OpenAI представила GPT-Rosalind — модель для ускорения разработки лекарств и геномики

OpenAI представила GPT-Rosalind — специализированную frontier-модель рассуждения, созданную для ускорения работы в области наук о жизни. Компания позиционирует её как инструмент нового класса, способный обрабатывать специфические задачи биомедицины на уровне, недоступном универсальным ассистентам. Модель нацелена на четыре ключевых направления: открытие новых лекарств, анализ геномических данных, рассуждения о белках и поддержка научных исследовательских рабочих процессов.

Название — осознанная отсылка к Розалинд Франклин, британскому учёному-кристаллографу, чьи рентгеновские снимки структуры ДНК в начале 1950-х годов оказались ключом к пониманию двойной спирали. Несмотря на то что при жизни Франклин так и не получила должного признания, её вклад был критически важен. Выбор имени символичен: OpenAI подчёркивает амбицию создать инструмент, способный стать поворотным моментом для современной биологии — аналогично тому, как её снимки изменили молекулярную науку прошлого века.

Только теперь роль «Photograph 51» играет AI. GPT-Rosalind построена на базе frontier-архитектуры расширенного рассуждения OpenAI и адаптирована под специфику задач life sciences. В отличие от универсальных моделей — GPT-4o или o3, — она оптимизирована под работу с научными данными, требующими точной биомедицинской интерпретации.

В числе ключевых применений: анализ геномных последовательностей, предсказание функций и взаимодействий белков, построение гипотез о механизмах действия лекарственных соединений, синтез результатов клинических исследований и патентных баз. Иными словами, задача модели — рассуждать как опытный учёный-биохимик, а не как поисковая система. Рынок разработки лекарств с помощью AI переживает фазу активного роста.

По отраслевым оценкам, создание одного препарата занимает от 10 до 15 лет и обходится в миллиарды долларов инвестиций. Большая часть этого времени и бюджета расходуется на ранних этапах: отборе молекул-кандидатов, доклинических исследованиях и прогнозировании токсичности. Именно здесь AI-модели демонстрируют наибольший потенциал для сокращения временных и финансовых затрат.

AlphaFold от Google DeepMind уже изменил структурную биологию, предложив рабочее решение задачи предсказания трёхмерной структуры белков — проблемы, которую учёные не могли формализовать десятилетиями. GPT-Rosalind заходит на этот рынок с другого угла: не структурные вычисления, а reasoning поверх гетерогенных научных данных и умение строить обоснованные гипотезы. Ключевая задача модели — не поиск информации, а построение аргументированных научных гипотез на основе разнородных источников: научных публикаций, клинических протоколов, геномных баз данных, патентных регистров.

Это требует способности к многоуровневому рассуждению и удержанию сложного научного контекста — именно то, что отличает frontier-модели последнего поколения от традиционных поисковых систем и узкоспециализированных биоинформатических инструментов. OpenAI ориентирует GPT-Rosalind на три ключевых сегмента: биофармацевтические компании, занятые поиском новых лекарственных соединений; геномные и медицинские исследовательские институты, работающие с масштабными биологическими данными; академические лаборатории, ведущие фундаментальные исследования. Предполагается интеграция через API в существующие научные пайплайны без необходимости полного пересмотра рабочих процессов.

Запуск GPT-Rosalind — часть более широкой стратегии вертикализации OpenAI. После универсальных GPT-4o и o-серии компания последовательно движется к domain-specific моделям для конкретных профессиональных задач. Аналогичный вектор прослеживается у конкурентов: Google DeepMind развивает Med-Gemini и AlphaFold 3, Microsoft строит AI-инфраструктуру для клинических систем, а биотех-стартапы вроде Recursion Pharmaceuticals и Insilico Medicine выстраивают AI-first пайплайны для разработки препаратов с нуля.

Специализированные AI-модели для науки переходят из категории экспериментальных инструментов в производственную инфраструктуру. Для исследовательских команд, работающих с геномными данными или проводящих доклинические испытания, GPT-Rosalind — дополнительный инструмент в стеке, который усиливает, а не заменяет научную экспертизу. Насколько именно она ускорит реальные открытия, покажет практика применения в крупных исследовательских организациях.