AnswersPublished18 sources
Co našlo téměř 2 000 AI agentů v datech z myšího mozku za 32 minut
OpenAI, PerturbAI a Scripps Research uvádějí, že tisíce agentů GPT Rosalind zpracovaly existující data z milionů buněk myšího mozku za 32 minut. Agenti propojovali účinky zásahů do genů s odbornou literaturou a vytvořili přehled možných vysvětlení.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- OpenAI, PerturbAI a Scripps Research uvádějí, že tisíce agentů GPT Rosalind zpracovaly existující data z milionů buněk myšího mozku za 32 minut.
- Agenti propojovali účinky zásahů do genů s odbornou literaturou a vytvořili přehled možných vysvětlení.
- Pozorované rozdíly u genů Tsc1 a Tsc2 a změny u Dctn1 mohou pomoci navrhnout další pokusy, ale samy o sobě nepotvrzují příčinu nemocí ani účinnost léčby.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did OpenAI, PerturbAI and Scripps Research use nearly 2,000 parallel GPT-Rosalind agents and “distributed biological reasoning” to analy. Article summary: The October 21 announcement described a fast, parallel interpretation of existing mouse-brain experiments—not the creation of the experimental atlas or proof of new disease mechanisms—in which GPT-Rosalind agents connect. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
Téměř dva tisíce agentů GPT-Rosalind podle OpenAI, PerturbAI a Scripps Research analyzovaly existující experimentální data z milionů buněk myšího mozku za 32 minut. Propojovaly reakce buněk na zásahy do genů s poznatky z odborných publikací a sestavily takzvaný „atlas uvažování“ — soubor možných biologických vysvětlení a výzkumných vodítek, nikoli důkaz nových mechanismů nemocí.5
Jak spolupracovaly tisíce agentů
Místo toho, aby jeden systém postupně procházel celý rozsáhlý soubor, rozdělil tým práci mezi mnoho agentů. Ti zkoumali, jak buňky reagovaly na narušení jednotlivých genů, vyhledávali související vědecké práce a spojovali pozorování s možnými biologickými vysvětleními. Jejich výstupy se následně skládaly do širší mapy propojující geny, buněčné reakce, publikace a hypotézy.5
11
Experimentální atlas přitom už existoval: AI vyhodnocovala dříve získaná data, nevytvářela nové experimenty ani samotný soubor.5 Některé zprávy jej popisují jako atlas osmi milionů buněk, zatímco oznámení spolupracujících týmů mluví obecněji o datech z milionů buněk myšího mozku.
5
6
Také srovnání rychlosti je potřeba číst s rezervou. Odhad, že lidské zpracování by trvalo měsíce až rok, vycházel z předpokládané doby potřebné k posouzení zásahů do genů a prostudování publikací. Nešlo o měření v přímém souboji s lidským výzkumným týmem.9 Čas 32 minut tedy popisuje oznámený postup AI, zatímco delší údaj je odhadem srovnatelné práce prováděné postupně — nikoli důkazem, že agenti nahradili celý výzkumný proces.
Co naznačilo srovnání s jedním agentem
Podle jednoho ze zdrojů odkazovala víceagentní analýza na více než 700 odborných prací, zatímco výstup jediného agenta na 11. V zaslepeném hodnocení dali odborníci přednost vysvětlením od více agentů v 75 % případů.6 Další zpráva uvádí stejný podíl preference při zaslepeném srovnání.
39
Výsledky naznačují, že více agentů může pokrýt širší okruh literatury a nabídnout vysvětlení, která odborníci považují za užitečnější. Nejde ale o skóre správnosti: to, že se hodnotitelům nějaké vysvětlení líbí víc, nepotvrzuje, že navržený mechanismus skutečně funguje. K tomu jsou potřeba další experimenty.
Dvě hypotézy, které stojí za ověření
Tsc2 a Tsc1 v neuronech mozečku
OpenAI uvádí, že narušení genu Tsc2 změnilo v jedné skupině neuronů mozečku aktivitu desítek genů, včetně těch, které souvisejí s komunikací mezi neurony. Narušení genu Tsc1 mělo ve stejném typu buněk na genovou expresi jen malý vliv. Oba geny se podílejí na regulaci mTOR; rozdílné výsledky by podle OpenAI mohly být vodítkem k tomu, proč mutace TSC2 často souvisejí s těžší formou tuberózní sklerózy než mutace TSC1.14
Jde o možné vysvětlení, nikoli o potvrzený důvod rozdílné závažnosti onemocnění. Výsledek otevírá další otázky — například zda stávající léčba zaměřená na mTOR dokáže popsané změny v těchto neuronech zvrátit.14
Dctn1 a geny spojené s tvorbou cholesterolu
V datech z myšího mozku vedlo narušení genu Dctn1 ke zvýšené aktivitě genů zapojených do tvorby cholesterolu. Protože DCTN1 souvisí s Perryho syndromem, vzácným neurodegenerativním onemocněním, navrhla OpenAI prověřit, zda by v neuronech mohl hrát roli transport cholesterolu — a zda by jeho obnovení mohlo neuronům prospět.15
Zvýšená aktivita genů pro tvorbu cholesterolu však sama o sobě nedokazuje, že je jeho transport narušený, ani že by léčba zaměřená na transport fungovala. Navržený mechanismus je otázka pro další výzkum, ne hotový závěr.15
Výzkumná vodítka, ne potvrzené objevy
Projekt ukazuje, jak lze ve velkém měřítku kombinovat experimentální výsledky s vyhledáváním odborné literatury a vytvářet vysvětlení, která mohou vědci dál ověřovat.5 Počet citací ani preference odborníků však nenahrazují experimentální potvrzení. Souvislosti s nemocemi proto zatím představují hypotézy, nikoli ověřené mechanismy nebo připravené cíle pro léčbu.
V médiích byla práce popsána jako preprint. Je proto důležité rozlišovat mezi oznámením spolupracujících týmů a jejich hodnocením výsledků na jedné straně a nezávislým potvrzením biologických závěrů na straně druhé.9 Dostupné informace také neprokazují konkrétní finanční ani profesní zájmy autorů; nebylo by namístě je bez důkazů předpokládat ani vylučovat.
Proč na tomto postupu záleží pro vývoj léčiv
PerturbAI a OpenAI projekt představily jako součást rok trvající spolupráce zaměřené na biomedicínský výzkum a vývoj léčiv.31 Praktický příslib spočívá v tom, že systém může vědcům pomoci propojit příčinná biologická data s dosavadními poznatky a určit otázky, které stojí za experimentální ověření. Dosavadní výsledky jsou ukázkou takového pracovního postupu — nikoli důkazem, že systém už objevil ověřené cíle pro vývoj léků.
31
39
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Co našlo téměř 2 000 AI agentů v datech z myšího mozku za 32 minut"?
OpenAI, PerturbAI a Scripps Research uvádějí, že tisíce agentů GPT Rosalind zpracovaly existující data z milionů buněk myšího mozku za 32 minut.
What are the key points to validate first?
OpenAI, PerturbAI a Scripps Research uvádějí, že tisíce agentů GPT Rosalind zpracovaly existující data z milionů buněk myšího mozku za 32 minut. Agenti propojovali účinky zásahů do genů s odbornou literaturou a vytvořili přehled možných vysvětlení.
What should I do next in practice?
Pozorované rozdíly u genů Tsc1 a Tsc2 a změny u Dctn1 mohou pomoci navrhnout další pokusy, ale samy o sobě nepotvrzují příčinu nemocí ani účinnost léčby.
Sources
openai.comUsing thousands of AI agents to uncover new leads in biological data
unite.aiOpenAI Unveils Mouse Brain Reasoning Atlas From GPT-Rosalind Agents
aiweekly.coOpenAI, PerturbAI and Scripps Run ~2,000 GPT-Rosalind Agents on 8M-Cell Brain CRISPR Atlas in 32 Min | AI Weekly
rdworldonline.comOpenAI runs 1,946 GPT-Rosalind agents on a mouse brain atlas