据IT之家10月23日报道，OpenAI联合PerturbAI和斯克里普斯研究所，利用数千个AI智能体，在32分钟内完成了对数百万个小鼠脑细胞生物学数据的分析。研究团队估计，如果由人类研究人员逐项分析实验结果并检索相关文献，同等工作可能需要数月到一年。这一时间对比是团队估计，并非人类团队实际完成同一任务的计时结果。
根据报道援引的OpenAI 10月21日介绍，研究使用了专为生命科学研究设计的GPT-Rosalind模型，分析对象是一份覆盖整个小鼠大脑的CRISPR图谱。图谱记录了不同基因受到干预后，各类脑细胞发生的变化，用于帮助研究人员理解基因功能及其与疾病之间的潜在联系。
这项研究采用分布式架构，把大量分析任务拆分后并行执行。每个AI智能体负责一种基因干预，分析相关细胞的反应，再检索科学文献，为观察到的变化寻找可能的生物学解释。研究人员随后把各份报告整合为“Reasoning Atlas”推理图谱，关联基因、细胞变化、参考文献和潜在作用机制。
研究团队称，系统复现了已有研究中的部分结论，也提出了待进一步验证的线索。例如，Tsc1和Tsc2共同参与调控细胞生长、代谢等过程，但在小脑部分神经元中，干预Tsc2会改变多种与神经元通信有关的基因表达，干预Tsc1则未产生同等程度的变化。研究人员认为，这一差异可能帮助理解结节性硬化症相关的脑部异常。
另一条线索涉及与神经退行性疾病有关的DCTN1基因。干预该基因后，部分与胆固醇合成有关的基因表达水平上升。AI智能体将这一现象与既有文献中的胆固醇运输异常研究联系起来，提出待验证的问题：DCTN1功能异常是否会影响神经元内部的胆固醇分布，并进一步参与神经退行性变化。这仍是研究问题，而非已经确认的疾病机制。
团队还对分布式智能体与单个智能体生成的报告进行了盲测比较。在20组配对报告中，生物学专家在75%的评审中更倾向于分布式智能体报告，16.7%的评审偏向单个智能体报告，8.3%为平局。这组结果衡量的是专家对报告的偏好。
研究人员还表示，随着分析任务规模扩大，分布式架构能够检索和引用更多科学文献。在最大规模的测试中，分布式智能体引用了700多篇文献，单个智能体引用了11篇。本次展示的能力集中在小鼠脑基因干预数据分析、文献关联与提出研究线索，相关生物学解释仍需进一步验证。