OpenAIはバイオテクノロジー企業PerturbAIおよびScripps Researchとともに、分散型AIエージェントが膨大な生物学的データの処理をいかに高速化できるかを実証した。
チームはGPT-Rosalindを基盤とする数千のエージェントを用いて、whole-brain CRISPR atlas——遺伝子の異常がマウスの脳の数百万個の細胞に与える影響に関するデータ——を解析した。各エージェントは1つの遺伝子を調べ、細胞の反応を分析し、科学文献の中から関連性を探し、考えられる説明を提示した。
プロセス全体は32分で完了した。研究者らは、1つの遺伝子に関する同等の手作業による分析と文献レビューには数か月から1年かかった可能性があると見積もっている。
要点は何か
AIは新たな実験を行ったわけでも、病気の原因を証明したわけでもない。AIは既存のデータを迅速に処理し、規則性を見出し、今や科学者が実験室で検証できる仮説を提示した。
結果はreasoning atlas——遺伝子、細胞への影響、科学論文、考えられるメカニズムを結びつけた地図——にまとめられた。このアトラスは、研究者がデータを手作業で調べ直すことなく、最も有望な方向性をすぐに把握する助けとなる。
なぜこれが重要なのか
このプロジェクトの最大の価値はその規模にある。数千のエージェントが数百万個の細胞に関するデータを並行して解析し、700件を超える科学的情報源を引用した。比較すると、同じテストで単一のエージェントはわずか11件の情報源しか用いなかった。
ブラインド比較では、生物学者は分散型エージェントの報告書をより頻繁に選んだ——75%の場合である。これはAIが常に正しいという意味ではないが、このシステムが有用で根拠のしっかりした研究上の結論を出せることを示している。
何が分かったのか
仮説の中には、小脳における遺伝子Tsc1とTsc2の作用の予想外の違いがあった。Tsc2の異常は数十の遺伝子の活性を変化させたが、Tsc1はほとんど変化させなかった。
もう一つの例は遺伝子DCTN1に関連し、その変異は稀な神経変性疾患——ペリー症候群——と関連している。この遺伝子の異常は、コレステロール合成に関与する遺伝子の発現を高めた。これは確立された病気の原因ではなく、さらなる検証を要する可能性のある痕跡である。
今後について
reasoning atlasはすでに研究者が利用可能であり、新しい仮説の探索や実験の計画に用いることができる。
パートナーらはこのアプローチを、薬の潜在的な標的をより迅速に見つける方法と捉えている。この手法が他のデータでも確認されれば、新薬探索をより体系的にできるようになるかもしれない。しかし現時点ではまだ初期段階であり、AIはアイデアを提示するが、最終的な結論は科学者と実験室での実験に委ねられている。
