OpenAI применила тысячи ИИ-агентов для анализа данных о мозге мышей

OpenAI вместе с PerturbAI и Scripps Research использовала тысячи параллельно работающих ИИ-агентов GPT-Rosalind для разбора атласа CRISPR-экспериментов на мозге мышей. Команда сопоставила данные об экспрессии генов в миллионах клеток с научными публикациями за 32 минуты и получила несколько направлений для дальнейшей лабораторной проверки.

Один из таких результатов касается гена DCTN1, мутации которого вызывают синдром Перри — редкое нейродегенеративное заболевание с симптомами, напоминающими болезнь Паркинсона. В наборе данных отключение Dctn1 повышало экспрессию генов, участвующих в синтезе холестерина. Агенты выдвинули гипотезу, что при нарушении работы гена холестерин может не поступать туда, где он нужен нейронам. Это не готовое объяснение болезни и не результат лечения: механизм ещё предстоит проверить экспериментально. Однако он даёт исследователям конкретную гипотезу для поиска потенциальных терапевтических подходов.

Агенты также обнаружили различия между генами Tsc1 и Tsc2, которые вместе регулируют mTOR — важный регулятор роста клеток, обмена веществ и старения. Нарушение каждого из генов сходным образом влияло на несколько групп нейронов, но в мозжечке отключение Tsc2 меняло активность десятков генов, связанных с обменом сигналами между нейронами, тогда как при отключении Tsc1 таких изменений почти не было. OpenAI связывает это наблюдение с тем, что при туберозном склерозе нарушения в мозжечке тесно ассоциированы с мутациями TSC2.

Подход, который OpenAI называет распределённым биологическим рассуждением, делит анализ между множеством агентов. Каждый из них изучает отдельное нарушение гена, реакцию клеток, публикации и возможные биологические механизмы; затем результаты объединяются в общий «атлас рассуждений». По оценке команды, сопоставимый анализ человеком с последовательным изучением отдельных возмущений занял бы от нескольких месяцев до года.

В тесте с одинаковой моделью и ресурсами один агент при наибольшем объёме работы сослался лишь на 11 источников, тогда как распределённая система использовала более 700 публикаций. По данным OpenAI, эксперты предпочли интерпретации распределённых агентов; отдельно компания сообщила, что оценки новизны и научной ценности совпадали с суждениями экспертов в слепой оценке. Компания заявляет, что система воспроизвела результаты человеческого анализа и нашла дополнительные направления для исследований.

Получившийся атлас доступен исследователям для изучения связей между генами, клеточными реакциями и литературными источниками. OpenAI планирует расширить сотрудничество с партнёрами, чтобы искать новые мишени для лекарств.