OpenAI julkaisi torstaina 16. huhtikuuta 2026 GPT-Rosalind-mallin, joka on suunniteltu tukemaan erityisesti biologian tutkimusta, lääkeaihioiden etsintää sekä translationaalista lääketiedettä, jossa perustutkimus pyritään muuttamaan potilashoidoiksi. Kyseessä on tieteellisiä työprosesseja varten optimoitu päättelymalli. Mallin nimi kunnioittaa Rosalind Franklinia, jonka tutkimustyö oli keskeinen DNA:n rakenteen selvittämisessä.
Julkaisun taustalla on käytännön ongelma: lääketieteellinen tutkimus tuottaa valtavasti dataa, jonka käsitteleminen on haastavaa. OpenAI muistuttaa, että uuden lääkkeen matka tunnistetusta kohteesta aina viranomaishyväksyntään voi kestää Yhdysvalloissa jopa 10-15 vuotta.
Varhaisessa vaiheessa tehdyt paremmat päätökset voivat vaikuttaa koko kehitysketjun onnistumiseen merkittävästi. Tutkijoiden päivittäistä työtä vaikeuttaa valtava määrä artikkeleita, erikoistietokantoja, kokeellista dataa ja jatkuvasti päivittyviä hypoteeseja, joita on vaikea hallita kokonaisuutena.
Tutkimusavustaja todella vaativaan käyttöön
GPT-Rosalind pyrkii tarjoamaan ratkaisun tähän haasteeseen. Malli tukee muun muassa evidenssin synteesissä, hypoteesien muodostamisessa, kokeiden suunnittelussa, kirjallisuuskatsauksissa sekä erilaisten tieteellisten työkalujen ja tietokantojen yhdistämisessä yhdeksi sujuvaksi työnkuluksi.
Reutersin mukaan GPT-Rosalindia voidaan käyttää esimerkiksi tietokantojen kyselyihin, uusien tieteellisten julkaisujen analysointiin, muiden tutkimustyökalujen hyödyntämiseen sekä uusien kokeiden ehdottamiseen.
OpenAI:n virallisen julkaisun mukaan GPT-Rosalind on optimoitu työkalujen käyttöön sekä biologian, proteiinien, genomiikan ja lääkeaihioiden tutkimukseen liittyviin monivaiheisiin työnkulkuihin.
Benchmarkit ja työkalut
OpenAI korostaa erityisesti GPT-Rosalindin suorituskykyä. Yhtiön mukaan uusi malli saavutti kärkituloksen BixBenchissä aiemmin julkaistujen mallien joukossa. LABBench2-arvioinnissa GPT-Rosalind voitti GPT-5.4-mallin kuudessa yhdestätoista tehtävästä. Suurimmat erot nähtiin CloningQA-tehtävässä, jossa mallin tuli suunnitella DNA- ja entsyymireagensseja molekyylikloonausta varten.
Lisäksi Dyno Therapeuticsin kanssa tehdyssä RNA-sekvenssien ennustus- ja generointitestissä malli ylsi ennustustehtävissä yli 95. prosenttipisteeseen ja sekvenssien generoinnissa noin 84. prosenttipisteeseen verrattuna ihmiasiantuntijoihin.
Teknisesti kiinnostava osa julkaisua on myös Life Sciences Research Plugin for Codex -lisäosa, joka on julkaistu GitHubissa. Lisäosa yhdistää GPT-Rosalindin yli 50 tieteelliseen työkaluun ja tietolähteeseen, kuten genetiikan, funktionaalisen genomiikan, proteiinirakenteiden, biokemian ja kliinisen evidenssin tietokantoihin.
OpenAI viestii näin laajemmin, että tulevaisuuden tekoälyratkaisut eivät ehkä voita pelkällä raakaälykkyydellä, vaan sillä, kuinka tehokkaasti ne osaavat käyttää erilaisia työkaluja oikeassa järjestyksessä.
Saatavuutta rajoitettu
Toistaiseksi GPT-Rosalind ei ole yleisesti kaikkien saatavilla. OpenAI kertoo, että mallia tarjotaan alkuvaiheessa rajatusti ChatGPT:n, Codexin ja API:n kautta valituille asiakkaille trusted access -ohjelman kautta, ja ensisijaisesti yhdysvaltalaisille Enterprise-organisaatioille.
Rajattua saatavuutta perustellaan biologisen väärinkäytön riskien hallinnalla sekä turvallisen käyttöympäristön takaamisella. Tutkimusesikatselun aikana mallin käyttö ei kuluta asiakkaiden olemassa olevia krediittejä tai tokeneita, ja tarkempi hinnoittelu ilmoitetaan myöhemmin. Reutersin mukaan OpenAI tekee jo nyt yhteistyötä muun muassa Amgenin, Modernan ja Thermo Fisher Scientificin kanssa.
GPT-Rosalindin merkitys hahmottuu kuitenkin laajemmin juuri tässä kohtaa. Sen julkaisu osoittaa, että OpenAI rakentaa yhä enemmän toimialakohtaisia ratkaisuja, joissa mallin ympärille rakennetaan valmiiksi työkalut, käyttörajat ja turvallisuuskehykset.
On todella mielenkiintoista seurata, pystyykö GPT-Rosalind aidosti tehostamaan tutkimusryhmien päätöksentekoa, vähentämään epäonnistuneita kokeita ja nopeuttamaan lääkekehityksen pitkää ketjua laboratoriosta potilaalle asti.