一言で言うと
ライフサイエンス研究への AI 投入が「汎用モデルを工夫して使う」から「専用モデルを審査を経て導入する」段階に移りつつあります。GPT-Rosalind はその流れの中で、医薬化学・ゲノミクス・実験操作の3領域で GPT-5.5 を上回るベンチマーク結果を出し、製薬大手 Novo Nordisk との連携を公表しながらグローバル展開を始めました。
先に理解しておくこと
GPT-Rosalind は OpenAI がライフサイエンス（生命科学）研究用に設計したモデルシリーズです。汎用の GPT-5.5 と異なり、医薬品化学・ゲノミクス・実験操作という専門領域に最適化して構築されています。名前の「Rosalind」は、DNA の構造解明に貢献した化学者ロザリンド・フランクリンに由来します（OpenAI の公式説明）。
今回の更新では、GPT-5.5 が持つコードを自律的に生成・実行する機能（エージェント型コーディング）と、薬物探索に必要な専門知識を組み合わせた構成になっています。
性能評価には、OpenAI が新たに設計した LifeSciBench を用いています。LifeSciBench は外部の専門家が採点する形式で、証拠の取り扱い・分析・設計と最適化・科学的推論・検証と運用・翻訳と伝達という6領域をカバーします。従来のベンチマークが単一能力を個別測定するのに対し、研究の一連のワークフロー全体を評価する設計です。
何が起きているのか
3領域のベンチマーク結果（OpenAI 発表）:
- MedChemBench（医薬化学：化合物の構造・活性・毒性・代謝など）— GPT-Rosalind 27.5%、GPT-5.5 25.1%。トークン（AI利用の文字量単位）は7.2%少ない。
- GeneBench（ゲノミクス・定量生物学：エージェント型の長期タスク）— GPT-Rosalind 21.6%、GPT-5.5 20.4%。トークンは31%少ない。
- LabWorkBench（実験操作・ウェットラボのトラブルシューティング）— GPT-Rosalind 63.2%、GPT-5.5 55.8%。トークンは5.3%少ない。
LabWorkBench のデータは「非公開の独自データを使用しているためベンチマーク汚染なし」と説明されています。ウェットラボとは、試薬・培養・シーケンサー等を使った実証実験の場のことです。
新たに追加されたプラグイン（Codex 経由で提供）: - Life Sciences Research プラグイン: 文献からの証拠取得・生物学的解釈・バイオインフォマティクス（生命情報科学）実行を同一ワークスペースで提供。Codex 経由で全ユーザーが利用可能 - Life Sciences NGS Analysis プラグイン: NGS（Next Generation Sequencing: 次世代シーケンシング）データの解析に特化。同じく Codex 経由
資格のある GPT-Rosalind 利用者は、これらのプラグインを GPT-Rosalind で動かすことができます。配列・アライメント（ゲノム配列の照合結果）・タンパク質立体構造を表示するインタラクティブビューアも追加されました。
アクセス要件: GPT-Rosalind は現在「研究プレビュー」段階で、以下の3条件を満たす組織のみ利用可能です。
- 公益性の明確な正当な科学研究を行っていること
- 強固なガバナンス・安全管理体制を持つこと
- エンタープライズレベルのセキュリティによる管理されたアクセスを持つこと
Enterprise アカウントを持たない適格な組織向けに、OpenAI 管理のワークスペースも提供されます。
Novo Nordisk との連携: Novo Nordisk（ノボ ノルディスク）はデンマークの製薬大手で、糖尿病・肥満治療薬で知られています。同社は GPT-Rosalind を活用して、複雑なデータセットの分析・パターン抽出・仮説検証を加速させるとコメントしています。「文献・ゲノミクス・トランスクリプトミクス・配列・構造・実験結果をつなぐ」用途での活用を想定しています。
AI業界の文脈では
専用ベンチマーク（LifeSciBench・MedChemBench・GeneBench）を自社で整備した点は、ライフサイエンス AI の評価基準が整いつつあることを示しています。汎用ベンチマーク（MMLU 等）での高スコアがライフサイエンスの実務価値と連動しないという認識が背景にあります。
一方で注意が必要な点もあります。今回の数値はすべて OpenAI 自身の評価によるものです。独立した第三者による再現確認は示されていません。MedChemBench（27.5%）・GeneBench（21.6%）のスコアが低めにとどまっているのは、医薬化学・ゲノミクスが本質的に難しいタスクであることを反映しています。
Rosalind Biodefense という関連プログラムも言及されており、公衆衛生・感染症対策・バイオディフェンス用途への展開も計画されています。
私の見立て
上記の 27.5%・21.6%・63.2% は、各ベンチマークの課題に「正しく答えられた割合」です（OpenAI 自身の評価）。いずれも絶対値では高くはなく、医薬化学・ゲノミクスは 2割台、実験室支援でも 6割強 にとどまります。それでも 3領域のうちでは LabWorkBench が最も高く、GPT-Rosalind は汎用の GPT-5.5 よりわずかに上回る、というのが今回の発表の骨子です。
OpenAI の説明では、LabWorkBench は「実際のウェットラボ手順で、実験がうまくいかないときの原因当たりや手順の改善」を問う評価です。MedChemBench や GeneBench は、化合物設計や長期のゲノム解析のように、判断の幅が広く難易度が高い課題が多い、と記事は位置づけています。だから 「実験室のトラブル対応のほうが、今のベンチマーク上はスコアが出やすい」 と読むのは自然ですが、「AI が創薬より実験室だけに使える」 とまでは言えません。あくまで OpenAI が選んだ3種類のテストでの比較です。
「審査制アクセス」の仕組みは、医療 AI の展開方式として参考になります。性能が高いほど、バイオテロ等のリスクが高い用途への転用が懸念されるため、利用者の公益性・ガバナンス・セキュリティを事前に審査する方式が採られています。この構造は生命科学 AI に限らず、医療診断 AI や薬物探索 AI を病院・研究機関に展開する際の設計にも応用できます。
→ 何が変わるか: OpenAI が Codex 上に Life Sciences Research・NGS Analysis の2プラグインを整備したことで、「文献調査 → データ解析 → 仮説検証」というワークフロー全体を同一ツール上で回せる環境が整ってきました。ライフサイエンス分野での AI 活用が、個別ツールの組み合わせから統合ワークフローへ移行する動きが加速しています。
→ 何をすべきか: 製薬・ゲノミクス・バイオテクノロジー領域の研究機関は、GPT-Rosalind の審査要件（公益性・ガバナンス体制・エンタープライズセキュリティ）を確認し、自組織が条件を満たしているかを評価するのが次の具体的なアクションです。医療 AI の組織展開を検討している場合は、「審査制アクセスで求められる条件」が自組織の AI ガバナンス整備の参考にもなります。