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

Wat er aan de hand is

OpenAI kondigde op donderdag de ontwikkeling aan van GPT-Rosalind, een groot taalmodel (LLM) dat is afgestemd op veelvoorkomende workflows in de biologie. Volgens het bedrijf verschilt dit model van de meer generieke, wetenschapsbrede modellen die andere grote techbedrijven hebben uitgebracht. Yunyun Wang, Life Sciences Product Lead bij OpenAI, legde in een persbriefing uit dat het systeem is ontworpen om twee grote obstakels in het huidige biologisch onderzoek aan te pakken. Het eerste is de omvang van de datasets die zijn ontstaan door decennia van genoomsequencing en eiwitbiochemie, die voor een individuele onderzoeker overweldigend kunnen zijn. Het tweede obstakel is de extreme specialisatie binnen de biologie, waarbij elk subveld zijn eigen technieken en jargon kent. Het model is getraind op 50 van de meest voorkomende biologische workflows en op het toegang krijgen tot grote publieke databases met biologische informatie. Verder training heeft volgens OpenAI geresulteerd in een systeem dat waarschijnlijke biologische pathways kan suggereren en potentiële medicijndoelen kan prioriteren.

Wat dit betekent

De introductie van een domeinspecifieke AI voor de biowetenschappen markeert een verschuiving van generieke tools naar gespecialiseerde assistenten. Voor Nederlandse MKB’ers in sectoren als biotech, farmacie, agro-biotechnologie en medisch onderzoek betekent dit dat geavanceerde AI-analyse niet langer voorbehouden is aan grote farmaceutische bedrijven met eigen AI-afdelingen. Een klein team of zelfs een individuele onderzoeker kan nu een krachtige tool inschakelen die helpt bij het synthetiseren van kennis uit verschillende gespecialiseerde vakgebieden. Dit kan leiden tot snellere doorlooptijden in de onderzoeksfase (R&D), een efficiëntere identificatie van veelbelovende onderzoeksrichtingen en mogelijk lagere kosten voor literatuuronderzoek en data-analyse. Het model belooft een brug te slaan tussen bijvoorbeeld genetica en neurobiologie, wat innovatie in multidisciplinaire projecten kan stimuleren.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie binnen de life sciences. Het model is nog niet breed beschikbaar, maar de aankondiging is een signaal om je processen hierop voor te bereiden.

Als je een klein biotech-startup runt… kun je anticiperen door je onderzoeksdata en literatuur nu al gestructureerd en digitaal toegankelijk op te slaan. Denk na over welke van die 50 veelvoorkomende workflows jij gebruikt en hoe een AI daarin zou kunnen ondersteunen, bijvoorbeeld bij het screenen van genetische data op verbanden met bepaalde ziektes.

Als je in de farmaceutische R&D werkt voor een middelgroot bedrijf… is het verstandig om interne kennis over biologische pathways en doelwitten (targets) te documenteren in een AI-vriendelijk formaat. Wanneer dergelijke tools beschikbaar komen, kun je ze dan snel inzetten om je eigen hypotheses te toetsen tegen de publieke wetenschappelijke kennis of om nieuwe, onverwachte verbanden te laten suggereren.

Als je een academicus of onderzoeker bent in een gespecialiseerd veld… kun je je voorbereiden door na te denken over de vragen die je aan zo’n model zou stellen. Hoe zou een AI je kunnen helpen de literatuur uit een aangrenzend vakgebied te begrijpen? Het formuleren van deze use-cases helpt om de tool effectief in te zetten zodra deze toegankelijk wordt.

Als je investeert in of samenwerkt met life science-bedrijven… wordt het een relevante vraag om aan potentiële partners te stellen: hoe integreren jullie domeinspecifieke AI in jullie R&D-pijplijn? Het vermogen om dergelijke tools slim te gebruiken kan een concurrentievoordeel worden.

Bron: Arstechnica