OpenAI heeft een nieuw groot taalmodel gelanceerd dat specifiek is getraind op biologische onderzoeksmethoden en workflows. Dit model, genaamd GPT-Rosalind, is ontworpen om onderzoekers te helpen bij het navigeren door enorme datasets en gespecialiseerde vakliteratuur, wat de snelheid van biologisch onderzoek en ontwikkeling kan vergroten.

Wat er aan de hand is

OpenAI kondigde op donderdag aan dat het een groot taalmodel (LLM) heeft ontwikkeld dat specifiek is getraind op vijftig van de meest voorkomende biologische workflows. Het model, GPT-Rosalind genoemd, verschilt van de meer generieke, wetenschapsbrede modellen die grote techbedrijven doorgaans aanbieden. Volgens Yunyun Wang, OpenAI’s Life Sciences Product Lead, is het systeem ontworpen om twee grote knelpunten in het huidige biologisch onderzoek aan te pakken. Het eerste is de overvloed aan data uit decennia van genoomsequencing en eiwitbiochemie, die voor een individuele onderzoeker onoverzichtelijk kan zijn. Het tweede is de gefragmenteerde kennis door de vele gespecialiseerde subdisciplines binnen de biologie, elk met eigen technieken en jargon.

Het model is getraind op deze workflows en op het toegang krijgen tot grote publieke databases met biologische informatie. Verdere training heeft volgens het bedrijf geresulteerd in een systeem dat waarschijnlijke biologische pathways kan suggereren en potentiële medicijndoeleinden kan prioriteren. “We verbinden genotype met fenotype via bekende pathways en regulerende mechanismen, leiden waarschijnlijke structurele of functionele eigenschappen van eiwitten af, en maken echt gebruik van dit mechanistische begrip,” aldus Wang in een persbriefing.

Wat dit betekent

De komst van een gespecialiseerd AI-model voor biologie betekent een verschuiving van generieke ‘wetenschaps-AI’ naar domeinspecifieke tools. Voor innovatieve MKB-bedrijven in Nederland die actief zijn in sectoren die leunen op biologisch onderzoek – zoals voedingsmiddelentechnologie, farmacie, landbouw, cosmetica of milieutechnologie – kan dit een versneller zijn. Het betekent dat complexe onderzoeksvragen die voorheen veel tijd en gespecialiseerde expertise kostten, mogelijk sneller en toegankelijker worden. Een klein team of een individuele onderzoeker kan hiermee een breder scala aan literatuur en data overzien. Het model kan helpen bij het identificeren van verbanden tussen genen, eiwitten en ziektes, of bij het optimaliseren van biologische productieprocessen. Dit kan de innovatiecyclus verkorten en de drempel voor praktisch toegepast onderzoek verlagen.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en of je betrokken bent bij onderzoek en ontwikkeling (R&D) met een biologische component. Het model is primair gericht op het ondersteunen van onderzoekswerkflows. Voor Nederlandse ondernemers en professionals betekent dit dat je kunt kijken of dit soort tools een rol kan spelen in je innovatieproces.

Als je een innovatief MKB-bedrijf runt in de voedingssector… en je werkt aan bijvoorbeeld de ontwikkeling van nieuwe probiotica of functionele ingrediënten, dan zou een tool als GPT-Rosalind kunnen helpen bij het doorzoeken van wetenschappelijke literatuur naar de werking van bepaalde bacteriestammen of bij het begrijpen van complexe metabole pathways. Het kan je R&D-team ondersteunen bij het efficiënter formuleren van onderzoekshypothesen.

Als je actief bent in de agritech of plantenveredeling… en je zoekt naar manieren om gewasresistentie te verbeteren, dan kan een gespecialiseerd biologiemodel helpen bij het analyseren van genetische data of het vinden van relevante studies over genexpressie onder stresscondities. Dit kan het verkennende onderzoek versnellen voordat je kostbare labexperimenten opzet.

Als je in een klein team werkt aan medische hulpmiddelen of diagnostiek… en je moet de biologische achtergrond van een bepaalde biomarker begrijpen, dan zou zo’n model kunnen assisteren bij het samenbrengen van kennis uit de genetica, biochemie en pathologie. Het kan helpen een coherent beeld te vormen van de wetenschappelijke basis voor je product.

Als je een consultancy of adviesbureau hebt voor de life sciences sector… dan is het van belang om op de hoogte te zijn van deze ontwikkeling. Het stelt je in staat om klanten te adviseren over de mogelijkheden van AI-gestuurde onderzoeksondersteuning en de impact daarvan op hun projectplanning en kennisbehoefte.

Overweeg om de ontwikkelingen rond gespecialiseerde AI-modellen te volgen, ook als je niet direct in de biologie werkt. Deze trend naar domeinspecifieke AI zal zich waarschijnlijk uitbreiden naar andere vakgebieden, wat kansen kan bieden voor innovatie in veel meer sectoren.

Bron: Arstechnica