OpenAI 与生物技术公司 PerturbAI 及 Scripps Research 共同展示了分布式 AI 智能体如何加速处理海量生物数据。
团队使用了数千个基于 GPT-Rosalind 的智能体来分析 whole-brain CRISPR atlas——即关于基因扰动如何影响小鼠大脑数百万个细胞的数据。每个智能体研究一个基因：分析细胞反应，在科学文献中寻找关联，并提出可能的解释。
整个过程耗时 32 分钟。研究人员估计，针对单个基因进行同等规模的人工分析和文献综述可能需要数月到一年时间。
核心要点
AI 并未开展新的实验，也未证明疾病的成因。它快速处理了已有数据，发现了规律，并提出了可供科学家在实验室中验证的假设。
研究结果被整合为一个 reasoning atlas——一张将基因、细胞效应、科学出版物和可能机制关联起来的地图。这样的图谱帮助研究人员不必手动逐一梳理数据，而是能直接看到最有前景的方向。
为何重要
该项目的核心价值在于规模。数千个智能体并行梳理了关于数百万个细胞的数据，并引用了超过 700 个科学来源。作为对比：在同一测试中，单个智能体仅使用了 11 个来源。
在盲测比较中，生物学家更常选择分布式智能体的报告——占比达 75%。这并不意味着 AI 总是正确，但表明该系统能够给出有用且论证充分的研究结论。
发现了什么
在各项假设中，包括 Tsc1 和 Tsc2 基因在小脑中作用的意外差异：Tsc2 的扰动改变了数十个基因的活性，而 Tsc1 则几乎没有影响。
另一个例子与 DCTN1 基因有关，该基因的突变与一种罕见的神经退行性疾病——Perry 综合征相关。该基因的扰动提高了参与胆固醇合成的基因的表达。这并非已确认的疾病成因，而是一条有待进一步验证的可能线索。
下一步
Reasoning atlas 已向研究人员开放：可用于寻找新假设和规划实验。
合作伙伴将该方法视为更快发现潜在药物靶点的一种途径。如果该方法能在其他数据上得到验证，它可能使新药研发更加系统化。但目前仍处于早期阶段：AI 提出想法，最终结论仍由科学家和实验室实验得出。