименты.

Именно в эту точку целится GPT-Rosalind.

«Сфера наук о жизни требует точности на каждом шагу. Вопросы крайне сложные, данные уникальны, а ставки невероятно высоки.» — Шон Бруич, руководитель отдела ИИ и данных в Amgen

Что умеет GPT-Rosalind

GPT-Rosalind объединяет специализированное биологическое рассуждение с использованием научных инструментов для поддержки исследования мишеней, анализа геномики и секвенирования, анализа белков и последовательностей, медицинской химии, синтеза литературы, устранения неполадок в «мокрой» лаборатории и планирования экспериментов.

По результатам внутреннего тестирования, модель показывает наилучшую производительность в задачах, требующих рассуждения о молекулах, белках, генах, биохимических путях и биологии, связанной с заболеваниями, и значительно эффективнее использует научные инструменты и базы данных в многошаговых рабочих процессах — таких как обзор литературы, интерпретация последовательность→функция, планирование экспериментов и анализ данных.

💡 Ключевое отличие от GPT-5
Универсальная модель может объяснить, что такое CRISPR. GPT-Rosalind способна рассуждать о дизайне guide RNA и её прогнозируемой нецелевой активности. Это принципиально разный уровень глубины для научной работы.

Специализированные обучающие данные

Обучение GPT-Rosalind смещено в сторону научной литературы, геномных баз данных, наборов данных о молекулярных свойствах и записей клинических исследований. Это позволяет модели не просто «знать» факты из биологии, но строить сложные многоуровневые цепочки умозаключений.

Работа с белками

GPT-Rosalind может рассуждать о белковых последовательностях, предсказывать функциональные свойства и помогать исследователям интерпретировать структурные данные.

Экосистема: Rosalind Workbench и плагин для Codex

Rosalind Workbench — это специализированное рабочее пространство для научных исследований, доступное в Codex и ChatGPT. Оно объединяет специализированные инструменты, просмотрщики данных и управляемые рабочие процессы для работы с биологическими структурами, последовательностями, геномикой и другими исследовательскими данными.

При запуске Rosalind Workbench включает настраиваемые рабочие процессы для секвенирования нового поколения (NGS), в том числе контроль качества FASTQ, объёмное РНК-секвенирование (bulk RNA-seq) и одноклеточное РНК-секвенирование (scRNA-seq).

OpenAI также выпустила плагин для Codex, который подключает модель к более чем 50 публичным базам данных и программным инструментам — охватывая генетику человека, геномику, структуру белков, биохимию и клинические данные.


graph TD
    A[Исследователь задаёт вопрос] --> B[GPT-Rosalind анализирует задачу]
    B --> C{Тип задачи}
    C -->|Литература| D[Поиск в PubMed и базах данных]
    C -->|Геномика| E[Анализ последовательностей NGS]
    C -->|Белки| F[Предсказание структуры и функции]
    C -->|Химия| G[Медицинская химия и ADMET]
    D --> H[Синтез результатов]
    E --> H
    F --> H
    G --> H
    H --> I[Гипотеза / план эксперимента]

Бенчмарки: насколько хорош GPT-Rosalind?

На бенчмарке BixBench, разработанном для биоинформатики и анализа данных, GPT-Rosalind набрал 0,761 — опередив такие модели, как Gemini 3.1 Pro и Grok 4.2.

На LABBench2 модель превзошла GPT-5.4 в шести из 11 задач, включая поиск по литературе, работу с последовательностями и проектирование протоколов.

По результатам лучших из десяти попыток, GPT-Rosalind в задачах предсказания последовательностей превысила 95-й перцентиль среди экспертов-людей, а в задачах генерации — около 84-го перцентиля.

На GeneBench — агентном бенчмарке для долгосрочного сквозного анализа в геномике и количественной биологии — GPT-Rosalind использует на 31% меньше токенов, чем GPT-5.5, при этом достигая более высокой точности: 21,6% против 20,4%.

БенчмаркGPT-RosalindКонкурентРезультат
BixBench (биоинформатика)0,761Gemini 3.1 Pro, Grok 4.2✅ Лучший
LABBench26 из 11 задачGPT-5.4✅ Лучший
Предсказание последовательностей95-й перцентильЭксперты-люди✅ Лучший
GeneBench (токены)−31% токеновGPT-5.5✅ Эффективнее

Партнёры и сфера применения

OpenAI уже сотрудничает с Amgen, Moderna, Аllen Institute, Thermo Fisher Scientific и другими компаниями для применения модели в исследовательских процессах.

OpenAI также работает с Национальной лабораторией Лос-Аламоса над ИИ-управляемым проектированием белков и катализаторов.

«GPT-Rosalind — важный шаг в том, чтобы помочь научным командам использовать продвинутый ИИ для рассуждения над сложными биологическими данными и рабочими процессами», — заявил Стефан Банчел, генеральный директор Moderna.

Важный нюанс: это не автономный учёный

⚠ Реалистичные ожидания
Руководитель направления исследований в области наук о жизни в OpenAI Джой Цзяо осторожна в оценках реальных возможностей модели. По её словам, компания не рассматривает Rosalind как модель, способную автономно создавать новые лекарства — но она может существенно ускорить исследования.

По данным январского отчёта PitchBook, несмотря на то что с 2019 года в ИИ-разработку лекарств было вложено более 17 миллиардов долларов, лекарства, созданные с помощью ИИ, пока не вышли на масштабные клинические испытания. GPT-Rosalind — это инструмент-ускоритель, а не замена учёному.

Доступность и ограничения

GPT-Rosalind вышел из стадии исследовательского превью и теперь доступен глобально для организаций, соответствующих критериям, через программу доверенного доступа (trusted-access program).

Доступ остаётся ограниченным: только для одобренных пользователей и при соблюдении применимых требований к безопасности и соответствию нормативным актам.

GPT-Rosalind доступен в ChatGPT, Codex и через API для квалифицированных клиентов в рамках программы доверенного доступа.

Доступ ограничен институциональными пользователями — главным образом фармацевтическими компаниями, биотехнологическими фирмами и исследовательскими организациями.

Публикация официальных цен запланирована на 5 октября 2026 года.

📝 Кто уже использует GPT-Rosalind
Партнёры по запуску: Amgen, Moderna, Thermo Fisher Scientific, Allen Institute, Novo Nordisk, Los Alamos National Laboratory и Dyno Therapeutics. Модель тестируется на реальных исследовательских задачах — от анализа неопубликованных РНК-последовательностей до проектирования катализаторов.

GPT-Rosalind в контексте гонки биомедицинского ИИ

GPT-Rosalind — первый в серии Life Sciences model series от OpenAI — выходит на рынок, где за позиции борются специализированные лаборатории университетов, Google DeepMind и другие.

Ставка OpenAI включает отраслевые модели: Rosalind для наук о жизни и аналогичные разработки в области материаловедения и энергетических исследований — наряду с флагманскими моделями общего назначения.

Обновлённая версия сочетает агентные возможности программирования и использования инструментов GPT-5.5 с более сильным интеллектом модели в ключевых областях разработки лекарств — медицинской химии и геномике.

Итог

GPT-Rosalind — это не попытка заменить учёного, а попытка дать ему сверхспособности. Модель закрывает конкретную и дорогостоящую проблему: огромный разрыв между лавиной биомедицинских данных и способностью человека их осмыслить. Если инструмент действительно справляется с задачами на уровне 95-го перцентиля экспертов в предсказании последовательностей — это уже не просто демонстрация возможностей, а реальный сдвиг в методологии исследований.

Вопрос не в том, изменит ли подобный ИИ фармацевтику, — он уже меняет. Вопрос в том, насколько быстро это изменение дойдёт до пациентов.