GPT-Rosalind 新能力发布：为生命科学带来智能化研究突破

2026年6月3日，OpenAI 宣布推出 GPT-Rosalind 系列的重大更新，这是一款专为生命科学研究设计的企业级 AI 模型。新版本集成了 GPT-5.5 的智能编码和工具使用能力，在药物发现核心领域（如药物化学和基因组学）展现出更强的模型智能，同时在更广泛的生命科学分析、设计和实验工作流中提升了性能。

生命科学研究的智能化新纪元

生命科学的进步依赖于跨尺度和跨模态的数据与证据整合：从分子、基因、通路到生命系统。在我们的评估中，更新后的 GPT-Rosalind 在生物学专家研究任务、复杂药物化学查询、定量生物学和湿实验室故障排除等领域表现出广泛的性能提升。

GPT-Rosalind 现已通过我们的可信访问部署结构，向全球符合资格的组织提供研究预览版。

提升科学价值任务的性能

为了衡量和持续改进 GPT-Rosalind 的实际影响，我们设计了 LifeSciBench，这是一个由外部专家评判的基准测试，专注于生命科学研究的基础方面。与现有评估模型性能或生物领域单一组件的基准不同，LifeSciBench 通过从生命科学研究的六个核心工作流区域提取任务，采用端到端的视角评估科学价值工作：证据处理、分析、设计与优化、科学推理、验证与操作、转化与沟通。我们利用这一基准将进展与生命科学研究的实际需求和现实对齐。

GPT-Rosalind 在行业和学术专家确定的科学价值任务中领先。

实际应用案例：FDA 会议准备

案例： 我们正在准备与 FDA 的 B 类会议，讨论 AAV9-microDys-X，这是一种基于 AAV9 的微肌营养不良蛋白基因疗法，用于杜氏肌营养不良症（DMD）。该疗法从 MCK 启动子表达 138 kDa 的构建体。我们需要对现有数据包进行严格审查，以确定其是否支持将微肌营养不良蛋白表达作为合理可能预测临床获益的替代终点进行加速批准。

研究背景： 开放标签的 1b/2 期试验，纳入 12 名 4-7 岁确诊 DMD 且存在移码杆结构域缺失的男性患儿。

数据包内容：

• 治疗前股外侧肌活检：通过定量 Western blot（使用针对 N 端肌动蛋白结合域的 MANEX1A 抗体）检测，健康对照肌营养不良蛋白的 0-3%
• 12 周治疗后对侧股外侧肌活检：相同 Western blot 检测，平均微肌营养不良蛋白为健康对照的 38%（范围 18-61%），通过考马斯亮蓝染色归一化至总蛋白
• 治疗后免疫荧光：使用多克隆抗肌营养不良蛋白 C 端抗体，75-95% 的纤维显示肌膜信号
• 48 周功能：平均 NSAA 变化较基线 +1.4 分，而外部发表的自然史登记队列为 -0.6 分（非配对 t 检验 p = 0.03）
• 安全性：8/12 患者出现短暂性转氨酶升高，通过类固醇减量管理；1 例心肌炎已痊愈；无死亡
• 生物分布/持久性：12 周时肌肉中检测到 AAV9 载体基因组，平均每核 2.3 个载体基因组
• 资格标准：无基线抗 AAV9 中和抗体（滴度 <1:400），无外显子 44 缺失

要求： 逐项压力测试此数据包——FDA 或持怀疑态度的审评员会在何处指出证据未能支持结论，以及需要哪些额外数据、分析或设计变更来弥补这些差距（如可能）。

候选响应：关键失败模式与所需改进

数据包项目	关键失败模式	所需改进
Western blot 定量	MANEX1A 结合内源性全长肌营养不良蛋白和微肌营养不良蛋白转基因共有的 N 端表位，因此该检测无法清晰区分转基因与残留/回复突变肌营养不良蛋白。以健康全长肌营养不良蛋白为标准定量 138 kDa 微肌营养不良蛋白也无效。	使用重组微肌营养不良蛋白标准和正交方法（如靶向质谱或转基因特异性/表位特异性检测）来区分转基因与内源性肌营养不良蛋白。
免疫荧光	C 端多克隆抗体不适合，因为 138 kDa 构建体缺乏 C 端结构域。许多 DMD 患者存在回复突变纤维，回复突变肌营养不良蛋白可保留 C 端表位。回复突变纤维可能随年龄克隆性扩增，使 IF 信号产生偏倚，尤其在年龄较大的男孩中。	使用针对转基因中存在但回复突变肌营养不良蛋白中缺失的表位的抗体重复 IF。分别量化转基因阳性纤维和回复突变纤维。
替代终点有效性	数据包将蛋白量与临床功能混为一谈。“健康对照蛋白质量的 38%”并不等于正常肌营养不良蛋白功能的 38%，因为微肌营养不良蛋白在结构上被截短。	在将表达作为替代终点之前，实证验证微肌营养不良蛋白质量百分比、肌膜定位、下游功能恢复和临床获益之间的关系。
活检设计	治疗前后对侧股外侧肌活检	需要更严格的活检设计，包括同侧比较和多个时间点的评估。

对生命科学行业的影响

GPT-Rosalind 的更新能力为生命科学行业带来了显著的效率提升和洞察深度。通过将先进的 AI 能力与特定领域的科学工作流相结合，研究人员现在可以：

1. 加速药物发现：在药物化学和基因组学领域快速分析复杂数据
2. 优化实验设计：提供基于证据的建议，减少试错成本
3. 增强文献分析：从论文、图表和实验记录中提取、协调和审计科学证据
4. 改进监管沟通：为 FDA 会议等关键节点准备更完善的证据包

未来展望

随着 GPT-Rosalind 的持续发展，OpenAI 致力于推动 AI 在生命科学领域的应用边界。通过 LifeSciBench 等基准测试的不断优化，我们将确保模型性能与科学研究实际需求保持一致，为全球生命科学研究和药物开发带来真正的价值。

对于希望获得 GPT-Rosalind 访问权限的组织，请通过我们的官方渠道提交申请，加入这项推动科学进步的革命性技术。