OpenAI 与 PerturbAI、Scripps Research 用数千个 GPT‑Rosalind 智能体 32 分钟挖掘脑细胞数据新研究线索
Using thousands of AI agents to uncover new leads in biological data
OpenAI、PerturbAI 与 Scripps Research 联合发布研究，用数千个由 GPT‑Rosalind 驱动的 AI 智能体并行分析数百万小鼠脑细胞的全脑 CRISPR atlas，32 分钟内完成分析与文献解读，并称人工逐一分析需数月至一年。
原文给出分布式智能体分析全脑 CRISPR atlas 的具体做法与对比数据，读者可了解该方法的实际效果与局限。
利用数千个 AI 智能体在生物数据中发现新线索
OpenAI、PerturbAI 与 Scripps Research 如何利用分布式 AI 智能体，帮助科学家从数百万个脑细胞的数据中识别有前景的研究线索
00:01 01:23
了解 OpenAI、PerturbAI 与 Scripps Research 如何并行部署数千个 AI 智能体，从数百万个脑细胞的复杂数据中识别有前景的生物学关联。
视频来源：PerturbAI。
显示更多
分享
如果科学家能在几分钟而非几个月内发现关于阿尔茨海默病和帕金森病的新线索，会怎样？OpenAI、PerturbAI（在新窗口中打开）与Scripps Research（在新窗口中打开）携手合作，利用由 GPT‑Rosalind 驱动的数千个 AI 智能体（在新窗口中打开），在短短 32 分钟内分析并解读了来自数百万个小鼠脑细胞（在新窗口中打开）的现有实验数据。这些智能体将基因干扰的影响与科学文献中的发现联系起来，揭示了意想不到的生物学关联，可帮助科学家理解疾病并确定新疗法的研究方向。这项工作表明，AI 可以帮助研究人员更充分地挖掘大型生物学实验所揭示的信息。
现代实验产生的数据量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发现与数十年来零散的科学知识联系起来。这正是 AI 可以帮助科学家发现原本可能被遗漏的有前景线索的地方。
“我们构建细胞图谱，是为了让其他科学家能够做出我们尚未想象的发现。AI 可以帮助更多研究人员探索这些资源，并将意外的观察转化为有待检验的新问题。”
——Sarah Teichmann 博士，剑桥大学干细胞医学讲席教授、人类细胞图谱创始联合主席
团队将分析任务分配给由 GPT‑Rosalind 驱动的数千个 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），该数据集展示了基因干扰如何影响小鼠大脑中不同类型的细胞。每个智能体负责研究一个基因干扰，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、相关出版物和可能的生物学机制联系起来。
研究团队估计，若由人类逐个干扰进行分析和文献综述，同等规模的工作将需要数月到一年时间。这些智能体复现了人类分析的发现，同时揭示了更多线索。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。这些智能体发现了两个与疾病相关的基因如何以不同方式影响脑细胞的意外差异，以及胆固醇调节与神经退行性变之间可能存在的关联。这些发现有助于科学家研究疾病如何发展，以及未来治疗可能在何处介入。
“有时线索已经存在，只是散落在不同领域——我们只是尚未将它们联系起来。神经元功能与胆固醇代谢之间可能存在的联系表明，一旦将这些片段汇集起来，就能为我们提供一种思考疾病生物学的新方式。”
——Tomasz Nowakowski，博士，加州大学旧金山分校神经外科副教授
研究人员现在就可以开始探索这些发现。推理图谱已开放获取（在新窗口中打开），使科学家能够比较相关基因、研究意外反应，并找出值得追踪的有前景线索。当来自不同领域的研究人员汇聚各自的专业知识，并以意想不到的方式将熟悉的观点联系起来时，新发现往往就会涌现。AI 可以通过将新数据与散落在各学科的知识联系起来，大幅扩展这些连接。这一机遇不仅在于更快地分析数据。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将更多数据转化为可检验的想法。
大型实验，意外线索
一项实验中最有趣的线索，有些恰恰位于科学家原本要研究的范围之外。在涵盖数千种扰动的大型数据集中，这些线索很容易被忽略。
这些智能体发现了 Tsc1 与 Tsc2 之间的意外差异，这两个基因协同作用，共同调控 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，在若干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 则几乎没有产生变化。
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。这些智能体 pinpoint 了一组值得研究的特定神经元和细胞变化：哪些变化可能被现有药物纠正，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，可在实验室中检验。
分工协作，深化推理
一个获得完整数据集的单一智能体，能否与数千个并行工作的智能体表现一样好？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。人类专家也更倾向于分布式智能体给出的解读。
科学家时间有限，往往只关注数据中最强的信号。分布式智能体有助于考察更广泛的响应，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。并行运行这些智能体可以同时研究许多扰动。这有助于科学家探索实验中更多的内容，并识别出原本可能被遗漏的有希望的线索。
在最大工作负载下，分布式智能体引用了700多篇参考文献，而单个智能体仅引用了11篇。
寻找下一个值得做的实验
当一个发现指向一个值得做的实验时，它就变得更有价值。智能体在DCTN1中找到了这样一个线索，该基因的突变会导致Perry综合征，这是一种具有帕金森样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，破坏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表明胆固醇运输问题可能导致细胞合成更多胆固醇的研究联系起来。这为后续实验提出了一个问题：DCTN1破坏是否会改变胆固醇在神经元内的分布，这些变化是否会导致神经退行性变？如果是这样，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、重要且值得进一步研究。这个例子展示了将意外结果与现有知识联系起来，如何能将一条线索转化为可检验的想法，并可能成为治疗疾病的新方向。
在盲法比较中，人类专家在75%的情况下更倾向于分布式智能体报告而非单智能体报告。
科学家仍然是发现的核心。通过揭示更多有希望的线索，AI可以帮助研究人员决定追求哪些想法、设计实验并解释结果。目标是将生物实验中更多的信息转化为知识，随着时间的推移，这些知识可以帮助指导更好的药物的开发。
作者
OpenAI
来源：OpenAI：官网动态 · openai.com