OpenAI heeft een nieuw groottaalmodel gelanceerd dat specifiek is getraind op biologische onderzoeksprocessen. Dit model, GPT-Rosalind, is ontworpen om onderzoekers te helpen bij het navigeren door enorme datasets en gespecialiseerde vakliteratuur, wat de innovatiesnelheid in sectoren zoals farmacie, medische technologie en agrofood kan verhogen.

Wat er aan de hand is

OpenAI heeft GPT-Rosalind aangekondigd, een groottaalmodel dat is afgestemd op biologie. In tegenstelling tot generieke wetenschapsmodellen, is dit model specifiek getraind op 50 van de meest voorkomende biologische workflows. Volgens Yunyun Wang, Life Sciences Product Lead bij OpenAI, richt het model zich op twee grote knelpunten in het huidige onderzoek: de overweldigende hoeveelheid data uit decennia van genoomsequencing en eiwitbiochemie, en de gespecialiseerde jargonbarrière tussen verschillende subdisciplines binnen de biologie. Het model is verder getraind om toegang te krijgen tot grote publieke biologische databases, biologische pathways voor te stellen en potentiële medicijndoelen te prioriteren.

Wat dit betekent

Voor het Nederlandse MKB in de life sciences – denk aan startups in medische diagnostiek, bedrijven in precisiefertilisatie of scale-ups in voedingsingrediënten – kan dit een gamechanger zijn. Het belangrijkste voordeel is het democratiseren van gespecialiseerde kennis. Een klein team zonder een eigen neurobioloog in huis kan nu wel de relevante literatuur over een gen dat in hersencellen actief is, doorgronden en toepassen. Het model fungeert als een krachtige onderzoeksassistent die de kloof tussen genetische data (genotype) en waarneembare eigenschappen (fenotype) helpt overbruggen. Dit versnelt de vroegste, meest risicovolle fasen van onderzoek en ontwikkeling, waar traditioneel veel tijd en gespecialiseerd talent voor nodig is.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie binnen de life sciences. Het model is bedoeld als onderzoeksinstrument en biedt geen kant-en-klare producten. Toch zijn er logische scenario’s te bedenken voor Nederlandse ondernemers en professionals.

Als je een startup runt in medische diagnostiek… kun je GPT-Rosalind mogelijk inzetten om literatuuronderzoek te versnellen. Stel, je werkt aan een biomarker voor een bepaalde ziekte. Het model kan je helpen om door duizenden wetenschappelijke artikelen te navigeren, verbanden te leggen tussen genexpressie-patronen en ziektebeelden, en zo de meest veelbelovende kandidaat-biomarkers te identificeren voor verder labonderzoek.

Als je een innovatie- of R&D-manager bent in de agrofoodsector… zou je kunnen onderzoeken of dit model nieuwe inzichten kan genereren voor gewasverbetering. Je zou het kunnen gebruiken om bestaande data over plantgenomen en stresstolerantie te analyseren, met als doel nieuwe aangrijpingspunten te vinden voor het ontwikkelen van gewassen die beter bestand zijn tegen droogte of ziektes, zonder direct een groot team van bio-informatici aan te hoeven nemen.

Als je een adviseur bent voor investeerders in de life sciences… biedt een tool als deze een extra lens voor due diligence. Je zou het kunnen gebruiken om sneller de wetenschappelijke onderbouwing van een potentiële investering te toetsen, de claims over een bepaald doelwit of pathway te verifiëren tegen de publieke literatuur, en zo beter onderbouwde investeringsbeslissingen te nemen.

Een belangrijke kanttekening is dat dit een aankondiging van OpenAI is. De precieze toegankelijkheid, kosten en integratiemogelijkheden voor bedrijven zijn op dit moment nog niet volledig duidelijk. Het is verstandig de officiële kanalen van OpenAI in de gaten te houden voor concrete releasedetails.

Bron: Arstechnica