OpenAI Developers 示範 GPT-Rosalind 在 Codex 串接文獻分析與實驗設計

OpenAI Developers 示範 GPT-Rosalind 在 Codex 串接文獻分析與實驗設計。核心能力 OpenAI Developers 於 2026 年 9 月 12 日表示，GPT-Rosalind 可協助研究者連結不同論文與實驗結果，評估生物學標的的證據，並根據分析結果規劃下一項測試。官方將其定位為專為生命科學研究打造的模型，支援複雜生物學問題與進階工作流程。Codex 示範 畫面顯示 Codex 工作區先以附帶引用的文獻內容進行生物學分析，再要求系統設計實驗以檢驗假說。demo 中出現人類呼吸道上皮細胞與免疫細胞共培養的設計，用來比較 TSLP 與 IL33 的證據，並產生實驗計畫與 96 孔盤配置圖。這些是示範中的設計產出，並非實際完成實驗的結果。GPT-Rosalind 在介面中接收人類呼吸道上皮細胞與免疫細胞共培養實驗的 prompt，並產生對應的 96 孔盤配置圖可用管道 OpenAI 產品頁指出，符合資格的組織可透過 Rosalind Workbench、Codex 或 API 使用 GPT-Rosalind。產品頁也列出 benchmark 摘要，但這些資訊不會直接驗證 X 貼文 demo 中那份特定分析與實驗計畫的正確性或可重現性。相關公告可見 OpenAI Developers 的 X 貼文 與 GPT-Rosalind 產品頁。研究意義與限制 這次展示的重點不是單純生成研究摘要，而是把文獻證據銜接到可執行的實驗設計，包含終點、決策規則與孔盤配置等產出。不過，來源未提供該具體分析與實驗計畫的準確度、重現性或獨立 benchmark，因此目前應將它理解為研究工作流程示範，而非已完成科學驗證的結果。GPT-Rosalind 在介面中接收人類呼吸道上皮細胞與免疫細胞共培養實驗的 prompt，並產生對應的 96 孔盤配置圖 影片中的 Prompt 與操作：Prompt（00:09）： 讓我們設計一個實驗，檢驗 TSLP 的證據是否足以讓它的優先順序高於 IL33。讓我們使用人類呼吸道上皮細胞與免疫細胞共培養的擾動分析，設置 96 孔並產生一張孔盤配置圖，同時採用幾個不同的時間點。以抗 TSLP 為主要處理組、抗 IL33 為次要處理組，並包含對照組。原文：Let's design an experiment to test whether TSLP's evidence warrants keeping it ahead of IL33.Let's use a human airway epithelial-immune co-culture perturbation assay with 96 wells (generate a platemap image) and a few different timepoints. Perturbations can be anti-TSLP as the primary arm, anti-IL33 as a secondary arm. Include controls as well.操作步驟： 1. （00:22）輸入框送出 prompt 並執行原文：https://easyvibecoding.app/curated/3333-gpt-rosalind-codex-api-derives-executable-life-science