Тысячи ИИ-агентов помогают находить новые закономерности в биологических данных

Главный смысл: OpenAI, PerturbAI и Scripps Research использовали тысячи ИИ-агентов на базе GPT-Rosalind, чтобы за 32 минуты проанализировать данные миллионов клеток мозга мыши и сопоставить результаты с научной литературой. Результат — не новые лекарства, а гипотезы для экспериментов: ИИ помогает исследователям замечать связи, которые трудно охватить вручную.

• Как устроен анализ. Агентам распределили данные атласа CRISPR-воздействий: каждый изучал последствия нарушения работы отдельного гена, искал публикации и предлагал объяснения клеточных изменений. Отчёты объединили в открытый атлас связей между генами, реакциями клеток и возможными биологическими механизмами. По оценке команды, сопоставимый последовательный анализ людьми занял бы от нескольких месяцев до года.

• Зачем нужны тысячи агентов. Авторы сравнили распределённую систему с одним агентом при одинаковых модели и ресурсах. На максимальной нагрузке одиночный агент сослался лишь на 11 публикаций, распределённая система — более чем на 700. Эксперты также предпочли её интерпретации. Однако число ссылок само по себе ещё не доказывает правильность выводов.

• Что нашли. Нарушения Tsc1 и Tsc2 дали сходные эффекты в нескольких группах нейронов, но разные — в мозжечке. Другой результат касается DCTN1: нарушение его работы сопровождалось усилением экспрессии генов синтеза холестерина. Сопоставив это с литературой, агенты предложили проверить, может ли изменение распределения холестерина внутри нейронов способствовать нейродегенерации.

Что дальше: Атлас доступен исследователям, но предложенные механизмы ещё предстоит проверить в лаборатории. Согласие экспертов с новизной и значимостью гипотез — не подтверждение их биологической верности. Следить стоит за независимыми проверками и тем, приведут ли подсказки агентов к воспроизводимым экспериментальным результатам; применимость выводов по клеткам мыши к заболеваниям человека пока не установлена.