OpenAI联合创始人格雷格·布罗克曼在周末放大了一则广泛传播的故事，关于一只通过ChatGPT协助开发的个性化mRNA癌症疫苗治疗的狗，引起了科技和AI社区的关注。 此案例的核心是Rosie，一只7岁的沙皮犬，由澳大利亚AI顾问保罗·康宁汉姆拥有。 据在网上流传的帖子，Rosie在接受实验性治疗前只剩几个月的生命，康宁汉姆表示该疫苗是在AI聊天机器人帮助下开发的。
“在2022年，我注意到她头上长了奇怪的肿块，”康宁汉姆在一篇2024年11月的帖子中写道，记录了从开始到现在的过程。“兽医认为只是‘疣’，结果却是晚期癌症。”兽医估计Rosie只剩一到六个月的生命，并告诉康宁汉姆他们无能为力。 这一说法在布罗克曼与他的数十万追随者分享后迅速传播，引发多家科技媒体的报道。 虽然治疗本身似乎是真实的，但ChatGPT在开发疫苗中的作用引发了争议，一些研究人员质疑大语言模型在实际操作中能承担多少任务。
继续推进 康宁汉姆表示他没有放弃Rosie，而是决定利用消费者AI工具建立一条研究管线。他首先使用ChatGPT，制定了攻击计划。 模型告诉他需要基因组测序，采集一份健康组织样本和一份肿瘤样本，并指引他联系特定机构和设备。 “最讽刺的是，在之前与ChatGPT的聊天中，它说我应该联系Elita或Martin博士，并建议我使用Illumina设备，”他当时写道。 于是他按照这个线索行动。 新南威尔士大学（UNSW）的一位主管将他介绍给了Martin Smith博士，后者是Ramaciotti基因组中心的负责人，愿意为Rosie的基因组测序，费用约为3000美元。 十天时间。健康组织的测序深度为30倍，肿瘤组织为60倍：这是为了更好地识别驱动癌症的突变。中心返回了320GB的原始数据。 基因组信息以A、T、C、G字母串的形式表达，专家们最终得到了一堆700,000页的双面纸，全部由这四个字母组成，正如新南威尔士大学去年6月报道的那样。这就是Rosie的基因组，她的生物指纹。 随后，他专注于c-KIT蛋白，这是在狗的肥大细胞瘤相关文献中广泛报道的蛋白。
利用Google的AlphaFold，他模拟了Rosie版本的蛋白质，并与健康基线进行比较。结果看起来不对，出现了与文献预测相符的突变。他接着搜索可能攻击c-KIT或类似蛋白的现有化合物，找到了一种：在美国已用于治疗人类不同癌症的药物。 “我们取了她的肿瘤，测序了DNA，将组织转化为数据，并用这些数据找到DNA中的问题，然后开发出相应的治疗方案，”康宁汉姆在周六的澳大利亚《今日秀》上说。“ChatGPT在整个过程中都提供了帮助。” AI的真正作用 即便如此，ChatGPT找到癌症治愈方案与协助研究之间仍有很大差距。 康宁汉姆最终联系上了新南威尔士大学RNA研究所所长帕利·索达尔森教授。“@martinalexsmith教授进行了DNA/RNA测序，将Rosie的组织转化为原始数据，”康宁汉姆在推文中写道。“@PalliThordarson教授组装了mRNA疫苗，”他在另一条推文中补充。 索达尔森在自己的帖子中确认了这一点：“我很自豪能参与@UNSWRNA，制作了Rosie的mRNA-LNP，”他在X（推特）上写道。“RNA技术、基因组学和AI的结合，为改变医学方式和实现更公平的医疗提供了机会。” 但Smith博士并非在ChatGPT屏幕前操作的研究员。他是一名教授，负责管理大学的RNA研究所，做着他的实验室本应完成的工作。 当康宁汉姆确定最终疫苗构建体——即将编码到mRNA中的具体分子蓝图——时，他揭示了设计它的工具。不是AlphaFold，也不是ChatGPT。“Rosie的最终疫苗构建体由Grok设计。” 不过，他在另一篇帖子中也承认，“Gemini也做了大量的工作。”
ChatGPT被用来筛选科学论文，识别可能提供帮助的研究人员。聊天机器人指向了Ramaciotti中心，并建议使用适合任务的测序设备，主要作为导航科研文献的工具。这一角色虽然有用，但不同于设计疫苗或进行科学分析。 AlphaFold，谷歌DeepMind开发的深度学习系统，可以根据氨基酸序列预测蛋白质的三维结构。它不是第一个基于生物数据训练的模型：其他开源项目如Ankh或AlphaGenome也在类似的基础上工作。 康宁汉姆用AlphaFold模拟了Rosie版本的c-KIT蛋白。其置信度得分为54.55，UNSW结构生物学家凯特·米奇公开评价为较低。 她指出AlphaFold“可能会出错”，任何输出都需要大量实验验证。Smith博士也在同一帖子中公开确认，AlphaFold实际上并未用于疫苗设计。 索达尔森也对框架持谨慎态度。 “这可能没有治愈Rosie，”他在X上写道。“确实争取了时间，但一些肿瘤没有反应。” 他的团队目前正在检查那些肿瘤是否发生了不同的突变，这可能解释了为何部分治疗有效，部分无效。疫苗也不是单独起作用的。 “治疗需要联合使用检查点抑制剂，”索达尔森指出，“很可能与所有个性化癌症疫苗一起使用。”
iii) 估算科研项目的实际成本很困难，因为我们都投入了大量的无偿时间和资源。iv) 治疗需要联合使用检查点抑制剂（很可能与所有个性化癌症疫苗一起使用）。v) 因此总体成本相当高。/3
— Palli Thordarson (@PalliThordarson) 2026年3月15日
AI在癌症治疗中的应用并非一直成功。 2017年，IBM内部文件披露，声称能比人类肿瘤科医生更好推荐癌症治疗方案的Watson for Oncology，曾被工程师标记为“危险且不正确”的建议。 MD安德森癌症中心在花费6200万美元后放弃了该项目，IBM于2022年将Watson Health整体出售。 Rosie的案例并不属于AI失败的范畴。没有人受到伤害，基础科学已被证实，相关研究人员也具有公认的资历。 mRNA平台本身得到了临床研究的支持。令人不安的更多是这个故事的叙述方式。当AI工具被归功于科学家和研究机构完成的工作时，可能会模糊公众对技术实际作用的理解。 进行测序、生产疫苗和管理安全协议的研究人员可能会逐渐被淡忘。 这一事件提醒我们，AI可以协助导航科学文献等任务，但远未能取代设计和生产医疗治疗所需的专业知识和基础设施。
