How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules
OpenAI 发布案例,介绍研究员 César de la Fuente 的实验室使用 Codex 与 ChatGPT,在现存与已灭绝生物的基因组中搜索抗菌分子候选,用于对抗耐药性感染。
Development
- First ReportHow a researcher uses Codex and ChatGPT to search for new antimicrobial moleculesOpenAI
- Current Assessment这是模型厂商以科研用例展示编码 Agent 价值的典型叙事,指向生命科学作为 Agent 落地场景之一。但单一案例文章不构成采用率或收入证据,需观察是否有同行复现或独立报道。Agent Pulse · analysis
OpenAI 官网发布一篇案例文章,标题为《How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules》。文中称研究员 César de la Fuente 的实验室使用 Codex 和 ChatGPT,在现存与已灭绝生物的基因组中搜索抗菌候选分子,目标是应对耐药性感染。证据未披露所用模型版本、搜索规模、命中数量或实验验证结果。
从证据看,这类工作把编码型 Agent 用于基因组序列的候选筛选流程,而非直接生成分子结论;但证据未说明 Codex 承担的是数据管道、序列筛选还是结果整理,因此不能推断具体技术路径。可验证的下一信号是该实验室是否公开候选分子清单与湿实验验证数据。
这是模型厂商以科研用例展示编码 Agent 价值的典型叙事,指向生命科学作为 Agent 落地场景之一。但单一案例文章不构成采用率或收入证据,需观察是否有同行复现或独立报道。
对模型厂商而言,科研案例可用于支撑生命科学行业的付费意愿论证;对药企与生物实验室而言,价值取决于能否降低候选筛选的人力与时间成本,而这一点在现有证据中尚未被量化。
若后续出现经同行评议的抗菌候选验证结果,编码 Agent 在生物信息筛选中的角色会从演示走向可评估的方法学;若仅有案例文章而无实验数据,则更可能停留在市场传播层面。