AnswersPublished18 sources
Tuhannet tekoälyagentit etsivät hiiriaivojen datasta tutkimusvihjeitä
OpenAI, PerturbAI ja Scripps Research kertovat käyttäneensä tuhansia GPT Rosalind agentteja olemassa olevan hiiriaivodatan tulkintaan 32 minuutissa. Agentit yhdistivät geenien toiminnan häirinnän vaikutuksia soluihin ja tutkimuskirjallisuutta päättelykartaksi, joka tarjoaa tutkijoille uusia kysymyksiä testattavaksi.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- OpenAI, PerturbAI ja Scripps Research kertovat käyttäneensä tuhansia GPT Rosalind agentteja olemassa olevan hiiriaivodatan tulkintaan 32 minuutissa.
- Agentit yhdistivät geenien toiminnan häirinnän vaikutuksia soluihin ja tutkimuskirjallisuutta päättelykartaksi, joka tarjoaa tutkijoille uusia kysymyksiä testattavaksi.
- TSC1 ja TSC2 geeneihin sekä DCTN1 geeniin liittyvät havainnot ovat hypoteeseja. Ihmisanalyysin kuukausista vuoteen ulottuva aikavertailu oli arvio, ei suora vertailukoe.
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
OpenAI, PerturbAI ja Scripps Research kertovat käyttäneensä lähes 2 000 GPT-Rosalind-tekoälyagenttia hiiren aivosoluista kerätyn tutkimusdatan tulkintaan 32 minuutissa. Agentit yhdistivät geenien toiminnan häirinnästä havaittuja soluvaikutuksia tieteelliseen kirjallisuuteen ja kokosivat mahdollisia selityksiä niin sanotuksi päättelykartaksi. Kyse on tutkimusvihjeistä, ei todisteista uusista sairausmekanismeista.5
Näin rinnakkainen analyysi tehtiin
Sen sijaan, että yksi järjestelmä olisi käsitellyt koko aineiston vaihe vaiheelta, työ jaettiin suurelle joukolle agentteja. Ne tarkastelivat geenimuutosten vaikutuksia soluihin, etsivät aiheeseen liittyviä tutkimusjulkaisuja ja yhdistivät havaintoja mahdollisiin biologisiin selityksiin. Raportit koottiin kartaksi, joka yhdistää geenejä, solujen reaktioita, julkaisuja ja hypoteeseja.5
11
Kokeellinen aineisto oli olemassa jo ennestään: tekoäly tulkitsi dataa, mutta ei tehnyt kokeita eikä luonut aineistoa.5 Osa uutisoinnista kuvaa kokonaisuutta kahdeksan miljoonan solun kartastoksi, kun taas yhteistyökumppanien oma tiedote puhuu miljoonista hiiren aivosoluista.
5
6
Nopeusvertailuun liittyy olennainen varaus. Arvio siitä, että vastaava ihmistyö veisi kuukausia tai jopa vuoden, perustui oletuksiin geenimuutosten ja tutkimusjulkaisujen läpikäyntiin kuluvasta ajasta. Kyse ei ollut kellotetusta vertailusta ihmistutkijoiden kanssa.9 Siksi 32 minuuttia kuvaa raportoituja tekoälyn työvaiheita; pidempi aika on arvio vastaavan työn tekemisestä peräkkäin, ei näyttö siitä, että agentit olisivat korvanneet koko tutkimusryhmän työn.
Mitä vertailu yhden agentin kanssa kertoo?
Yhden raportin mukaan rinnakkainen analyysi viittasi yli 700 lähteeseen, kun yhden agentin analyysi viittasi 11 lähteeseen. Lisäksi sokkoutetussa arvioinnissa asiantuntijat suosivat usean agentin tuottamia selityksiä 75 prosentissa tapauksista.6 Myös erillinen uutisraportti kuvaa 75 prosentin tulosta asiantuntijoiden mieltymyksenä sokkoutetussa vertailussa.
39
Tulokset viittaavat siihen, että usean agentin tapa voi kattaa kirjallisuutta laajemmin ja tuottaa asiantuntijoiden mielestä hyödyllisempiä selityksiä. Ne eivät kuitenkaan mittaa biologista paikkansapitävyyttä: selityksen suosiminen ei osoita, että ehdotettu mekanismi olisi oikea. Hypoteesit on vielä testattava kokeellisesti.
Kaksi jatkotutkimukseen nostettua hypoteesia
Tsc2 ja Tsc1 pikkuaivojen hermosoluissa
OpenAI kertoo, että Tsc2-geenin toiminnan häirintä muutti kymmenien geenien ilmentymistä yhdessä pikkuaivojen hermosoluryhmässä. Mukana oli myös hermosolujen viestintään liittyviä geenejä. Saman solutyypin Tsc1-geenin häirinnällä oli geenien ilmentymiseen vain vähäinen vaikutus. Geenit toimivat yhdessä mTOR-reitin säätelyssä, ja OpenAI esitti eron mahdollisena vihjeenä siihen, miksi TSC2-muutokset liittyvät usein vaikeampaan tuberoosiskleroosiin kuin TSC1-muutokset.14
Tämä on ehdotettu selitys, ei vahvistettu syy sairauden vaikeusaste-eroille. Havainto herättää jatkokysymyksiä, kuten sen, voisivatko nykyiset mTOR-reittiin kohdistuvat hoidot palauttaa näiden hermosolujen geenimuutoksia.14
Dctn1 ja kolesteroliin liittyvät geenit
Hiiriaivojen aineistossa Dctn1-geenin toiminnan häirintä lisäsi kolesterolin tuotantoon osallistuvien geenien ilmentymistä. Koska DCTN1 liittyy harvinaiseen hermoston rappeumasairauteen, Perryn oireyhtymään, OpenAI ehdotti tutkittavaksi, voisiko kolesterolin kuljetus hermosolujen sisällä olla osallisena ja voisiko sen palauttaminen suojata hermosoluja.15
Geenien lisääntynyt aktiivisuus kolesterolin tuotannossa ei kuitenkaan itsessään osoita, että kolesterolin kuljetus olisi häiriintynyt tai että kuljetukseen kohdistuva hoito tehoaisi. Ehdotettu mekanismi on vasta kysymys, joka pitää testata.15
Mitä tuloksista voi päätellä – ja mitä ei?
Hanke näyttää yhden tavan yhdistää kokeellisia tuloksia ja kirjallisuushakuja suuressa mittakaavassa sekä tuottaa tutkijoille selitysehdotuksia jatkotutkimusta varten.5 Lähteiden määrä tai asiantuntijoiden mieltymys ei korvaa kokeellista vahvistusta. Sairauksiin liittyviä yhteyksiä on siksi syytä pitää hypoteeseina, ei vahvistettuina mekanismeina tai valmiina lääkehoidon kohteina.
Työtä kuvattiin uutisoinnissa ennakkoversiona eli preprinttinä.9 Lukijan kannattaa erottaa yhteistyökumppanien oma julkistus ja raportoitu arviointi biologisten löydösten riippumattomasta vahvistamisesta. Saatavilla olevat lähteet eivät myöskään kerro vastaavien kirjoittajien mahdollisista taloudellisista tai ammatillisista sidonnaisuuksista, joten niistä ei pidä tehdä oletuksia kumpaankaan suuntaan.
Miksi lähestymistapa kiinnostaa lääketutkimuksessa?
PerturbAI ja OpenAI kuvaavat hanketta osaksi vuoden kestänyttä yhteistyötä, jonka tavoitteena on edistää biolääketieteellistä tutkimusta ja lääkekehitystä.31 Käytännön lupaus on auttaa tutkijoita yhdistämään syy-seuraussuhteita valottavaa biologista dataa aiempaan tutkimustietoon ja nostamaan esiin kysymyksiä, joita voidaan testata. Raportoidut havainnot ovat esimerkki tällaisesta työnkulusta – eivät näyttö siitä, että järjestelmä olisi jo tunnistanut vahvistettuja lääkevaikutuskohteita.
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 "Tuhannet tekoälyagentit etsivät hiiriaivojen datasta tutkimusvihjeitä"?
OpenAI, PerturbAI ja Scripps Research kertovat käyttäneensä tuhansia GPT Rosalind agentteja olemassa olevan hiiriaivodatan tulkintaan 32 minuutissa.
What are the key points to validate first?
OpenAI, PerturbAI ja Scripps Research kertovat käyttäneensä tuhansia GPT Rosalind agentteja olemassa olevan hiiriaivodatan tulkintaan 32 minuutissa. Agentit yhdistivät geenien toiminnan häirinnän vaikutuksia soluihin ja tutkimuskirjallisuutta päättelykartaksi, joka tarjoaa tutkijoille uusia kysymyksiä testattavaksi.
What should I do next in practice?
TSC1 ja TSC2 geeneihin sekä DCTN1 geeniin liittyvät havainnot ovat hypoteeseja. Ihmisanalyysin kuukausista vuoteen ulottuva aikavertailu oli arvio, ei suora vertailukoe.
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