OpenAI, יחד עם חברת הביוטק PerturbAI ו-Scripps Research, הדגימו כיצד סוכני בינה מלאכותית מבוזרים יכולים להאיץ את העבודה עם מערכי נתונים ביולוגיים עצומים.
הצוות השתמש באלפי סוכנים המבוססים על GPT-Rosalind כדי לנתח את ה-whole-brain CRISPR atlas — נתונים על השפעת פגיעות בגנים על מיליוני תאי מוח של עכבר. כל סוכן חקר גן אחד: ניתח תגובות תאיות, חיפש קשרים בספרות המדעית והציע הסברים אפשריים.
התהליך כולו ארך 32 דקות. החוקרים מעריכים שניתוח ידני דומה וסקירת ספרות עבור גן אחד היו עשויים לארוך מחודשים עד שנה.
מהי המהות
הבינה המלאכותית לא ערכה ניסויים חדשים ולא הוכיחה את סיבת המחלה. היא עיבדה במהירות נתונים קיימים, מצאה דפוסים והציעה השערות שכעת יכולים המדענים לבדוק במעבדה.
התוצאות אוחדו ל-reasoning atlas — מפה שבה מקושרים גנים, השפעות תאיות, פרסומים מדעיים ומנגנונים אפשריים. אטלס כזה עוזר לחוקרים לא לעבור ידנית על הנתונים, אלא לראות מיד את הכיוונים המבטיחים ביותר.
מדוע זה חשוב
הערך העיקרי של הפרויקט הוא ההיקף. אלפי סוכנים ניתחו במקביל נתונים על מיליוני תאים וציטטו יותר מ-700 מקורות מדעיים. לשם השוואה: סוכן בודד באותו מבחן השתמש רק ב-11 מקורות.
בהשוואה עיוורת, ביולוגים בחרו לעתים קרובות יותר בדוחות של הסוכנים המבוזרים — ב-75% מהמקרים. אין זה אומר שהבינה המלאכותית תמיד צודקת, אך זה מראה שהמערכת מסוגלת להפיק מסקנות מחקריות מועילות ומבוססות היטב.
מה נמצא
בין ההשערות — הבדלים בלתי צפויים בפעילות הגנים Tsc1 ו-Tsc2 במוח הקטן: פגיעה ב-Tsc2 שינתה את פעילותם של עשרות גנים, ואילו Tsc1 — כמעט ולא.
דוגמה נוספת קשורה לגן DCTN1, שמוטציות בו קשורות למחלה נוירודגנרטיבית נדירה — תסמונת פרי. פגיעה בגן זה הגבירה את הביטוי של גנים המעורבים בסינתזת כולסטרול. אין זו סיבה מוכחת למחלה, אלא עקבה אפשרית המצריכה בדיקות נוספות.
מה הלאה
ה-reasoning atlas כבר זמין לחוקרים: ניתן להשתמש בו לחיפוש השערות חדשות ולתכנון ניסויים.
השותפים רואים בגישה דרך מהירה יותר למצוא מטרות פוטנציאליות לתרופות. אם השיטה תאומת על נתונים אחרים, היא עשויה להפוך את החיפוש אחר תרופות חדשות לשיטתי יותר. אך לעת עתה זהו שלב מוקדם: הבינה המלאכותית מציעה רעיונות, והמסקנות הסופיות נותרות בידי המדענים והניסויים במעבדה.