OpenAI hat gemeinsam mit dem Biotech-Unternehmen PerturbAI und Scripps Research demonstriert, wie verteilte KI-Agenten die Arbeit mit riesigen Mengen biologischer Daten beschleunigen können.
Das Team setzte Tausende Agenten auf Basis von GPT-Rosalind ein, um den whole-brain CRISPR atlas zu analysieren – Daten über die Auswirkungen von Genstörungen auf Millionen von Zellen des Mausgehirns. Jeder Agent untersuchte ein Gen: Er analysierte zelluläre Reaktionen, suchte nach Zusammenhängen in der wissenschaftlichen Literatur und schlug mögliche Erklärungen vor.
Der gesamte Prozess dauerte 32 Minuten. Die Forscher schätzen, dass eine vergleichbare manuelle Analyse und Literaturrecherche zu einem einzelnen Gen mehrere Monate bis zu einem Jahr dauern könnte.
Worum es geht
Die KI führte keine neuen Experimente durch und bewies nicht die Ursache einer Krankheit. Sie verarbeitete schnell bereits vorhandene Daten, fand Muster und schlug Hypothesen vor, die Wissenschaftler nun im Labor überprüfen können.
Die Ergebnisse wurden in einem reasoning atlas zusammengeführt – einer Karte, die Gene, zelluläre Effekte, wissenschaftliche Publikationen und mögliche Mechanismen miteinander verknüpft. Ein solcher Atlas hilft Forschern, die Daten nicht manuell durchzugehen, sondern sofort die vielversprechendsten Richtungen zu erkennen.
Warum das wichtig ist
Der Hauptwert des Projekts liegt im Maßstab. Tausende Agenten bearbeiteten parallel Daten zu Millionen von Zellen und zitierten mehr als 700 wissenschaftliche Quellen. Zum Vergleich: Ein einzelner Agent nutzte im selben Test nur 11 Quellen.
In einem Blindvergleich wählten Biologen häufiger die Berichte der verteilten Agenten – in 75% der Fälle. Das bedeutet nicht, dass die KI immer recht hat, zeigt aber, dass das System in der Lage ist, nützliche und gut begründete Forschungsaussagen zu liefern.
Was gefunden wurde
Unter den Hypothesen finden sich unerwartete Unterschiede in der Wirkung der Gene Tsc1 und Tsc2 im Kleinhirn: Eine Störung von Tsc2 veränderte die Aktivität Dutzender Gene, die von Tsc1 hingegen fast nicht.
Ein weiteres Beispiel betrifft das Gen DCTN1, dessen Mutationen mit einer seltenen neurodegenerativen Erkrankung verbunden sind – dem Perry-Syndrom. Eine Störung dieses Gens erhöhte die Expression von Genen, die an der Cholesterinsynthese beteiligt sind. Dies ist keine gesicherte Krankheitsursache, sondern eine mögliche Spur, die weiterer Überprüfungen bedarf.
Wie es weitergeht
Der reasoning atlas steht Forschern bereits zur Verfügung: Er kann genutzt werden, um neue Hypothesen zu finden und Experimente zu planen.
Die Partner betrachten den Ansatz als Möglichkeit, potenzielle Arzneimittelziele schneller zu finden. Sollte sich die Methode an anderen Daten bestätigen, könnte sie die Suche nach neuen Medikamenten systematischer machen. Doch noch ist dies ein früher Schritt: Die KI schlägt Ideen vor, und die endgültigen Schlussfolgerungen bleiben den Wissenschaftlern und Laborexperimenten vorbehalten.