OpenAI 動用近 2 千個 GPT-Rosalind 代理，32 分鐘完成小鼠全腦基因圖譜分析
OpenAI 與藥物開發新創 PerturbAI、斯克里普斯研究所（Scripps Research）合作，讓上千個 AI 代理平行分析數百萬個小鼠腦細胞的既有資料，32 分鐘產出研究線索，包括膽固醇調控與神經退化之間的可能關聯。
OpenAI、PerturbAI 與斯克里普斯研究所（Scripps Research）21 日公布，以生命科學專用模型 GPT-Rosalind 驅動的 1,946 個 AI 代理平行運作，分析一份小鼠全腦 CRISPR 圖譜來自數百萬個腦細胞的既有資料，整個分析耗時 32 分鐘。這類圖譜記錄基因遭破壞後不同類型腦細胞的變化，產生的觀察往往多到研究團隊無法逐一深究。團隊估計，同樣的分析與文獻回顧由人工進行需要數月到一年；據 R&D World 報導，這個數字是以每個基因破壞 15 分鐘、每篇論文 10 分鐘的假設推算的示意值。
這套被團隊稱為「分散式生物推理」的方法，讓每個代理負責一個基因破壞，檢視細胞的反應、搜尋科學文獻並提出解釋，系統再彙整各代理的報告、找出彼此的關聯並排出值得後續驗證的優先順序。在同一模型、提示、工具與資料條件下比較，單一代理在最大工作量時平均只引用約 11 篇文獻，分散式代理則保留 7,586 篇。The Decoder 報導，盲測比較時人類專家有 75% 的時間偏好分散式代理的報告。
團隊另找來 30 位博士級生物學家進行盲審，評審結果大致支持代理對研究線索的排序；沒有讀過原始圖譜論文，代理吻合或修正了原研究可由所給資料推得的 55 項發現的 48 項。其中一條受專家關注的線索是：破壞與神經退化相關的基因 DCTN1，會提高膽固醇生成相關基因的活性，代理推測神經元內部膽固醇運輸出問題可能促使細胞製造更多膽固醇，三位盲審者給予平均 4.3 分（滿分 5 分）的後續研究優先度。論文已發表在預印本平台 bioRxiv，成果「Reasoning Atlas」也公開在 GitHub。作者強調，閱讀文獻、權衡解釋與選擇關鍵實驗仍應由科學家主導。
OpenAI agents analyze mouse brain data in 32 minutes, a job that would take humans months
OpenAI runs 1,946 GPT-Rosalind agents on a mouse brain atlas
（首圖來源：OpenAI）