设计更快速的生命科学实验
摘要
OpenAI 的 GPT-Rosalind 加上生命科学插件,可在几秒内将高优先级靶点转化为可直接运行的 96 孔湿实验方案,每一步试剂选择都基于公开数据,并将实验结果反馈回来,把设计周期缩短至数小时。
GPT-Rosalind 与 Codex 的生命科学研究插件帮助研究者整合证据、数据库与科学工具,规划更有力的后续实验。
了解更多:https://openai...
查看缓存全文
缓存时间: 2026/04/21 16:31
# GPT-Rosalind 加速生命科学研究的后续实验
TL;DR:OpenAI 的 GPT-Rosalind 与 Life-Sciences Research 插件把高优先级靶点 TSLP 直接翻译成可操作的扰动实验,输出具体试剂、浓度、时间点与读数,湿实验团队当天下午就能上板。
## 从靶点评分到可执行方案
靶点优先级排序把 TSLP 置顶后,模型被要求“设计包含具体实验参数的扰动实验”。
数秒内返回完整 96 孔板布局:
- 细胞系:NHBE(正常人支气管上皮),传代 ≤ 3
- 刺激:10 ng mL⁻¹ 重组 TSLP,每孔 100 μL
- 抑制剂组:0.1、1、10 μM 抗 TSLP 纳米抗体(克隆 3E12)
- 溶剂:0.1 % DMSO,等体积对照
- 时间点:0、2、6、24 h
- 读数:qPCR(IL-33、CCL26、OCSTAMP)、分泌蛋白 ELISA(IL-5、IL-13)、高内涵成像检测杯状细胞增生
- 对照:乱序 siRNA、非靶向纳米抗体、无细胞背景、板间校准品
每条件三复孔;板图以 JSON 导出,可直接导入 Hamilton、Tecan、Opentrons 等自动移液工作站。
## 证据层:用公开数据为每种试剂背书
Life-Sciences Research 插件检索 40+ 开放数据库(NCBI Gene、UniProt、ChEMBL、ENCODE、DepMap、PubChem、ClinicalTrials.gov)来佐证选择:
- TSLP–IL-33 轴:17 项 CRISPR 敲除 + 4 组 RNA-seq 显示 TSLP 过表达时 IL-33 转录本上调 ≥ 2.1 倍。
- CCL26(eotaxin-3):42 篇论文指出其为人呼吸道上皮经 TSLP 刺激后最敏感趋化因子。
- 纳米抗体 3E12:KD 3.2 nM,228 激酶谱无脱靶(Liu 等,2022,Science Translational Medicine)。
- NHBE 细胞:传代 4 以内维持生理 TSLPR 表达(LungMAP 联盟 2023 scRNA-seq 发布)。
证据片段附在方案后,供审核者逐条溯源。
## 超越直觉的假说生成
若生物安全级别允许,模型可提出正交扰动:
1. 对 TSLP 远端增强子(chr5: 134.2 Mb)做 CRISPRa 平铺,寻找仍能产生 3 倍荧光信号的最小增强子。
2. 与 M2 巨噬细胞共培养,检验上皮-免疫反馈;模型建议按 1:5 比例加入巨噬细胞,并用 20 ng mL⁻¹ IL-4 极化。
3. 用 PROTAC 降解 TSLPR(dTAG-13 系统),比较功能与基因敲减的动力学差异。
每条假说按新颖性(PubMed 重叠 < 15 %)、可执行性(Addgene 或 ChemBridge 有现货)、疾病相关性(哮喘 GWAS p < 5 × 10⁻⁸)打分。
## 湿实验前先做硅优化
插件接入含 312 条公开磷酸化蛋白质组曲线的 NF-κB/STAT5 动力学模型。
模拟三种抑制剂剂量下的预期 IL-5 分泌,预测 1 μM 纳米抗体在 6 h 可抑制 72 %,EC90 置信区间 0.7–1.4 μM,与实测值误差 8 % 以内。
用户设定每板预算上限 500 美元后,模型删去 24 h 时间点,qPCR 复孔减为双孔,仍保持统计功效 > 0.8(α = 0.05,预期效应 1.5 倍)。
## 闭环:数据回流模型
实验结束后,科学家上传原始 Ct 值与 ELISA OD450。
GPT-Rosalind 自动以 RPL32 内参归一化,为 ELISA 拟合四参数逻辑曲线,并更新内部贝叶斯后验的 TSLP→IL-5 边权重。
新后验存入安全工作区,下一轮优先级排序已“知晓” TSLP 阻断强度,设计周期从数周缩至数小时。
## 现有权限与路线图
Life-Sciences Research 插件已在 ChatGPT Enterprise 与 Codex API 封闭测试中提供。
OpenAI 计划 2024 Q4 前扩展至单细胞多组学、高通量 CRISPR 与体内给药方案。
来源:https://www.youtube.com/watch?v=k9xZuTMCR1Q
相似文章
推出用于生命科学研究的 GPT-Rosalind
OpenAI 推出 GPT-Rosalind,这是一种前沿推理模型,旨在通过优化科学工作流程和工具使用,加速生物学、药物发现和转化医学领域的研究。
@OpenAI: GPT-Rosalind,我们的生命科学模型系列,针对科学工作流进行了优化,在蛋白质推理、化学分析、基因组学及科学工具使用方面表现更佳。
OpenAI 发布了 GPT-Rosalind,这是一款专门针对蛋白质推理、化学分析、基因组学和科学工作流优化的生命科学模型。
GPT-Rosalind 新增功能发布
OpenAI 推出了专为生命科学研究设计的更新版 GPT-Rosalind 模型,在药物化学、基因组学和药物发现流程方面性能提升,并引入了 LifeSciBench 和 MedChemBench 等新基准。
加速生命科学研究
OpenAI 与 Retro Biosciences 合作开发了 GPT-4b micro,这是 GPT-4o 的专门版本,用于蛋白质工程,实现了干细胞重编程标志物表达提高 50 倍,并增强了 DNA 损伤修复能力。这些发现已在多个供体和细胞类型中得到验证,证明了人工智能加速生命科学研究的潜力。
将零散证据转化为生命科学发现决策
OpenAI 在 Codex 中推出的全新生命科学模型“GPT-Rosalind”通过协调多个专业子代理,将遗传学、转录组学、安全性和知识产权数据融合为单一证据支持的决策,自主对哮喘药物靶点进行排序。