OpenAI и партнёры использовали тысячи ИИ-агентов для быстрого анализа данных мозга мышей

Исследовательская команда из OpenAI, PerturbAI и института Scripps Research разработала метод распределённого анализа биологических данных с помощью тысяч ИИ-агентов на базе модели GPT-Rosalind. В рамках эксперимента агенты обработали данные о воздействии генетических нарушений на миллионы клеток мозга мышей всего за 32 минуты, что значительно превосходит сроки традиционного анализа.

Данные, использованные в исследовании, представляют собой атлас CRISPR, демонстрирующий, как мутации в различных генах влияют на разные типы клеток мозга. Каждый агент фокусировался на отдельном гене: изучал результаты экспериментов, сопоставлял их с научными публикациями и формулировал возможные биологические механизмы. Итогом работы стала интегрированная карта, связывающая гены, клеточные изменения и релевантные источники литературы.

Авторы проекта отмечают, что аналогичный анализ, выполненный вручную, мог бы занять от нескольких месяцев до года. При этом ИИ-агенты не только подтвердили известные научные выводы, но и выявили новые перспективные направления для исследований. Например, было обнаружено, что мутации в генах Tsc1 и Tsc2 по-разному влияют на клетки мозжечка, что имеет значение для понимания туберозного склероза. Также выявлена возможная связь между нарушениями в гене DCTN1, участвующем в внутриклеточном транспорте, и регуляцией холестерина, что может быть связано с нейродегенеративными заболеваниями.

Исследователи подчёркивают, что такие результаты помогают формулировать новые гипотезы и планировать дальнейшие эксперименты. Открытая карта рассуждений доступна для научного сообщества, что способствует междисциплинарному сотрудничеству и ускоряет процесс открытия.

Кроме того, в исследовании сравнили эффективность работы одного ИИ-агента и системы распределённых агентов. При увеличении объёма данных единичный агент существенно ограничивал количество изученной литературы и приводил меньше ссылок, в то время как распределённые агенты цитировали свыше 700 источников. Эксперты в 75% случаев отдавали предпочтение отчётам, подготовленным распределённой системой, отмечая их более глубокий и разносторонний анализ.

Данный проект демонстрирует потенциал интеграции современных технологий и биологических исследований, позволяя значительно ускорить обработку больших объёмов данных и выявлять новые направления для изучения сложных заболеваний мозга.