تطلق OpenAI نموذج GPT-Rosalind للبيولوجيا: ما قدراته وحدوده الحالية

تسعى OpenAI إلى أن تحتل موقعها ليس باعتبارها مجرد مزود نماذج لغة كبيرة عامة، بل كطبقة بنية تحتية للبحث البيولوجي. لا تظهر GPT-Rosalind كزر سحري لاكتشاف أدوية جديدة، بل كأداة مصممة لتقليل جوانب التكاليف الأكثر ثقلاً في المرحلة الأولية: الوقت المستغرق في جمع البيانات وصياغة الفرضيات وتخطيط التجارب اللاحقة. الدافع واضح.

في علم الأحياء التطبيقي، والأهم في تطوير الحمض النووي الريبوسومي العلاجي، لا تزال هناك جوانب عديدة من التجميع اليدوي للعملية. يتوجب على الباحثين في آن واحد أن يأخذوا في الاعتبار مدى كفاءة ترجمة التسلسل، ومدة بقاؤه في الخلية، وما إذا كان سيثير استجابة مناعية غير مرغوبة. توجد بالفعل لبنات بناء منفصلة لهذا العمل—كمثال DNA Chisel أو mRNAid—غير أن السوق لا يزال يفتقر إلى بيئة مفتوحة شاملة تجمع بشكل متسق بين القيود البنيوية والتسلسلية والمناعية.

في هذا السياق، تبدو GPT-Rosalind بمثابة محاولة لإضافة طبقة مشتركة من التفكير والتنسيق فوق الأدوات المجزأة. وفقاً للوصف الرسمي من OpenAI، ركز النموذج على مهام العلوم الحياتية: تجميع الأدب العلمي، وتوليد الفرضيات، وتخطيط التجارب، والسيناريوهات البحثية متعددة المراحل في الجينوميات والكيمياء الحيوية وهندسة البروتين. إلى جانب النموذج، أطلقت الشركة وحدة بحث مجانية لـ Codex تربط أكثر من 50 قاعدة بيانات عمومية وأدوات متخصصة.

الفائدة العملية هنا مباشرة: تقليل التنقل اليدوي بين الخدمات المختلفة، وتقليل خسارة السياق، وزيادة فرص تجميع سلسلة تحليلية طويلة حول سؤال بيولوجي واحد. تتوفر GPT-Rosalind في البداية فقط في وضع المعاينة البحثية للعملاء الشركاء المؤهلين من خلال وصول موثوق، بينما توزع OpenAI حزمة مهارات Codex على نطاق أوسع بكثير. الجزء الأكثر إثارة للاهتمام في الإصدار هو معايير محددة للمجال، لكن هذا بالذات المكان الذي يتطلب نظرة نقدية متأنية.

وفقاً لـ OpenAI، حقق النموذج على BixBench مؤشر Pass@1 بمعدل 0.751 وتفوق على عدة أنظمة عالمية، بما فيها GPT-5.4 و Grok 4.

2 و Gemini 3.1 Pro. على LABBench2 تقدم الشركة أفضلية على GPT-5.

4 في ستة من أصل إحدى عشرة مهمة، مع أكثر تحسن لافتاً في CloningQA. تقدم OpenAI بشكل منفصل نتائج الاختبار التعاوني مع Dyno Therapeutics على تسلسلات RNA غير منشورة: احتلت أفضل عشر إجابات من GPT-Rosalind المئين 95 بالنسبة للخبراء البشريين، وفي مهمة توليد التسلسلات بلغ النموذج المئين 84. كل هذا يبدو جاداً، لكن المقارنة لها حد مهم: لم يكن هناك تحقق خارجي مستقل من جدول النماذج الكامل وقت النشر.

بمعنى آخر، نحن لا نزال نتحدث ليس عن حكم نهائي من السوق، بل عن ادعاء قوي، وإن كان داخلياً، من الشركة. السبب في جعل الوصول مقيداً مفهوم أيضاً. في علم الأحياء، مسألة الاستخدام المزدوج عملية جداً بحيث لا يمكن تجاهلها في إصدار ما.

الأدوات التي تساعد على إيجاد مرشحين علاجيين بشكل أسرع قد تسرع نظرياً كذلك سيناريوهات غير مرغوبة، لذا بدأت OpenAI بإطلاق وصول موثوق للعملاء Enterprise المؤهلين في الولايات المتحدة، مع متطلبات مستقلة لإدارة الوصول والضوابط الداخلية والأمان التنظيمي. خلال معاينة البحث، الشركة حتى لا تخصم الرصيد والرموز العادية إذا التزم المشاركون بقيود مكافحة الإساءة. من بين المشاركين الأوائل تذكر OpenAI Amgen و Moderna و Novo Nordisk و Thermo Fisher Scientific و Oracle Health and Life Sciences و NVIDIA و Allen Institute و Benchling وكلية الصيدلة في UCSF، بالإضافة إلى الشراكة مع مختبر Los Alamos الوطني.

وفي الوقت نفسه، يتكثف المشهد التنافسي بسرعة: في 14 أبريل 2026، أعلنت AWS عن Amazon Bio Discovery، وبعد يومين فقط في 16 أبريل 2026، قدمت OpenAI GPT-Rosalind. في سوق على هذا المنوال، الرهانات مرتفعة: وفقاً لتقديرات Precedence Research، يمكن أن ينمو الذكاء الاصطناعي في قطاع الأدوية من 2.51 مليار دولار في 2026 إلى 16.

49 مليار بحلول سنة 2034. الخلاصة الرئيسية في الوقت الراهن ليست أن النموذج الجديد سيحل محل علماء الأحياء أو يقضي فوراً على أدوات مفتوحة المصدر متخصصة. بل على العكس: تعمل GPT-Rosalind على مستوى منطق البحث والتنسيق، بينما تبقى الحلول المتخصصة مثل mRNAid مفيدة للمهام الحسابية المحددة للتحسين.

إذا اختصرت أداة OpenAI فعلاً الطريق من الفرضية إلى مرشح للاختبار في المختبر الرطب، فستكون هذه تحولاً محسوساً للقطاع. لكن القيمة الحقيقية للنموذج ستتحدد ليس من خلال إصدار جميل، بل بمدى قابلية تكرار النتائج خارج العرض التوضيحي ومدى جودة اندماجه في مجموعة الأدوات العلمية القائمة.