stamatios
← Voltar ao feed
Bancada de laboratório com microscópio, tubos de ensaio e laptop juntos, ambiente de IA para cientistas no ChatGPT
Produto & Design · Ciência & Espaço

OpenAI lança Rosalind Workbench para ciências da vida em preview

resumo de ~3 min

O que é o Rosalind Workbench

A OpenAI lançou o Rosalind Workbench, um ambiente integrado para ciências da vida disponível em preview de pesquisa pelo aplicativo ChatGPT. O produto foi criado para resolver um problema comum no trabalho científico: dados, análises e registros experimentais ficam dispersos em ferramentas diferentes, dificultando acompanhar a evidência de um resultado.

O Workbench oferece tarefas científicas guiadas, visualizadores de dados especializados e fluxos de análise de sequenciamento em um só ambiente, permitindo que o pesquisador parta de um exemplo guiado e o adapte aos próprios dados, métodos e objetivos de pesquisa.

Base no GPT-Rosalind

O produto se apoia no GPT-Rosalind, modelo dedicado a ciências da vida que combina raciocínio de fronteira com orquestração de ferramentas especializadas em química medicinal, genômica, assistência a laboratórios úmidos e outras aplicações científicas. A OpenAI afirma que, ao longo do tempo, prevê equipes de agentes trabalhando juntas nesses domínios.

Fluxos de trabalho e visualizadores

A proposta é conectar uma pergunta biológica à evidência correspondente, mantendo claro o caminho até a próxima decisão. Um mesmo estudo pode começar com um sinal genômico, passar por uma estrutura molecular, exigir evidência da literatura e terminar em um novo desenho experimental.

O ambiente inclui três visualizadores especializados:

  • Visualizador de Estrutura Molecular: abre assemblies biológicos de arquivos PDB, como o proteassoma 20S humano ligado ao bortezomib, mantendo a solicitação, a interpretação do modelo, a sequência e a visão 3D juntas;
  • Visualizador de Sequência e Alinhamento Biológico: alinha variantes como avGFP, EGFP, EBFP e ECFP e conecta diferenças de sequência a mudanças na cor fluorescente;
  • Visualizador de Lâminas (Slide Viewer): permite explorar lâminas de tecido e identificar regiões para revisão por um patologista.

Como começar

O uso parte de uma pergunta biológica, com tarefas iniciais em áreas como design de proteínas, design de pequenas moléculas, segurança e desenvolhabilidade, estrutura e sequência, genômica e patologia, e validação experimental. Exemplos incluem ranquear candidatos a nanocorpos contra PD-L1 e planejar ensaios de ligação, fazer docking de imatinibe em ABL1, ou uma tarefa de RNA-seq em vias aéreas tratadas com dexametasona como ponto de partida no NGS Analysis Workbench.

Para análises de sequenciamento, o Rosalind NGS Workbench conecta etapas como pareamento de arquivos com metadados, controle de qualidade, identificação de réplicas biológicas e escolha do desenho estatístico. Do input FASTQ ao controle de qualidade, RNA-seq em massa ou análise de célula única, o sistema prepara um plano para aprovação do pesquisador, coordena as ferramentas e devolve saídas rastreáveis e revisáveis.

Modos de acesso

O agente ChatGPT dentro do Workbench opera em dois modos. O modo Explore permite perguntas científicas gerais com os modelos ChatGPT disponíveis ao usuário. O modo Research, voltado a perguntas biológicas complexas e fluxos avançados, exige que membros verificados de uma organização solicitem acesso em nome dela; acesso individual está previsto para o futuro.

A OpenAI destaca que pesquisa avançada em ciências da vida requer tanto raciocínio complexo quanto salvaguardas adequadas a informações biológicas sensíveis. Há três públicos de acesso: pesquisadores, que podem solicitar acesso ao GPT-Rosalind se elegíveis; usuários corporativos, com controles de privacidade, governança e implantação; e equipes de governo e saúde pública, com uma estrutura de acesso confiável que estabelece limites de benefício público e salvaguardas contra uso indevido.

Conclusão

A tese central é que manter pergunta, ferramentas, análise e evidência no mesmo lugar reduz o tempo gasto com coordenação, espera por transferências e reconstrução de contexto, deixando mais tempo para interpretar os resultados e decidir o que testar em seguida.