OpenAI 用数千个 AI Agent 32 分钟分析小鼠脑细胞数据

现代实验产生的数据远超科学家能够深入研究的范围。研究人员如今可以改变数千个基因，并在数百万个细胞中测量其影响。但要理解这些结果对人类疾病意味着什么，就需要将复杂的实验结果与数十年来分散的科学知识联系起来。这正是 AI 可以帮助科学家发现那些原本可能被遗漏的有前景线索的地方。

团队将分析工作分配给数千个由 GPT‑Rosalind 驱动的 AI 智能体，我们将这种方法称为分布式生物学推理。这些智能体检查了一个全脑 CRISPR 图谱⁠（在新窗口中打开），这是一个展示基因干扰如何影响小鼠大脑中不同类型细胞的数据集。每个智能体调查一个基因干扰，分析细胞反应，检索科学文献，并为结果提出解释。它们的报告被汇总成一个推理图谱，将基因、细胞效应、相关出版物以及可能的生物学机制联系起来。

研究团队估计，如果由人类逐项进行扰动分析并做文献综述，同等规模的工作需要数月到一年。智能体复现了人类分析的发现，同时还发现了额外的线索。它们对新颖性和科学价值的评估也与盲审人类专家的判断一致。这些发现有助于确定后续实验的优先级，以检验所提出的生物学机制。

其中一些洞见为理解脑部疾病指明了新线索。智能体发现了两个与疾病相关的基因对脑细胞产生不同影响这一出人意料的差异，以及胆固醇调节与神经退行性病变之间可能存在的关联。这些发现可以帮助科学家研究疾病如何发展，以及未来的治疗可以在何处介入。

研究人员现在就可以开始探索这些发现。推理图谱已可获取⁠（在新窗口中打开），让科学家能够比较相关基因、研究出人意料的反应，并找出值得跟进的有前景的线索。当来自不同领域的研究人员汇聚各自的专业知识，并以出人意料的方式把熟悉的观点连接起来时，新的发现往往就会涌现。AI 可以通过将新数据与散落在各学科的知识连接起来，大幅扩展这些连接。这一机会不止于更快地分析数据。通过将 AI 与实验生物学、人类专业知识和科学文献相结合，我们可以帮助科学家把更多数据转化为可检验的想法。

一项实验中最有趣的线索，有些恰恰在科学家原本要研究的故事之外。在涵盖数千项扰动的数据集中，这些线索很容易被忽略。

智能体发现了 Tsc1 和 Tsc2 之间一个意想不到的差异，这两个基因协同工作以控制 mTOR——细胞生长、代谢和衰老的主要调节因子。破坏其中任一基因在几组神经元中产生了相似的效果。但在协助协调运动的小脑中，破坏 Tsc2 改变了数十个参与神经元通讯的基因的活性，而破坏 Tsc1 几乎未产生变化。

这一差异可能与人类疾病相关。在结节性硬化症患者中，小脑的异常与 TSC2 突变密切相关。虽然降低 mTOR 活性的药物可以治疗某些脑肿瘤和癫痫发作，但与该疾病相关的学习和行为困难仍然难以应对。智能体 pinpoint 了一组值得研究的特定神经元和细胞变化：哪些变化可能是现有药物能够纠正的，哪些可能指向新的治疗方法？这为研究人员提供了一组更具体的问题，可在实验室中加以验证。

一个获得完整数据集的单一智能体，能否表现得和数千个并行工作的智能体一样好？我们在保持模型和资源不变的情况下对此进行了测试。随着工作量增加，单一智能体检索的文献更少，在最大工作量时仅引用了 11 篇参考文献，而分布式智能体引用了 700 多篇参考文献。人类专家也更偏好分布式智能体的解读。

科学家的时间有限，通常只关注数据中最强的信号。分布式智能体可以帮助检查更广泛的响应，包括细微或意外的响应，并将它们与相关科学文献联系起来。并行运行智能体可以同时研究许多扰动。这有助于科学家更全面地探索实验所包含的内容，并识别出原本可能被遗漏的有前景的线索。

当一个发现指向值得做的实验时，它就会变得更有价值。智能体在以下基因中找到了一个这样的线索：DCTN1，该基因的突变会导致 Perry 综合征，这是一种伴有类帕金森症状的神经退行性疾病。

DCTN1 参与神经元内部的货物运输。在全脑 CRISPR 图谱中，干扰 Dctn1 会增加参与胆固醇合成的基因的表达。智能体将这一观察与一项研究联系起来，该研究提示胆固醇运输出现问题可能导致细胞合成更多胆固醇。这为后续实验提出了一个问题：DCTN1 被干扰是否会改变胆固醇在神经元内的分布，而这些变化是否可能促成神经退行？如果是，恢复正常的胆固醇分布是否有助于保护神经元？

人类专家也认为这一假设新颖、重要且值得跟进。这个例子展示了将意外结果与已有知识联系起来，如何能把一条线索转化为可检验的想法，并有可能成为治疗疾病的新方向。

科学家仍处于发现的核心位置。通过发掘更多有前景的线索，AI 可以帮助研究人员决定要 pursue 哪些想法、设计实验并解读结果。目标是让生物实验中更多的信息转化为知识，随着时间推移，这些知识可以帮助指导更好的药物的研发。