Genebench-Pro: OpenAIが科学推論の新ベンチマークを用いてモデルを試す

Grace Sullivan

2026年7月4日

143

original

OpenAIはGenebench-Proを発表しました。これはゲノミクス、タンパク質工学などの分野に特化したAI推論評価ベンチマークです。前世代よりも難しく、モデルに、知識を検索するのではなく、実験データから結論を導き出すことを要求します。科学研究とAI開発にとって重要な意義を持ちます。

OpenAI は最近、科学推論分野における AI の能力を評価するための新しいベンチマーク Genebench-Pro をひっそりと公開した。「遺伝子」という名前が付いているが、その射程はゲノミクスだけにとどまらない——タンパク質設計、代謝経路、構造予測までをカバーしている。ここには実に現実的な問題意識がある。現在の LLM は試験型ベンチマークで高得点を稼ぐのは容易だが、実際の研究現場に直面すると途端に役に立たなくなる。Genebench-Pro が目指すのは、「試験」を「実験」に変えることだ。

科学推論に専用のテストが必要な理由

従来のベンチマーク（MMLU など）が測定するのは知識の蓄積だ。モデルはワトソン・クリックの塩基対形成則を知っているか？ CRISPR の作用機序を覚えているか？一方 Genebench-Pro は視点を変える。未公開の実験データを与え、その背後にある生物学の法則を逆算させるのだ。これに求められるのは、仮説生成、因果推論、多段階推論の能力であり、単なる記憶ではない。

一次配列データからタンパク質の安定性変化を予測する
遺伝子発現プロファイルから調節関係を推測する
仮説を検証するための変異実験を設計する

これらのタスクは、人間の研究者にとっても容易ではない。ましてや現在の大規模モデルにとってはなおさらだ。OpenAI は Pro バージョンで難易度を一段階引き上げた。

仕組みと用途

Genebench-Pro は、各分野の専門家が手作業で構築した問題群で構成され、各問題には シミュレーション実験環境 が付属している。モデルは BLAST 検索や Rosetta のエネルギー計算、さらには小型の仮想ラボといった計算ツールを「呼び出す」ことができる。評価の際、モデルは主体的に選択を下さなければならず、ひとこと回答を出力すれば終わり、というわけではない。

典型的なシナリオ：一連の酵素配列が与えられ、モデルは 3 つの点変異を設計して仮想スクリーニングを実施し、最後にどの組み合わせが最も有望かを説明する。これはもはや「質疑応答」ではなく「研究」だ。

研究機関にとって、このベンチマークはより適切な基盤モデルを選定する助けになる。開発者にとっては、次の最適化の方向性——複雑な推論とツール使用の融合——が明確になる。欠点もある。このベンチマークは現在 OpenAI 内部でのみ使用されており、外部の研究者が読めるのは事例のみで、モデルの結果を直接提出することはできない。公開計画はまだ発表されていない。

この分野にとっての意味

Genebench-Pro の登場は、AI 評価が「知識の質疑応答」から「能力のデモンストレーション」へと移行しつつあることを示している。同様の方向性として Google の MMLU-Pro や DeepMind の MATH があるが、Genebench シリーズは生命科学に特化したニッチな領域を扱う。将来、参加がオープンになれば、Big-Bench のようにコミュニティ協力のベンチマークとなる可能性もある。ただし、現時点でのハードルは高い。問題設計のコストは大きく、領域知識の参入障壁は深い。

実用的な観点から言えば、バイオインフォマティクス研究を支援するモデルを探しているなら、Genebench-Pro で好成績を収めているモデルに注目すべきだ。これは論文の指標よりはるかに実践的な参考になる。ただし、公開ランキングがすぐに手に入ると期待しないほうがいい。OpenAI はこれまで慎重で、データ漏洩リスクの管理に厳格だ。気長に 1〜2 年待とう。

Genebench-Pro科学推論ベンチマークOpenAI評価ゲノミクスAIタンパク質工学AI研究能力大規模モデル評価生命科学AI

コメントはまだありません

最初のコメントを書きましょう

類似ツール

DoocuAI

DoocuAIは大学生向けのAI学術ワークベンチで、PPT生成、卒業研究指導、PDFツール、参考文献フォーマット、アカデミックライティングアシスタントを統合しています。

Hypathesis

Hypathesis は、研究者向けのAI論文分析ツールです。PDFをアップロードすると、文中のすべての変数間の関係を自動的に抽出し、各関係を原文の段落に遡って提示するとともに、因果方向の推論も付与します。登録不要で利用でき、その方法論はIEEE EMBC 2026の査読を通過しています。文献レビュー、系統的レビュー、複雑な実験デザインの理解を支援するのに特に適しています。

オープンソース代替

Awesome AI for Science：AIによる科学発見の厳選リソース

これは、物理学・化学・生物学・材料科学を対象とした、AIツール、ライブラリ、論文、データセット、フレームワークの厳選リポジトリです。研究者や開発者が科学探索におけるAI活用の価値を迅速に把握できるリソースを提供します。1,700以上のスターを獲得し、MITライセンスを採用しています。

earth2studio: NVIDIAによる天気・気候向けディープラーニングフレームワーク

earth2studioは、NVIDIAがオープンソースで公開している、天気と気候の分野に特化したディープラーニングフレームワークです。研究からデプロイまでの完全なワークフローを簡素化し、汎用APIと事前学習済みモデルを提供することで、研究者がAIを活用した天気予報や気候シミュレーションアプリケーションを迅速に構築できるようにし、開発のハードルを下げて分野のイノベーションを加速します。

ai4paper：研究者向けのオープンソースAI学術プラットフォーム

ai4paper は研究者向けのオープンソースAIプラットフォームであり、2.4億件の学術論文にアクセスできると謳っています。主な機能には、全文PDF翻訳、AI駆動の文献検索、ワンクリックでのコメント生成が含まれます。ウェブインターフェースで利用でき、プラグインのインストールは不要です。また、Zotero統合をサポートし、ミニアプリでジャーナルを購読することもでき、文献レビューと学術執筆の効率向上を目指しています。このプロジェクトは主にHTMLで書かれており、MITライセンスを採用し、収集時点でGitHubで2739スターを獲得しています。

openscience: 面向科学研究的开源 AI 工作台

openscience 是一个由 synthetic-sciences 开源的 AI 工作台，专为科学研究场景设计。项目使用 TypeScript 构建，在 GitHub 已获超 3.2k 星标，仓库包含前后端、CLI 和评估模块。目前公开文档有限，适合对 AI for Science 感兴趣的团队关注。

ResearchStudio：マイクロソフトが公開したオープンソースのAI共同研究ツール

ResearchStudioは、マイクロソフトが公開したオープンソースのAI共同研究ツールで、研究者が問題提起から最終的な論文発表に至るまでの学術研究の全プロセスを支援することを目的としています。文献レビュー、実験計画、データ分析、論文執筆などの機能を統合し、大規模言語モデルを活用してスマートな提案を提供します。このプロジェクトは、ワークフローの最適化を希望する学術研究者に特に適しています。主要なプログラミング言語はPythonで、MITライセンスを採用しており、収集時点でのGitHubスター数は1911です。

open-science: ローカル優先のAI研究ワークベンチ

open-science は、科学発見のために設計された、オープンソースでローカル優先、モデル非依存のAI研究ワークベンチです。研究者は自分のマシンでAI支援プロセスを実行でき、特定のモデルに縛られず、データプライバシーと柔軟性を両立できます。