健康新聞

OpenAI生醫模型直擊新藥痛點 串聯50大資料庫排定研發優先級

OpenAI展示專為生命科學打造的模型GPT-Rosalind,串聯超過50個科學資料庫,能直接分析實驗數據並為新藥標靶排定研發優先順序,大幅縮短前期探索時間。

黃

黃郁婷

· 3 分鐘閱讀

分享:
圖/AI 生成示意圖
圖/AI 生成示意圖

新藥研發過程耗時且成本高昂,如何從成千上萬個潛在靶點中挑出最具潛力的候選項目,向來是製藥業的最大瓶頸。OpenAI 近期展示了旗下專門針對生命科學領域設計的 AI 模型「GPT-Rosalind」,主張透過演算法整合實驗數據與外部科學文獻,協助科學家直接排定新藥標靶的驗證優先順序。

OpenAI Korea 總經理 Kyoung-hoon Harrison Kim 日前在首爾韓國天主教大學聖醫校區舉辦的「DHP 2026」論壇中,公開展示了這項工具的實際運作流程。該模型最初於 2026 年 4 月首度亮相,目前正針對證據整合、假設生成及實驗規劃等功能持續強化。

新藥開發的關鍵第一步在於「靶點確認」——也就是找出人體內導致疾病、且可透過藥物改變活性的特定蛋白質或基因。然而,研究人員往往受限於時間與資源,難以快速判斷哪一個標的值得投入驗證。Kyoung-hoon Harrison Kim 指出,決定下一步實驗該做什麼、驗證哪些標的,是科研中最核心的環節,而 AI 如今已能有效協助做出這類決策。

GPT-Rosalind 的核心能力在於搭配「Life Sciences Research」外掛工具,能直接串聯超過 50 種科學工具與權威資料庫。這些資料庫包含記錄疾病與標靶關聯證據的 Open Targets、收錄蛋白質 3D 立體結構的 RCSB PDB,以及提供化合物與生物活性數據的 PubChem。

在現場演示中,OpenAI 以氣喘研究為情境,展示研究人員只需將實驗數據放入資料夾,並透過自然語言發出指令,模型便能快速分析內部文件,自動為 IL-33、TSLP 及 IL1RL1 等候選標靶排定推薦順序。AI 不僅能列出最具潛力的標靶並提供佐證依據,還能精準指出關鍵證據來自多份檔案中的哪一個特定儲存格。

Kyoung-hoon Harrison Kim 表示,透過串聯廣泛的科學資料庫,AI 不僅能加快評估潛在機會的速度,更重要的是能替科學家找出過去在海量數據中被忽略或未注意到的關鍵細節。

參考來源

分享:
回首頁

延伸閱讀

熱門文章