乐于分享
好东西不私藏

OpenAI发了个AI药神:RNA预测超95%专家,新药研发15年缩到3年

OpenAI发了个AI药神:RNA预测超95%专家,新药研发15年缩到3年

文 | 老K(下班后的AI研究员)

就在大家还在讨论Codex升级的时候,OpenAI悄悄放了另一个大招。

GPT-Rosalind——OpenAI有史以来第一个专门为生命科学打造的AI模型。

以谁命名?罗莎琳德-富兰克林(Rosalind Franklin)。就是那个拍出DNA双螺旋结构X射线照片、却长期被沃森和克里克"抢功"的女科学家。

这个模型能干什么?预测RNA功能、设计蛋白质、规划实验方案、加速药物研发。

一句话总结:OpenAI从"聊天工具"变成了"科学发现引擎"。

核心数据:

- RNA功能预测准确率:超过95%的人类专家

- 合作伙伴:Moderna、安进(Amgen)、艾伦研究所、洛斯阿拉莫斯国家实验室

- 覆盖领域:化学、蛋白质工程、基因组学、实验设计、文献检索

- 目标:将新药研发周期从10-15年缩短到3-5年

一、为什么叫"AI药神"?因为新药研发太慢了

先说一个让大多数人震惊的事实:

开发一款新药,平均需要10到15年。

15年是什么概念?2011年你开始研发一款药,到2026年的今天才刚刚上市。中间经历了:靶点发现、先导化合物筛选、临床前研究、I/II/III期临床试验、审批上市。每一步都可能失败。

更残酷的数据:进入临床试验的药物中,只有不到10%最终能上市。90%以上的钱和时间,都"打了水漂"。

阶段
传统耗时
AI可能缩短到
关键瓶颈
靶点发现
2-3年
3-6个月
文献海量、关联复杂
化合物筛选
2-4年
6-12个月
候选分子太多
临床前研究
1-3年
6-18个月
毒理/药理预测
临床试验
4-7年
3-5年
人体验证不可替代

GPT-Rosalind瞄准的就是前三个阶段——这三个阶段大量工作是信息处理、模式识别、假设验证,恰好是AI最擅长的。

研究人员在实验室用AI辅助分析分子结构

二、RNA预测超95%专家——这个数据有多硬?

OpenAI和AI基因疗法公司Dyno Therapeutics做了一个对照实验:

实验设计:

- 用的是从未公开的RNA序列数据(排除数据泄露可能)

- 让GPT-Rosalind预测RNA序列的功能

- 参照组:AI生物学领域57位人类专家的历史得分

结果:十次提交的最佳成绩,排名超过95%的人类专家

- 序列生成(设计新的RNA):排名约84%的人类专家

简单说:在"看一段RNA序列、预测它能干什么"这件事上,GPT-Rosalind已经比绝大多数生物学专家做得更准了。

这不是在跑分benchmark上刷分——是在真实的、未公开的实验数据上验证的。

三、它具体能做什么?六大核心能力

能力
说明
以前怎么做
RNA功能预测
给一段RNA序列,预测它的功能
实验验证,耗时数月
蛋白质结构解析
理解蛋白质的3D结构和功能关系
X射线晶体学,昂贵且缓慢
基因组学分析
大规模基因序列分析、变异解读
专家团队手动比对
分子克隆设计
设计克隆实验方案
需要高年资研究员
文献检索+证据整合
海量论文中找到相关证据并整合
博士生翻文献翻到秃
假设生成+实验规划
提出研究假设、设计实验流程
PI(导师)的核心价值

而且OpenAI还开源了一套Codex生命科学插件,集成了超过50个公共多组学数据库。任何人都能免费使用——不限于GPT-Rosalind。

四、谁在用?大药企已经入场了

这不是实验室里的玩具。真金白银的药企已经在用了:

Moderna(莫德纳):mRNA疫苗巨头,将GPT-Rosalind嵌入研发工作流

Amgen(安进):全球前十大药企,AI与数据高级副总裁Sean Bruich说:"与OpenAI的合作让我们能以创新方式加速药物送达患者。"

洛斯阿拉莫斯国家实验室:探索AI引导的蛋白质和催化剂设计

艾伦研究所:嵌入研发工作流

赛默飞世尔科技:全球最大科学仪器公司,也在整合

AI正在改变药物研发的每一个环节

五、三巨头的"生命科学AI大战"

OpenAI不是第一个做生命科学AI的。但GPT-Rosalind的入局,让战局彻底变了。

公司
核心产品
特长
局限
Google DeepMind
AlphaFold 3
蛋白质3D结构预测,精度极高
专注蛋白质,不覆盖全流程
微软
BioGPT / Florence
生物医学文献理解
偏语言理解,实验能力弱
OpenAI
GPT-Rosalind
全流程推理+50+数据库+工具调用
新入场,实战验证不足

AlphaFold是"一把精准的手术刀"——蛋白质结构预测领域无敌。GPT-Rosalind更像"一个全能的研究助手"——什么都能帮,但没有某个领域做到极致。

两者不是替代关系,更可能是互补。

六、跟你有什么关系?三个维度想想

维度1:你吃的药,可能是AI帮忙设计的

Moderna已经在用GPT-Rosalind了。几年后你接种的某个疫苗、吃的某颗药,研发过程中很可能有AI的参与。

这不是恐吓——这是效率的提升。AI不会替代临床试验中"在人体上验证"的环节,但它能让好药更快地被发现、更快地进入试验

维度2:AI+健康赛道正在爆发

OpenAI进军生命科学,和上周Google Gemini在医疗影像上的突破,以及OECD本周发布的38国AI+医疗报告——这些信号叠加在一起说明一件事:

AI+健康,是2026年最确定的增长赛道之一。

相关数据:

- 2023年Nature Biotechnology论文曾预测AI可将药物发现阶段缩短至传统方法的1/3

- 全球AI医药市场预计2030年达400亿美元

- A股AI医药板块本周连续上涨

维度3:争议不可忽视

命名争议:有人批评OpenAI"消费"罗莎琳德-富兰克林——一位曾被科学界不公对待的女科学家。起名致敬和商业利用之间的边界,确实模糊。

安全风险:一个强大的生物学AI,如果被恶意使用来设计病原体怎么办?OpenAI说有"受信任访问机制",但没有独立第三方审计。

地域限制:目前仅面向美国企业客户。中国的科研人员暂时用不上。

七、我的判断

GPT-Rosalind代表了一个清晰的趋势:AI正在从"帮你聊天写文章",走向"帮人类做科学发现"。

对OpenAI来说,这是从"消费级产品"到"科学基础设施"的战略跃迁。对整个医药行业来说,这是一个起点——AI辅助药物研发的时代正式开启。

但冷静看,从技术突破到真正的"AI设计的新药上市",中间还有漫长的临床验证和监管审批。AI能加速的是"发现"阶段,不是整个流程。

最后一句话:你未来吃的药,可能是AI帮忙找到的。但它依然需要在真实的人体上验证安全性——这一步,没有捷径。

作者:老K | 31岁产品经理 | 深圳

公众号「下班后的AI研究员」

AI不只改变工作方式,也在改变我们的健康。

你觉得AI做药靠谱吗?评论区聊聊