OpenAI 联合 Scripps 用数千 AI Agent 32 分钟解析脑细胞数据

如果科学家能在几分钟而非数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 和 Scripps Research 携手合作，利用由 GPT‑Rosalind 驱动的 数千个 AI 智能体，仅用 32 分钟就分析并解读了来自 数百万小鼠脑细胞 的现有实验数据。这些智能体将基因扰动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，有助于科学家理解疾病并为新疗法确定研究方向。这项工作展示了 AI 如何帮助研究人员更深入地探索大型生物实验所揭示的内容。

现代实验产生的数据量远超科学家能够彻底调查的范围。研究人员现在可以修改数千个基因，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的意义，需要将复杂的实验发现与数十年来分散的科学知识联系起来。这正是 AI 可以帮助科学家发掘那些可能被忽视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到的发现。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待验证的新问题。”

—Sarah Teichmann 博士，剑桥大学干细胞医学教授及人类细胞图谱（Human Cell Atlas）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，这种方法我们称之为分布式生物推理。这些智能体检查了一个 全脑 CRISPR 图谱，该数据集展示了基因扰动如何影响小鼠大脑中不同类型的细胞。每个智能体负责调查一个基因扰动，分析细胞反应，搜索科学文献，并对结果提出解释。它们的报告被整合成一个推理图谱，将基因、细胞效应、相关出版物以及可能的生物学机制联系起来。

研究团队估计，如果由人类逐一分析扰动并进行文献综述，可能需要数月甚至一年的时间。这些智能体不仅复现了人类分析得出的发现，还挖掘出了额外的线索。它们对新颖性和科学价值的评估也与盲测的人类专家判断一致。这些发现有助于确定验证所提出的生物学机制所需的后续实验优先级。

其中一些见解为理解脑部疾病提供了新的线索。智能体识别出两种与疾病相关的基因在大脑细胞中产生不同影响的意外差异，以及胆固醇调节与神经退行性变之间潜在的联系。这些发现可以帮助科学家研究疾病的发展过程，并确定未来治疗可能的干预点。

“有时候，线索已经存在，只是散落在不同的领域——我们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，一旦将这些碎片汇聚在一起，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（UCSF）神经外科副教授

研究人员现在就可以开始探索这些发现。推理图谱已公开可用⁠(在新窗口中打开)，使科学家能够比较相关基因、调查意外的反应，并确定值得追求的有前景的线索。当来自不同领域的研究人员汇聚专业知识，并以意想不到的方式将熟悉的想法联系起来时，新发现往往随之而来。AI 可以通过将新数据与分散在各学科中的知识相连接，显著扩展这种关联能力。这一机遇超越了单纯加快数据分析的速度。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测试的想法。

大规模实验，意外线索

实验中一些最有趣的线索往往位于科学家最初设定的研究故事之外。在涵盖数千次扰动的数据集中，这些线索很容易被忽略。

智能体发现了 Tsc1 和 Tsc2 这两个基因之间的一个意外差异。Tsc1 和 Tsc2 协同工作，共同调控 mTOR——mTOR 是细胞生长、代谢和衰老的主要调节因子。在几组神经元中，破坏其中任何一个基因都会产生类似的影响。但在负责协调运动的小脑中，破坏 Tsc2 会改变数十个参与神经元通讯的基因活性，而破坏 Tsc1 则几乎不会引起变化。

这种差异可能与人类疾病相关。在结节性硬化症（tuberous sclerosis）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，但与疾病相关的学习和行为障碍仍然难以解决。智能体确定了一组值得深入研究的特定神经元及其细胞变化：哪些变化可以通过现有药物纠正？哪些变化可能指向新的治疗方法？这为研究人员提供了一套更具体的问题，以便在实验室中进行验证。

分工协作，深化推理

如果让单个智能体处理整个数据集，其表现能否媲美数千个并行工作的智能体？我们在保持模型和资源固定的情况下对此进行了测试。随着工作负载的增加，单个智能体检索文献的范围缩小，在最大工作负载下仅引用了 11 篇参考文献；而分布式智能体则引用了超过 700 篇参考文献。人类专家也更倾向于接受分布式智能体的解读结果。

科学家的时间有限，通常只关注数据中最强烈的信号。分布式智能体有助于考察更广泛的反应范围，包括那些细微或意外的反应，并将它们与相关的科学文献联系起来。并行运行智能体允许同时研究多种扰动情况。这帮助科学家更全面地探索实验内容，并识别出那些原本可能被忽略的有前景的研究线索。

在最大工作负载下，分布式智能体引用了超过 700 篇参考文献，而单个智能体仅引用了 11 篇。

寻找下一个值得开展的实验

当一项发现能够指明值得开展的实验时，其价值便会提升。智能体在 DCTN1 基因中发现了一个这样的线索。该基因的突变会导致佩里综合征（Perry syndrome），这是一种具有帕金森样症状的神经退行性疾病。

DCTN1 参与神经元内部的物质运输。在全脑 CRISPR 图谱中，破坏 Dctn1 会增加参与胆固醇合成基因的表达。智能体将这一观察结果与现有研究联系起来，这些研究表明胆固醇转运问题可能导致细胞合成更多胆固醇。这为后续实验提出了一个问题：DCTN1 功能受损是否会改变神经元内胆固醇的分布？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具有新颖性、重要性和跟进价值。这个例子展示了如何将意外结果与现有知识相结合，从而将线索转化为可测试的想法，并可能开辟疾病治疗的新方向。

在盲测比较中，人类专家有 75% 的情况更倾向于分布式智能体的报告，而非单智能体的报告。

科学家仍然是发现的核心。通过发掘更有前景的研究线索，AI 可以帮助研究人员决定追求哪些想法、设计实验以及解读结果。目标是将生物实验中更多的信息转化为知识，从而随着时间推移，指导更好药物的开发。