OpenAI heeft een taalmodel ontwikkeld dat specifiek is getraind op biologische onderzoeksprocessen, genaamd GPT-Rosalind. Dit model is ontworpen om twee grote knelpunten in biologisch onderzoek aan te pakken: het overzien van enorme datasets en het overbruggen van kennis tussen gespecialiseerde deelgebieden. Voor Nederlandse bedrijven in de life sciences kan dit de innovatiesnelheid verhogen door onderzoekstijd te verkorten en nieuwe inzichten te genereren.

Wat er aan de hand is

OpenAI heeft GPT-Rosalind aangekondigd, een groot taalmodel dat specifiek is afgestemd op biologie. Volgens het bedrijf, in een persbriefing door productleider Yunyun Wang, verschilt dit model van meer generieke wetenschapsmodellen doordat het is getraind op 50 van de meest voorkomende biologische workflows. Het model is ook getraind op het toegang krijgen tot grote publieke databases met biologische informatie. De training heeft geresulteerd in een systeem dat volgens OpenAI biologische pathways kan suggereren en potentiële medicijndoelen kan prioriteren. Het doel is om genotype aan fenotype te koppelen via bekende mechanismen en de functionele eigenschappen van eiwitten te kunnen afleiden.

Wat dit betekent

Dit betekent een verschuiving van generieke AI-hulpmiddelen naar gespecialiseerde modellen voor specifieke vakgebieden. Voor de Nederlandse biotech- en farmasector, van startups tot MKB-bedrijven, kan dit de toegang tot geavanceerde AI-analyse democratiseren. Waar dergelijke analyses voorheen vaak het domein waren van grote farmaceutische bedrijven met eigen AI-teams, kan een gespecialiseerd model als GPT-Rosalind deze capaciteit binnen handbereik brengen van kleinere spelers. Het adresseert direct een praktisch probleem: de explosie aan data uit genoomsequencing en de fragmentatie van kennis over talloze gespecialiseerde deelgebieden, zoals neurobiologie of genetica. Een onderzoeker hoeft niet langer een expert te zijn in elk subdomein om de relevante literatuur te kunnen doorgronden of verbanden te leggen.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke rol en project binnen de life sciences. Het model is ontworpen als een gespecialiseerde onderzoeksassistent. Hier zijn enkele manieren waarop je het zou kunnen benaderen, gebaseerd op de genoemde capaciteiten.

Als je onderzoek doet naar een specifiek gen of eiwit… kun je het model mogelijk gebruiken om de immense literatuur te doorzoeken en te synthetiseren. Een geneticus die werkt aan een gen dat actief is in hersencellen, zou het model kunnen raadplegen om de neurobiologische context en bijbehorende pathways te begrijpen, zonder dat hij of zij een expert in dat veld hoeft te zijn. Het kan helpen om vanuit een genotype (de genetische code) naar het fenotype (de waarneembare eigenschap) te redeneren.

Als je betrokken bent bij vroegtijdig medicijnonderzoek (early-stage drug discovery)… is de suggestie dat het model potentiële medicijndoelen kan prioriteren relevant. Je zou het kunnen inzetten om uit grote datasets van kandidaat-moleculen of -doelen die met de hoogste waarschijnlijkheid van succes te filteren, gebaseerd op bekende biologische mechanismen en pathways. Dit kan de doorlooptijd van de discovery-fase verkorten.

Als je een klein biotech-team leidt met beperkte middelen… biedt een gespecialiseerd model de kans om je onderzoekscapaciteit te vergroten zonder direct een groot team van bio-informatici aan te hoeven nemen. Het kan functioneren als een krachtige force multiplier, waardoor je team zich kan focussen op experimentele validatie en hoogwaardige analyses, terwijl het model helpt met het verkennen van data en het genereren van hypotheses.

Als je samenwerkt met experts uit andere biologische disciplines… kan een tool als deze dienen als een gemeenschappelijke kennisbasis en vertaler van jargon. Het kan helpen de communicatie en het wederzijdse begrip te verbeteren wanneer een geneticus, een celbioloog en een bio-informaticus samen aan een project werken, elk met hun eigen gespecialiseerde taal en technieken.

Bron: Arstechnica