GPT-Rosalind 用 32 分鐘找出神經退行性疾病新線索
OpenAI 的 GPT-Rosalind 在 Perry 綜合徵相關基因 DCTN1 的小鼠腦資料中發現藥物研發新線索：膽固醇可能無法運到神經元需要的位置，進而引發退化。數千個 agent 並行工作，僅用 32 分鐘就把數百萬個小鼠腦細胞基因表達結果與科學文獻關聯起來，合作方為 PerturbAI 與 Scripps Research。雙方正擴大合作，繼續尋找新藥靶點。
展示 agent 叢集並行投入真實科研流程、32 分鐘完成數百萬細胞資料與文獻關聯的實測案例，對關注 AI for Science 與藥物靶點發現的人有參考價值。
原標題：@OpenAI: GPT-Rosalind surfaced a new lead for drug discovery: could restoring cholesterol transport protect …
閱讀原文
| 評分 | 66 / 62（平均 64，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
OpenAI 推出 GPT-Rosalind，面向科研文獻與生物資料推理
OpenAI 發布 GPT-Rosalind，用於幫助科研人員跨科學文獻與生物資料進行推理，由科學家提供專業判斷來評估證據。符合條件的實驗室可獲最多 12 個月的 OpenAI 工具贊助訪問，其中 GPT-Rosalind 需通過可信訪問審批。通過 Rosalind Academic Plan 共享的研究資料預設不用於訓練模型。
OpenAI 的 GPT-Rosalind 在小鼠腦資料中發現 TSC2 突變線索
OpenAI 披露，GPT-Rosalind 在同一份小鼠腦資料集裡找到可能解釋 TSC2 突變比 TSC1 突變導致更嚴重結節性硬化症（TSC）的線索。兩個基因都參與調控 mTOR，但在某一群小腦神經元中，破壞 TSC2 改變了數十個基因的表達，其中包括與神經元通訊相關的基因；同樣細胞型別下破壞 TSC1 對基因表達幾乎沒有影響。現有療法已靶向 mTOR，OpenAI 提出下一步要檢驗這些療法能否逆轉上述變化，以及 TSC2 在該類神經元中是否還有更多作用。
@GoogleDeepMind: Together with scientists around the world, our models and tools are helping make disease more detec…
Google DeepMind 表示正與全球科研人員合作，用其模型與工具讓疾病更易被檢出、治療和預防。推文點出的方向包括定位罕見基因變異、加速藥物研發，並稱這些工作正把實驗室突破轉化為現實臨床護理。原帖僅附一條連結，未披露具體模型、資料或時間表。
ETH 與羅氏用主動學習結合幾何圖神經網路預測硼化反應位點
蘇黎世聯邦理工學院（ETH）與羅氏團隊在《Nature Computational Science》發表研究，把主動學習與幾何圖神經網路串成閉環，預測藥物分子 C–H 硼化反應能否發生、發生在哪個位點。模型從 518 種底物、2044 組高通量實驗資料起步，先用 XGBoost 判斷反應是否成功，再以 BALD 採集函式從羅氏 22,253 種芳香族化合物中挑樣做實驗；三輪共新增 50 種底物、4821 組結果，總計 6865 組，覆蓋 568 種底物。
5 家藥企用 2 萬份私有資料聯邦訓練改進 OpenFold3
2026 年 9 月 14 日《Nature》發表 5 家藥企合作研究：用超過 2 萬份未公開的蛋白質—小分子結構資料，以聯邦訓練改進 OpenFold3。在 1056 個留出結構測試中，新模型高精度預測超過一半，公開版 OpenFold3 約三分之一，兩項關鍵指標分別提升約 10% 和 11%。參與方為 AbbVie、Astex、BMS、強生與武田，資料無需外流；英國 OpenBind 專案獲最高 800 萬英鎊支援，計劃 5 年內建開放資料庫。