OpenAI разом із біотех-компанією PerturbAI та Scripps Research продемонстрували, як розподілені ШІ-агенти можуть прискорювати роботу з величезними масивами біологічних даних.
Команда використала тисячі агентів на базі GPT-Rosalind для аналізу whole-brain CRISPR atlas — даних про вплив порушень генів на мільйони клітин мозку миші. Кожен агент вивчав один ген: аналізував клітинні реакції, шукав зв'язки в науковій літературі та пропонував можливі пояснення.
Увесь процес зайняв 32 хвилини. Дослідники оцінюють, що порівнянний ручний аналіз і огляд літератури щодо одного гена міг би зайняти від кількох місяців до року.
У чому суть
ШІ не проводив нових експериментів і не довів причину хвороби. Він швидко обробив уже наявні дані, знайшов закономірності та запропонував гіпотези, які тепер можуть перевірити науковці в лабораторії.
Результати об'єднали в reasoning atlas — карту, де пов'язані гени, клітинні ефекти, наукові публікації та можливі механізми. Такий атлас допомагає дослідникам не перебирати дані вручну, а одразу бачити найперспективніші напрями.
Чому це важливо
Головна цінність проєкту — масштаб. Тисячі агентів паралельно розібрали дані про мільйони клітин і процитували понад 700 наукових джерел. Для порівняння: одиночний агент у тому самому тесті використав лише 11 джерел.
У сліпому порівнянні біологи частіше обирали звіти розподілених агентів — у 75% випадків. Це не означає, що ШІ завжди правий, але показує, що система здатна давати корисні та добре обґрунтовані дослідницькі висновки.
Що знайшли
Серед гіпотез — несподівані відмінності в дії генів Tsc1 і Tsc2 у мозочку: порушення Tsc2 змінило активність десятків генів, а Tsc1 — майже ні.
Ще один приклад пов'язаний із геном DCTN1, мутації якого пов'язані з рідкісним нейродегенеративним захворюванням — синдромом Перрі. Порушення цього гена підвищило експресію генів, що беруть участь у синтезі холестерину. Це не встановлена причина хвороби, а можливий слід, який потребує подальших перевірок.
Що далі
Reasoning atlas уже доступний дослідникам: його можна використовувати для пошуку нових гіпотез і планування експериментів.
Партнери розглядають підхід як спосіб швидше знаходити потенційні мішені для ліків. Якщо метод підтвердиться на інших даних, він може зробити пошук нових препаратів більш системним. Але поки це ранній етап: ШІ пропонує ідеї, а остаточні висновки залишаються за науковцями та лабораторними експериментами.
