De acordo com pt.wedoany.com-A OpenAI anunciou em 16 de abril (hora local) o lançamento do GPT-Rosalind, um modelo de raciocínio de ponta construído especificamente para apoiar a pesquisa em biologia, descoberta de medicamentos e medicina translacional. O modelo, que leva o nome da química britânica Rosalind Franklin, é o primeiro da série de ciências da vida da OpenAI. O GPT-Rosalind está disponível como uma prévia de pesquisa no ChatGPT, Codex e API para clientes qualificados, e não consome os limites de uso existentes durante o período de prévia.
O GPT-Rosalind é posicionado como um motor de raciocínio especializado para a área de ciências da vida. De acordo com Wang Yunyun, responsável pelo produto de ciências da vida da OpenAI, o modelo visa resolver dois grandes obstáculos enfrentados pelos pesquisadores em biologia: primeiro, o volume massivo de dados acumulados ao longo de décadas de sequenciamento genômico e bioquímica proteica que excede a capacidade de processamento individual; segundo, as barreiras de conhecimento criadas pelos subcampos altamente especializados da biologia. Para isso, a OpenAI treinou o modelo em 50 fluxos de trabalho biológicos comuns com base em modelos de linguagem de grande porte (LLM) gerais, e conectou-o a bancos de dados públicos principais, permitindo que o modelo conecte genótipos a fenótipos através de vias e mecanismos regulatórios conhecidos, infira propriedades estruturais ou funcionais de proteínas e filtre alvos medicamentosos potenciais. Joy Jiao, responsável pela pesquisa em ciências da vida da OpenAI, enfatizou que o objetivo do modelo não é substituir os cientistas, mas ajudar os pesquisadores a acelerar as partes mais complexas e demoradas do processo científico.
Avaliações de desempenho mostram que o GPT-Rosalind se destaca em vários benchmarks. Segundo a VentureBeat, o GPT-Rosalind alcançou a pontuação mais alta entre os modelos publicamente disponíveis no benchmark de bioinformática BixBench. No benchmark LABBench2, que abrange 11 tarefas de pesquisa, incluindo recuperação de literatura, manipulação de sequências e design de protocolos experimentais, o GPT-Rosalind superou o GPT-5.4 em 6 tarefas, com a melhora mais significativa na tarefa de design de experimentos de clonagem molecular. Em uma avaliação conjunta com a empresa de terapia gênica com IA Dyno Therapeutics, o GPT-Rosalind usou sequências de RNA não publicadas e não contaminadas por dados de treinamento para prever a função de sequências. O melhor resultado entre dez submissões ficou acima do 95º percentil do desempenho histórico de especialistas humanos, e a geração de sequências ficou em torno do 84º percentil.
O acesso é estritamente controlado. A OpenAI implementou o GPT-Rosalind usando um framework de implantação de acesso confiável, atualmente disponível apenas para entidades sediadas nos Estados Unidos. Wang Yunyun afirmou que a restrição de permissões visa maximizar o valor da pesquisa enquanto mitiga riscos de uso indevido. O sistema possui um mecanismo de marcação de alta precisão integrado que emite automaticamente alertas se o usuário atingir indicadores ou limites específicos relacionados a armas biológicas. Os primeiros clientes parceiros incluem Amgen, Moderna, Allen Institute e Thermo Fisher Scientific. A OpenAI também está colaborando com o Laboratório Nacional de Los Alamos para explorar conjuntamente o design de proteínas e catalisadores guiado por IA.
A OpenAI também tornou público no GitHub o plugin Codex para pesquisa em ciências da vida, que se conecta a mais de 50 bancos de dados públicos multi-ômicos, fontes de literatura e ferramentas de bioinformática, abrangendo áreas como genética humana, genômica funcional, estrutura de proteínas e bioquímica. Este plugin é gratuito para todos os usuários, não se limitando ao GPT-Rosalind, e também pode ser usado com modelos gerais. Ao escolher as ciências da vida como o primeiro setor vertical, a OpenAI apresentou uma justificativa quantitativa: um novo medicamento leva em média de 10 a 15 anos desde a descoberta do alvo até a aprovação para comercialização, e apenas um em cada dez medicamentos que entram em ensaios clínicos é finalmente aprovado. A aceleração proporcionada pela IA na fase inicial de descoberta pode se propagar de forma composta para as fases posteriores, aumentando a taxa de sucesso de todo o pipeline.
A competição entre gigantes da tecnologia na corrida pela IA em ciências da vida continua a aquecer. Dois cientistas do Google DeepMind receberam o Prêmio Nobel de Química de 2024 pelo sistema de previsão de estrutura de proteínas AlphaFold. A Isomorphic Labs, do DeepMind, lançou em fevereiro de 2026 o sistema de design de medicamentos por computação IsoDDE. A OpenAI, a Anthropic e o Google têm aumentado continuamente seus investimentos na área de aplicações de IA em medicina e ciência nos últimos anos. No entanto, desafios reais persistem: de acordo com informações da apresentação da OpenAI, atualmente nenhum medicamento descoberto ou projetado inteiramente por IA passou pelos ensaios clínicos de Fase III, com apenas alguns entrando em fases clínicas iniciais. Uma equipe internacional composta por mais de cem cientistas já pediu um controle mais rigoroso sobre os dados biológicos sensíveis usados para treinar sistemas de IA, para evitar que a tecnologia seja usada indevidamente na criação de patógenos perigosos.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
