GPT-Rosalind 新能力上线：让 AI 真正读懂生命科学

import openai

client = openai.OpenAI()  # 确保已设置 OPENAI_API_KEY 环境变量

prompt = """
你是一位分子生物学研究员，请对以下问题进行多层级因果链推理：

问题：为什么 BRCA1 突变携带者的乳腺癌风险显著高于卵巢癌，
尽管 BRCA1 在两种组织中都表达？

请按以下结构回答：
1. 组织特异性表达水平差异
2. DNA 修复通路在不同组织中的备份机制
3. 雌激素暴露与修复缺陷的交互效应
4. 基于以上推理，给出一个可验证的实验假设
"""

response = client.chat.completions.create(
    model="gpt-4o",  # 如 GPT-Rosalind 有专属 model id，替换此处
    messages=[{"role": "user", "content": prompt}],
    temperature=0.3,  # 推理任务用低温度，减少随机性
)

print(response.choices[0].message.content)

import json

med_chem_prompt = """
你是一位资深药物化学家。请对以下先导化合物进行评估：

化合物：Osimertinib (AZD9291)
- 骨架：嘧啶-吲哚胺
- 靶点：EGFR T790M 突变体
- 当前问题：对野生型 EGFR 选择性窗口不够宽

请以 JSON 格式输出：
{
  "scaffold_hop_suggestions": [
    {"scaffold": "...", "rationale": "...", "estimated_selectivity_gain": "..."}
  ],
  "synthetic_accessibility": {
    "score_1to10": ...,
    "key_steps": [...]
  },
  "off_target_risks": [
    {"target": "...", "risk_level": "high/medium/low", "structural_reason": "..."}
  ],
  "admet_improvement_priorities": [...]
}
"""

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": med_chem_prompt}],
    temperature=0.2,
    response_format={"type": "json_object"},  # 强制 JSON 输出
)

result = json.loads(response.choices[0].message.content)
print(json.dumps(result, indent=2, ensure_ascii=False))

import csv

# 假设你已经从 VCF 提取了变异摘要（实际项目中用 pyVCF 或 cyvcf2）
variants = [
    {
        "gene": "TP53",
        "variant": "R175H",
        "type": "missense",
        "allele_freq": 0.00012,
        "cadd_score": 23.2,
        "clinical_significance": "Likely pathogenic (ClinVar)"
    },
    {
        "gene": "EGFR",
        "variant": "L858R",
        "type": "missense",
        "allele_freq": 0.00003,
        "cadd_score": 27.8,
        "clinical_significance": "Pathogenic (ClinVar)"
    },
    {
        "gene": "MTHFR",
        "variant": "C677T",
        "type": "missense",
        "allele_freq": 0.35,
        "cadd_score": 5.7,
        "clinical_significance": "Benign/likely benign (ClinVar)"
    },
]

variant_prompt = """
你是一位临床基因组学分析师。请对以下变异列表进行解读，
按致病性排序，并为每个致病/可能致病变异给出：
1. 功能影响机制
2. 相关疾病及文献证据
3. 是否有靶向治疗或临床试验

变异列表：
""" + json.dumps(variants, indent=2, ensure_ascii=False)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "system", "content": "你是临床基因组学专家，回答必须基于 ClinVar、COSMIC 等数据库的已知证据。"},
              {"role": "user", "content": variant_prompt}],
    temperature=0.1,
)

print(response.choices[0].message.content)

experiment_prompt = """
请为以下假设设计完整的实验验证方案：

假设：BRCA1 缺失导致的同源重组修复缺陷，
在雌激素高暴露环境下会选择性加剧乳腺上皮细胞的基因组不稳定性，
而在卵巢上皮细胞中因存在 RAD52 介导的替代修复通路，影响相对较小。

要求输出：
1. 实验设计概览（含对照组）
2. 细胞模型选择及来源
3. 关键检测方法及试剂建议
4. 样本量估算依据
5. 预期结果与替代解释
6. 时间线和预算粗估
"""

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "你是实验设计顾问，方案必须可执行，试剂和细胞系必须真实存在。"},
        {"role": "user", "content": experiment_prompt}
    ],
    temperature=0.4,  # 实验设计需要一定创造性，温度稍高
)

print(response.choices[0].message.content)