GPT-Rosalind l'IA pour les sciences
OpenAI lance GPT Rosalind, un modèle IA pour la recherche bio, la découverte de médicaments et la médecine, performances record et accès restreint enterprise.
OpenAI spécialise un modèle de reasoning pour les sciences du vivant.
OpenAI a annoncé GPT-Rosalind, un modèle de reasoning dédié à la recherche biologique, à la découverte de médicaments et à la médecine translationnelle.
Le nom fait référence à Rosalind Franklin, dont les travaux en cristallographie X ont contribué à l'élucidation de la structure de l'ADN.
Le modèle est positionné comme un assistant scientifique capable de gérer des tâches multi-étapes : synthèse de la littérature, génération d'hypothèses, planification expérimentale.
Il est distribué en research preview via ChatGPT, Codex et l'API, réservé aux clients enterprise qualifiés aux États-Unis.
Des partenariats sont déjà actifs avec Amgen, Moderna, l'Allen Institute et Thermo Fisher Scientific.
Que fait GPT-Rosalind techniquement ?
Sur le plan technique, GPT-Rosalind est fine-tuné sur les domaines génomique, ingénierie des protéines et chimie.
Sur BixBench (un benchmark de bioinformatique et d'analyse de données) il obtient le meilleur score parmi les modèles dont les résultats sont publiés, et sur LABBench2 il dépasse GPT-5.4 sur 6 des 11 tâches évaluées, avec les gains les plus marqués sur CloningQA (design de réactifs pour protocoles de clonage moléculaire), d'après VentureBeat
Lors d'une évaluation avec Dyno Therapeutics sur des séquences ARN non publiées (donc hors corpus d'entraînement), ses dix meilleures soumissions se classent au-dessus du 95e percentile des experts humains.
OpenAI publie par ailleurs un plugin Life Sciences gratuit pour Codex, connectant le modèle à plus de 50 outils et sources de données scientifiques.
Côté distribution, OpenAI fait l'impasse sur une diffusion publique large et opte pour un Trusted Access program : les organisations doivent passer une qualification et une safety review avant d'obtenir l'accès, sous trois principes affichés (beneficial use, strong governance, controlled access).
Ce lancement s'inscrit dans une poussée plus large d'OpenAI sur le secteur pharma, illustrée par l'alliance stratégique signée quelques jours plus tôt avec Novo Nordisk, et intervient dans un marché concurrentiel où Isomorphic Labs (Alphabet), NVIDIA, Anthropic et Amazon (avec Amazon Bio Discovery dévoilé peu avant) se positionnent tous sur la réduction des cycles de découverte préclinique.
D'après un benchmark en core biologie et chimie:
FAQ
À quoi sert concrètement GPT-Rosalind par rapport à un modèle généraliste ?
GPT-Rosalind est entraîné spécifiquement sur la génomique, l'ingénierie des protéines et la chimie, ce qui lui permet de gérer des tâches complexes comme la synthèse de littérature scientifique, la génération d'hypothèses ou la planification d'expériences. Sur des évaluations spécialisées, il surpasse même GPT-5.4 sur plusieurs sous-tâches de biologie.
Comment accéder à GPT-Rosalind ?
L'accès n'est pas public : il faut passer par un programme Trusted Access réservé aux clients enterprise aux États-Unis, avec une qualification et une revue de sécurité obligatoires. Les particuliers ou startups non qualifiées ne peuvent pas y accéder pour l'instant.
Le modèle a-t-il été testé sur des données réelles inédites ?
Oui, Dyno Therapeutics a évalué GPT-Rosalind sur des séquences ARN non publiées, donc absentes de son corpus d'entraînement. Ses dix meilleures propositions se sont classées au-dessus du 95e percentile des experts humains, ce qui donne une indication de ses capacités en conditions réelles.
Quels outils accompagnent ce lancement ?
OpenAI sort en parallèle un plugin Life Sciences gratuit pour Codex, qui connecte GPT-Rosalind à plus de 50 outils et sources de données scientifiques. Des partenariats sont aussi déjà actifs avec Amgen, Moderna, l'Allen Institute et Thermo Fisher Scientific.
GPT-Rosalind est-il seul sur ce marché ?
Non, la concurrence est dense : Isomorphic Labs (Alphabet), NVIDIA, Anthropic et Amazon avec son Amazon Bio Discovery se positionnent tous sur la réduction des cycles de découverte préclinique. OpenAI mise sur la spécialisation de son modèle et des partenariats industriels pour se différencier.
Alexandre P.
Développeur passionné depuis plus de 20 ans, j'ai une appétence particulière pour les défis techniques et changer de technologie ne me fait pas froid aux yeux.
Poursuivre la lecture
