GPT-Rosalind från OpenAI: hur modellen Life Sciences förändrar forskningen

Vad är GPT-Rosalind?

GPT-Rosalind är en resonemangsmodell ur GPT-familjen, optimerad för vetenskapliga arbetsflöden. Den kombinerar en djupgående förståelse för kemi, proteinteknik och genomik med en förbättrad förmåga att använda vetenskapliga verktyg och databaser i flerstegsprocesser.

Uppgifter som OpenAI ser honom som lämplig för:

• Litteraturöversikt och sammanfattning av evidens
• Tolkning av sambandet mellan sekvens och funktion (DNA, RNA, proteiner)
• Experimentell utformning och dataanalys
• Analys av molekyler, biologiska signalvägar och sjukdomsrelaterad biologi
• Flerstegsorkestrering via Codex Life Sciences-plugin (över 50 verktyg och offentliga databaser)

Som komplement till modellen publicerar OpenAI ett Codex Life Sciences-plugin på GitHub (gratis). Det erbjuder en samordningslager för över 50 offentliga resurser (mänsklig genetik, funktionell genomik, proteinstruktur, biokemi, kliniska data, offentliga datamängder). Detta plugin fungerar även med de huvudsakliga GPT-5+-modellerna för användare som inte har tillgång till GPT-Rosalind.

Offentliggjorda resultat: siffror att ta på allvar

OpenAI publicerar flera jämförelsetester där GPT-Rosalind hamnar i topp bland de modeller som testats på vetenskapliga uppgifter:

• BixBench (konkreta exempel inom bioinformatik): poäng på 0,751 jämfört med 0,732 för GPT-5.4 och 0,728 för GPT-5. Det bästa resultatet som har publicerats.
• LABBench2 (litteratursökning, åtkomst till databaser, sekvenshantering, utformning av protokoll): bättre än GPT-5.4 i 6 av 11 uppgifter, störst förbättring i CloningQA (utformning av DNA och enzymatiska reagenser för protokoll för molekylär kloning).
• Utvärdering av Dyno Therapeutics (prediktion och generering av RNA-sekvenser och funktioner): bästa resultat över 95:^e percentilen jämfört med mänskliga experter på prediktion, och runt 84^:e percentilen när det gäller generering.

Dessa siffror är talande. De visar att en modell som är specialiserad på biologi presterar bättre än en allmän modell av samma generation när det gäller specifika vetenskapliga uppgifter. För team som bedriver läkemedelsforskning i stor skala är den potentiella produktivitetsvinsten betydande.

Tillträdesvillkor: en modell som är förbehållen en begränsad krets

Det är just denna punkt som kräver att man läser igenom meddelandet noggrant. GPT-Rosalind lanseras via ett ”program för säker åtkomst”, med flera kumulativa villkor:

• Tjänsten är inledningsvis tillgänglig för berättigade företagskunder i USA – vid tidpunkten för tillkännagivandet har ingen tillgänglighet i Europa meddelats.
• Säkerhetsbedömning och utvärdering av OpenAI: legitim vetenskaplig användning, styrning, efterlevnad, förebyggande av missbruk.
• Tillgång via ChatGPT, Codex och API, under vissa villkor; modellen är inte tillgänglig för självbetjäning på samma sätt som GPT-5.
• Viktiga samarbetspartner: Amgen, Moderna, Novo Nordisk, Thermo Fisher Scientific, Allen Institute, NVIDIA, Benchling, Oracle Health, UCSF, Los Alamos National Laboratory. Samt rådgivningspartner för integration: McKinsey, BCG, Bain.

Denna tillgångsstrategi – som är försvarbar ur biosäkerhetssynpunkt – formar också en produktpositionering: GPT-Rosalind riktar sig till stora amerikanska läkemedels- och bioteknikföretag som har möjlighet att anlita ett konsultföretag för att integrera modellen. Den lämnar därmed utanför majoriteten av de europeiska akademiska laboratorierna, små och medelstora bioteknikföretag samt forskningsgrupper inom den offentliga sektorn.

Vad detta innebär för de europeiska laboratorierna

För en chef för ett gemensamt forskningslaboratorium (UMR), en FoU-chef inom bioteknik eller en teamledare inom translationell onkologi i Frankrike uppstår flera frågor:

• När kommer den att finnas tillgänglig i Europa? Ingen tidsplan har offentliggjorts. Erfarenheterna från OpenAI:s Enterprise-produkter tyder på att det kan dröja flera månader till flera kvartal innan en kontrollerad lansering utanför USA sker.
• Hur ser det ut med datasuveräniteten? Modellen är hostad på OpenAI:s infrastruktur (Microsoft Azure i USA). Den amerikanska Cloud Act gäller. När det gäller känsliga forskningsdata – opublicerade resultat, patenterbara hypoteser, patientdata – är detta ett hinder för många europeiska organisationer.
• Vilka driftskostnader tillkommer? Gratis under förhandsvisningsperioden, men kommer senare att bli avgiftsbelagt. Att man måste anlita ett konsultföretag för integreringen höjer den totala kostnaden.
• Vilken strategisk beroendeställning innebär detta? Att införa GPT-Rosalind innebär att man låter en del av sin FoU-pipeline vila på en enda leverantör utanför Europa, inom en bransch där teknisk självständighet blir en industriell utmaning.

Ingen av dessa frågor är avgörande – men de kräver ett tydligt svar innan man börjar hantera kritiska data och arbetsflöden.

Charlie : ett suveränt alternativ som finns tillgängligt redan idag

Charlie, Emerit Sciences vetenskapliga AI-agent, riktar in sig på samma arbetsflöden som GPT-Rosalind – litteratursökning, dataanalys, experimentell utformning, biologiskt resonemang – men med en annorlunda inriktning på tre områden:

• Fransk suveränitet: Scaleway-hosting i Frankrike, i enlighet med GDPR och AI Act, Cloud Act är inte tillämplig. ProConnect-autentisering för statstjänstemän.
• Inkluderade europeiska källor: Charlie indexerar som standard HAL (franskspråkig vetenskaplig produktion), bioRxiv, PubMed, PMC samt webben. Klickbara referenser med enhetlig identifierare es_id och dubblettkontroll via korsindexering.
• Tillgängligt för laboratorier av alla storlekar: gratis konto, Pro- och Team-abonnemang samt offert för Enterprise-abonnemang. Inga behörighetskrav och inget krav på konsultbyrå för att komma igång. En doktorand kan testa Charlie på två minuter; en forskningsenhet med 30 personer kan sätta igång ett gemensamt projekt på några dagar.

Charlie har inte för avsikt att slå GPT-Rosalind i rena bioinformatik-benchmarktest. Vår styrka ligger någon annanstans: ett enhetligt arbetsflöde – teknisk och ekonomisk övervakning, dataanalys, experimentella metoder, integrationer (eLabFTW, ProConnect, Index API) – tillgängligt för team som behöver sätta igång med arbetet redan idag, inom en ram som uppfyller EU:s regelverk.

Jämförelsetabell

”GPT-Rosalind bekräftar en sak: vetenskaplig forskning förtjänar specialiserade modeller, inte ombyggda allmänna assistenter. Det är precis den övertygelsen som fick oss att utveckla Charlie. Men en modell som är förbehållen de stora amerikanska aktörerna löser inte problemet för de flesta europeiska laboratorierna – och det är just denna majoritet som Charlie betjänar dagligen.” — Teamet bakom Emerit Science

Vem ska välja vad?

De två verktygen står inte i direkt motsatsförhållande till varandra: GPT-Rosalind riktar sig till en specifik målgrupp (amerikanska storföretag inom läkemedelsbranschen), medan Charlie stöder det europeiska forskningssystemet i all dess mångfald – från doktorander till ledningen för forskning och utveckling.

Slutsats: bekräftelsen på att det behövdes en självständig vetenskaplig AI

GPT-Rosalind är ett viktigt steg: OpenAI bekräftar officiellt att en AI-modell som är specialiserad på biovetenskap ger mätbara fördelar jämfört med allmänna modeller. Det är utmärkta nyheter för forskarvärlden i stort.

Men tillkännagivandet avslöjar också en strukturell risk för Europa: att låta nästa generations vetenskapliga verktyg byggas uteslutande på infrastruktur från ett fåtal amerikanska aktörer, med tillgångsvillkor som utestänger medelstora laboratorier och offentliga aktörer. Det är just detta som är syftet med Charlie: att göra det möjligt för europeiska forskargrupper att dra nytta av framstegen inom den vetenskapliga AI:n utan att behöva avstå från suveräniteten över sina data eller sin strategiska oberoende.

Frågan är inte ”GPT-Rosalind eller Charlie?”, utan ”vad behöver mitt laboratorium idag för att komma vidare, inom en ram som jag har kontroll över?”. För de allra flesta team som vi arbetar med är svaret självklart.