أظهرت OpenAI بالتعاون مع شركة التكنولوجيا الحيوية PerturbAI ومعهد Scripps Research كيف يمكن للوكلاء الموزعين القائمين على الذكاء الاصطناعي أن يُسرّعوا العمل مع المجموعات الضخمة من البيانات البيولوجية.
استخدم الفريق آلاف الوكلاء القائمين على GPT-Rosalind لتحليل whole-brain CRISPR atlas — بيانات عن تأثير اضطرابات الجينات على ملايين الخلايا في دماغ الفأر. كان كل وكيل يدرس جينًا واحدًا: يحلل الاستجابات الخلوية، ويبحث عن الروابط في الأدبيات العلمية، ويقترح تفسيرات محتملة.
استغرقت العملية بأكملها 32 دقيقة. ويقدّر الباحثون أن تحليلًا يدويًا مماثلًا ومراجعة للأدبيات لجين واحد كانا قد يستغرقان من عدة أشهر إلى سنة.
ما الجوهر
لم يُجرِ الذكاء الاصطناعي تجارب جديدة ولم يُثبت سبب المرض. بل عالج بسرعة البيانات الموجودة بالفعل، ووجد أنماطًا، واقترح فرضيات يمكن للعلماء الآن التحقق منها في المختبر.
جُمعت النتائج في reasoning atlas — خريطة تربط بين الجينات والتأثيرات الخلوية والمنشورات العلمية والآليات المحتملة. ويساعد هذا الأطلس الباحثين على ألا يقلّبوا البيانات يدويًا، بل أن يروا فورًا أكثر الاتجاهات الواعدة.
لماذا هذا مهم
القيمة الأساسية للمشروع هي الحجم. فقد حلل آلاف الوكلاء بالتوازي بيانات عن ملايين الخلايا واستشهدوا بأكثر من 700 مصدرًا علميًا. وللمقارنة: استخدم وكيل واحد في الاختبار نفسه 11 مصادر فقط.
في مقارنة عمياء، اختار علماء الأحياء تقارير الوكلاء الموزعين في كثير من الأحيان — في 75% من الحالات. وهذا لا يعني أن الذكاء الاصطناعي على صواب دائمًا، لكنه يُظهر أن النظام قادر على تقديم استنتاجات بحثية مفيدة ومُعلّلة جيدًا.
ما الذي وُجد
من بين الفرضيات اختلافات غير متوقعة في عمل الجينين Tsc1 وTsc2 في المخيخ: فقد غيّر اضطراب Tsc2 نشاط عشرات الجينات، بينما لم يغيّر Tsc1 تقريبًا شيئًا.
وثمة مثال آخر يتعلق بجين DCTN1، الذي ترتبط طفراته بمرض تنكسي عصبي نادر — متلازمة بيري. وقد رفع اضطراب هذا الجين تعبير الجينات المشاركة في تخليق الكوليسترول. وهذا ليس سببًا مثبتًا للمرض، بل أثر محتمل يتطلب مزيدًا من التحقق.
ما التالي
أصبح reasoning atlas متاحًا للباحثين بالفعل: ويمكن استخدامه للبحث عن فرضيات جديدة والتخطيط للتجارب.
وينظر الشركاء إلى هذا النهج كوسيلة للعثور على أهداف محتملة للأدوية بسرعة أكبر. وإذا تأكدت صلاحية الطريقة على بيانات أخرى، فقد تجعل البحث عن أدوية جديدة أكثر منهجية. لكن هذه لا تزال مرحلة مبكرة: فالذكاء الاصطناعي يقترح الأفكار، أما الاستنتاجات النهائية فتبقى للعلماء والتجارب المختبرية.