OpenAI 宣布為 GPT-Rosalind 系列推出全新模型更新，此系列專為企業級生命科學研究而設計。新模型結合了 GPT-5.5 的代理編碼與工具使用能力，並在藥物化學和基因組學等核心藥物開發領域，大幅強化模型智慧，同時全面提升生命科學分析、設計和實驗工作流程的效能。

生命科學的進展取決於整合跨尺度和跨模式的數據與證據，包括分子、基因、通路和生命系統。在我們的評估中，更新後的 GPT-Rosalind 在生物學專家的研究任務、複雜的藥物化學查詢、定量生物學以及濕實驗室問題排除等方面，展現出廣泛的效能提升。

GPT-Rosalind 現已透過我們的信任存取部署結構，向全球符合資格的組織提供研究預覽版。提升科學價值任務的效能為了衡量並持續改進 GPT-Rosalind 的實際影響，我們設計了 LifeSciBench，這是一個由外部專家評審的基準測試，專注於生命科學研究的基礎層面。

與現有僅評估模型單一性能組件或單一生物學領域的基準測試不同，LifeSciBench 透過從生命科學研究核心的六個工作流程領域（證據處理、分析、設計與優化、科學推理、驗證與操作，以及轉譯與溝通）中提取任務，對具有科學價值的工作進行端到端的評估。

我們利用此基準測試來使進展與生命科學研究的需求和現實保持一致。GPT-Rosalind 在業界和學術專家認定的科學價值任務中，表現領先。從論文、圖表、表格和實驗記錄中提取、核對和審核科學證據。候選回應總結：就目前提交的資料而言，此套件不足以支持以微型肌萎縮蛋白（micro-dystrophin）表達作為替代終點（surrogate endpoint）的加速批准，該替代終點合理預期能預測臨床效益。

一位持懷疑態度的 FDA 審查員可能會認為生物標記、功能、持久性、安全性和普遍性證據均缺乏實質支持。套件項目主要失效模式所需改進西方墨點法定量MANEX1A 結合內源性全長肌萎縮蛋白和微型肌萎縮蛋白轉基因共有的 N 端表位，因此該分析無法明確區分轉基因與殘餘/回復型肌萎縮蛋白。

以健康全長肌萎縮蛋白標準定量 138 kDa 微型肌萎縮蛋白也是無效的。使用重組微型肌萎縮蛋白標準品和可區分轉基因與內源性肌萎縮蛋白的正交方法，例如靶向質譜法或轉基因特異性/表位特異性分析。免疫螢光C 端多株抗體不適用，因為 138 kDa 建構體缺乏 C 端結構域。

許多 DMD 患者有回復型纖維，且回復型肌萎縮蛋白可保留 C 端表位。回復型纖維可能隨年齡克隆性擴增，導致 IF 訊號偏差，尤其在年齡較大的男孩中。使用針對轉基因中存在但回復型肌萎縮蛋白中不存在的表位的抗體重複 IF。將轉基因陽性纖維與回復型纖維分開定量。

替代終點有效性套件將蛋白質數量與臨床功能混為一談。「健康對照組蛋白質質量的 38%」並不意味著 38% 的正常肌萎縮蛋白功能，因為微型肌萎縮蛋白在結構上是截短的。在將表達視為替代終點之前，經驗性驗證微型肌萎縮蛋白質量百分比、肌膜定位、下游功能恢復與臨床效益之間的關係。

活檢設計治療前後對側股外側肌活檢引入了左右和肌肉內空間變異性。疾病進展和纖維脂肪替代也可能改變總蛋白質標準化訊號。使用一致的解剖標誌物標準化活檢部位，標準化至肌肉特異性蛋白質，並同時測量纖維脂肪組成。NSAA 比較器/統計外部自然史隊列不是隨機同期對照組。

試驗資格、支持性護理、參與效應、基線 NSAA、類固醇方案、年齡和外顯子類別都可能使比較產生偏差。不成對 t 檢定不足。此外，+1.4 的 NSAA 變化在此年齡組的重測變異性範圍內。進行隨機同期安慰劑對照研究，或至少使用調整分析，考慮基線 NSAA、年齡、類固醇方案、外顯子類別和其他混雜因素。

年齡窗口混淆4-7 歲的男孩處於發育窗口期，未經治療的活動性 DMD 患者可能在功能下降佔主導地位之前獲得運動功能。48 週的 NSAA 變化混合了發育增益、疾病進展和可能的治療效果。使用具有年齡分層的同期隨機對照組，以將發育軌跡與治療效果分開。

先前臨床先例開放標籤微型肌萎縮蛋白功能訊號未能可靠預測確證性效益；已發表的先例包括微型肌萎縮蛋白基因治療確證性試驗未能重現開放標籤 NSAA 改善。不要依賴開放標籤 NSAA 變化作為決定性支持。要求受控的功能證據。建構體的結構限制138 kDa 建構體刪除了含有 nNOS 結合位點的血影蛋白重複序列 R16/17。

nNOS 招募的喪失可能損害運動期間的功能性交感神經分解和缺血保護，從而在獨立於表達水平的情況下，為救援創造了機械性上限。增加機制研究，顯示此特定建構體是否恢復相關的肌萎縮蛋白相關複合體功能、nNOS 定位、運動生理學和肌肉保護。AAV 持久性12 週時的載體基因組不能建立持久表達。

AAV9 基因組主要是非整合型附加體，可能隨時間下降。載體基因組的持久性不等同於持久的蛋白質表達。測量超過 12 週的縱向轉基因蛋白質表達和功能生物標記持久性。免疫/安全概況8/12 患者的轉氨酶升高與對 AAV 轉導細胞的免疫反應一致，但機制尚未確定。

考慮到 AAV9 的心臟趨向性，一例心肌炎病例令人擔憂。提供更深入的免疫監測、肝臟/心臟安全性表徵和加強的心臟隨訪。患者選擇/普遍性排除抗 AAV9 中和抗體陽性患者限制了普遍性。排除外顯子 44 缺失限制了對該 DMD 亞組的適用性。n=12 太小，無法表徵更廣泛 DMD 人群的安全性和有效性。

在可能的情況下擴大資格，或在使用結果支持廣泛批准之前，預先指定按抗體狀態、基因型/外顯子類別、年齡和基線功能進行分層分析。監管結論：此套件可能顯示生物活性，但尚未確立所測量的微型肌萎萎縮蛋白表達是合理預期能預測臨床效益的可靠替代指標。主要缺陷在於檢測特異性、無效的定量標準、可能的回復型纖維混淆、缺乏隨機對照組、與年齡相關的 NSAA 混淆、不確定的持久性以及未解決的安全性/普遍性問題。

為彌補這些缺陷，該計畫需要一個受控、按年齡分層的臨床設計，並搭配轉基因特異性表達分析、正交蛋白質定量、組織成分控制、縱向持久性數據、截短建構體的機制功能分析，以及更強化的安全監測，特別是肝臟和心臟方面。評分標準與分數標準分數識別出微型肌萎縮蛋白定量中的檢測/測量問題，包括 MANEX1A 表位共享、無效的全長肌萎縮蛋白標準，以及對重組或正交轉基因特異性測量的需求。

+24解釋為何微型肌萎縮蛋白表達水平不能自動成為功能性臨床效益的有效替代指標。+22標示出活檢部位、組織組成和年齡窗口混淆，這些因素削弱了表達和 NSAA 解釋。+19批評 NSAA 比較器/統計數據，特別是依賴外部自然史對照組。+12處理 AAV 持久性、免疫反應、轉氨酶升高、心肌炎，以及對長期表達/安全隨訪的需求。

+15指出患者選擇/普遍性方面的缺陷，包括排除抗 AAV9 患者、排除外顯子 44 缺失，以及樣本量過小。+8更強大的科學推理能力GPT-Rosalind 在藥物化學領域取得了業界領先的表現，該領域專注於將分子轉化為有用的藥物。我們設計了 MedChemBench 以反映真實的藥物化學工作流程，評估多模式化學結構理解；結構-活性關係 (SAR)；藥物效力、毒性和吸收、分佈、代謝、排泄 (ADME) 的預測；多參數先導化合物優化決策；以及逆合成。

GPT-Rosalind 在 MedChemBench 上的表現優於 GPT-5.5（27.5% 對 25.1%），同時使用的 token 數量減少了 7.2%。在 GeneBench 上，我們對基因組學和定量生物學中長期、端到端分析的代理評估顯示，GPT-Rosalind 比 GPT-5.5 少使用了 31% 的 token，同時準確度更高（21.6% 對 20.4%）。

GeneBench 評估代理在長期定量任務上的表現：基於真實科學數據，代理能否規劃有效的分析、品管、建模和校正，以得出與決策相關的答案？所包含的問題涵蓋了多個領域，包括功能基因組學、空間轉錄組學、蛋白質組學、表觀基因組學和應用遺傳學。GPT-Rosalind 在提高準確度的同時，比 GPT-5.5 少使用了 31% 的 token。

我們引入了一項新的評估，以測試 GPT-Rosalind 協助科學家進行實際實驗室工作的能力。LabWorkBench 測試模型在科學家使用的真實濕實驗室協議中，將擾動與實驗結果連結的能力，其目的從問題排除到優化不等。LabWorkBench 使用的數據是專有的，因此未受污染。

GPT-Rosalind 的得分為 63.2%，而 GPT-5.5 為 55.8%，同時使用的 token 數量減少了 5.3%。在真實濕實驗室協議協助方面，GPT-Rosalind 相較於 GPT-5.5 展現了顯著的提升，同時提高了 token 效率。

從推理到執行工作流程我們開發了 Life Sciences Research 和 Life Sciences NGS Analysis 外掛程式，以將 GPT-Rosalind 提升的智慧與可重複科學工作流程的實用執行層相結合。這些外掛程式將來源證據檢索、生物學解釋和生物資訊學執行整合到同一個工作空間中，幫助研究人員將外部證據與內部組學分析連結起來，同時保留人工製品和來源。

所有用戶現在都可以透過 Codex 存取這兩個外掛程式。符合資格的 GPT-Rosalind 企業用戶還可以利用 GPT-Rosalind 來驅動這些外掛程式。為了更好地利用 Codex 作為科學家的動態工作台，我們增加了針對生物學原生檔案類型的互動式檢視器。

最初的序列、比對和結構檢視器旨在讓科學家在 GPT-Rosalind 跨工作流程推理時，能更貼近證據，並使用活動檢視器在上下文中直接回答後續問題。上述演示展示了由 GPT-Rosalind 協調的這些功能。我們跟隨一位科學家調查液態腫瘤活檢，以識別可能為治療提供資訊的突變和其他分子變化。

Life Sciences NGS Analysis 外掛程式將處理過的 ctDNA 記錄審查轉化為互動式筆記本，揭示重複出現的變異、低頻呼叫和樣本軌跡。