OpenAI 联合 PerturbAI 等：数千个 AI agent 用 32 分钟分析数百万个小鼠脑细胞数据

OpenAI 与 PerturbAI、Scripps Research 合作，用数千个由 GPT-Rosalind 驱动的 AI agent，在 32 分钟内分析并解读了来自数百万个小鼠脑细胞的已有实验数据。据 OpenAI 介绍，这些 agent 把基因扰动的效应与科学文献结合起来，提出了可供后续实验检验的线索；汇总形成的「推理图谱」（reasoning atlas）已对研究者开放。

做法：一个 agent 负责一个基因扰动

OpenAI 把这种方法称为「分布式生物推理」。分析对象是一份全脑 CRISPR 图谱，记录了基因扰动如何影响小鼠大脑中不同类型的细胞。每个 agent 负责一个基因扰动，分析细胞反应、检索科学文献并提出解释，所有报告再汇总成一份「推理图谱」。

研究团队估计，同等的人工分析和文献回顾（逐个扰动进行）需要数月到一年。

结果：复现人工发现，并提出额外线索

OpenAI 称，agent 复现了人工分析的发现，同时提出了额外线索，其对新颖性和科学价值的评估与盲评的人类专家判断一致。文章给出了两个例子。

Tsc1 与 Tsc2

Tsc1 与 Tsc2 共同调控 mTOR。在小脑中，破坏 Tsc2 改变了数十个与神经通讯相关基因的活动，破坏 Tsc1 则几乎没有变化。文章指出，结节性硬化症患者的小脑异常与 TSC2 突变高度相关。

DCTN1

DCTN1 的突变会导致 Perry 综合征，这是一种有类似帕金森症状的神经退行性疾病。在图谱中，破坏 Dctn1 提高了胆固醇合成相关基因的表达。agent 结合文献，提出了后续实验问题：胆固醇分布的变化是否可能与神经退行性变有关。

与单个 agent 对比

OpenAI 还在模型与资源固定的条件下，对比了单个 agent 与分布式 agent。以下数据均为发布方自测：

• 工作量最大时，单个 agent 只引用了 11 篇文献，分布式 agent 引用了 700 多篇。
• 在盲评对比中，人类专家有 75% 的情况更偏好分布式 agent 的报告。

定位：帮助确定后续实验的优先方向

UCSF 神经外科副教授 Tomasz Nowakowski 称，神经元功能与胆固醇代谢之间的可能联系，显示这些分散的线索汇集后，能给疾病生物学提供新的思路。

OpenAI 强调，科学家仍是发现的核心，这些发现用于帮助确定需要进一步实验检验的优先方向。

来源

• https://openai.com/index/scaling-ai-research-for-complex-biological-data/