JawabanDipublikasikan18 sumber
Hampir 2.000 Agen GPT-Rosalind Merangkai Petunjuk Riset dari Data Otak Tikus
OpenAI, PerturbAI, dan Scripps Research mengatakan ribuan agen GPT Rosalind menafsirkan data yang sudah ada dari jutaan sel otak tikus dalam 32 menit. Agen agen itu menghubungkan dampak perubahan gen dengan literatur ilmiah dan menyusunnya menjadi peta penalaran berisi petunjuk riset, bukan mekanisme penyakit yang t...
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- OpenAI, PerturbAI, dan Scripps Research mengatakan ribuan agen GPT Rosalind menafsirkan data yang sudah ada dari jutaan sel otak tikus dalam 32 menit.
- Agen agen itu menghubungkan dampak perubahan gen dengan literatur ilmiah dan menyusunnya menjadi peta penalaran berisi petunjuk riset, bukan mekanisme penyakit yang telah terbukti.
- Perbandingan waktu dengan kerja manusia adalah perkiraan, sedangkan penilaian pakar mengukur preferensi terhadap penjelasan—bukan tingkat kebenaran biologisnya.
AI Perintah
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, dan Scripps Research mengatakan mereka menggunakan ribuan agen GPT-Rosalind untuk menafsirkan hasil eksperimen yang sudah ada dari jutaan sel otak tikus. Dalam 32 menit, agen-agen itu menghubungkan dampak perubahan gen dengan temuan dalam literatur ilmiah, lalu merangkainya menjadi “peta penalaran” yang dapat memberi arah bagi riset lanjutan.5
11
Peta tersebut menghasilkan hipotesis untuk diuji, bukan bukti bahwa mekanisme penyakit tertentu sudah ditemukan. AI menafsirkan data eksperimen yang telah tersedia; sistem ini tidak membuat eksperimen atau datasetnya.5
Membagi pekerjaan ke banyak agen
Alih-alih meminta satu sistem memeriksa seluruh data secara berurutan, tim membagi analisis ke banyak agen. Mereka memeriksa respons sel setelah gen tertentu diubah, menelusuri makalah ilmiah, lalu mengaitkan hasil pengamatan dengan kemungkinan penjelasan biologis. Laporan dari para agen itu kemudian disatukan menjadi peta yang menghubungkan gen, respons sel, publikasi, dan hipotesis.5
11
Ada konteks penting di balik angka 32 menit. Perkiraan bahwa analisis sebanding akan memerlukan waktu berbulan-bulan hingga setahun dibuat berdasarkan asumsi tentang waktu untuk meninjau perubahan gen dan membaca makalah. Itu bukan hasil uji langsung yang mengadu sistem AI dengan tim peneliti manusia dalam kondisi yang sama.9
Apa yang ditunjukkan perbandingan dengan satu agen?
Satu laporan menyebut analisis multiagen merujuk pada lebih dari 700 sumber, sedangkan analisis oleh satu agen merujuk pada 11 sumber. Dalam perbandingan tersamar, pakar juga lebih menyukai penjelasan dari sistem multiagen sebanyak 75% dari waktu penilaian.6 Laporan lain turut mengutip angka preferensi 75% tersebut.
39
Hasil itu mengisyaratkan bahwa pendekatan multiagen dapat memperluas cakupan literatur dan menghasilkan penjelasan yang dinilai lebih berguna oleh pakar. Namun, banyaknya rujukan dan preferensi penilai bukanlah skor akurasi. Penjelasan yang disukai belum tentu benar; hipotesisnya tetap perlu diuji lewat eksperimen.
Dua hipotesis yang muncul
Perbedaan efek Tsc2 dan Tsc1
Menurut OpenAI, perubahan pada Tsc2 mengubah ekspresi puluhan gen dalam satu kelompok neuron serebelum, termasuk gen yang berperan dalam komunikasi antarneuron. Perubahan pada Tsc1 hanya berdampak kecil pada ekspresi gen di jenis sel yang sama. Kedua gen bekerja bersama mengatur mTOR, dan OpenAI mengajukan perbedaan ini sebagai kemungkinan petunjuk mengapa mutasi TSC2 cenderung berkaitan dengan tuberous sclerosis yang lebih berat daripada mutasi TSC1.14
Itu masih berupa dugaan, bukan penjelasan yang sudah terbukti tentang perbedaan tingkat keparahan penyakit. Temuan tersebut memunculkan pertanyaan untuk riset berikutnya, termasuk apakah pengobatan yang menargetkan mTOR dapat membalikkan perubahan yang dilaporkan pada neuron itu.14
Dctn1 dan gen terkait kolesterol
Dalam data otak tikus, perubahan pada Dctn1 meningkatkan ekspresi gen yang terlibat dalam produksi kolesterol. Karena DCTN1 dikaitkan dengan sindrom Perry, kelainan neurodegeneratif langka, OpenAI mengusulkan untuk meneliti apakah pengangkutan kolesterol di dalam neuron mungkin berperan dan apakah pemulihannya bisa melindungi neuron.15
Namun, meningkatnya aktivitas gen pembuat kolesterol tidak dengan sendirinya membuktikan bahwa pengangkutan kolesterol terganggu. Hal itu juga belum menunjukkan bahwa pengobatan untuk memulihkan pengangkutan tersebut akan berhasil. Mekanisme yang diusulkan masih perlu diuji.15
Petunjuk riset, bukan jawaban final
Proyek ini menunjukkan cara menggabungkan hasil eksperimen dengan penelusuran literatur dalam skala besar untuk menghasilkan penjelasan kandidat yang bisa diteliti lebih lanjut.5 Tetapi jumlah rujukan dan penilaian pakar tidak dapat menggantikan validasi eksperimental. Karena itu, kaitan dengan penyakit yang dilaporkan sebaiknya dibaca sebagai hipotesis, bukan mekanisme yang sudah dikonfirmasi atau sasaran terapi yang siap digunakan.
Pemberitaan menyebut karya ini sebagai preprint, sehingga hasil yang diumumkan dan evaluasi yang dilaporkan perlu dibedakan dari konfirmasi independen atas temuan biologisnya.9 Bukti yang tersedia juga tidak menjelaskan kepentingan finansial atau profesional spesifik para penulis terkait; hal semacam itu tidak sepatutnya diasumsikan tanpa informasi pendukung.
Arti pendekatan ini bagi penemuan obat
PerturbAI dan OpenAI menyebut proyek tersebut bagian dari kolaborasi selama setahun yang berfokus pada riset biomedis dan penemuan obat.31 Potensi praktisnya adalah membantu peneliti menghubungkan data biologis kausal dengan pengetahuan yang sudah ada, lalu menentukan pertanyaan mana yang layak diuji. Hasil yang dilaporkan merupakan contoh awal alur kerja tersebut—bukan bukti bahwa sistem ini telah menemukan sasaran obat yang tervalidasi.
31
39
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Hampir 2.000 Agen GPT-Rosalind Merangkai Petunjuk Riset dari Data Otak Tikus"?
OpenAI, PerturbAI, dan Scripps Research mengatakan ribuan agen GPT Rosalind menafsirkan data yang sudah ada dari jutaan sel otak tikus dalam 32 menit.
Apa poin penting yang harus divalidasi terlebih dahulu?
OpenAI, PerturbAI, dan Scripps Research mengatakan ribuan agen GPT Rosalind menafsirkan data yang sudah ada dari jutaan sel otak tikus dalam 32 menit. Agen agen itu menghubungkan dampak perubahan gen dengan literatur ilmiah dan menyusunnya menjadi peta penalaran berisi petunjuk riset, bukan mekanisme penyakit yang telah terbukti.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Perbandingan waktu dengan kerja manusia adalah perkiraan, sedangkan penilaian pakar mengukur preferensi terhadap penjelasan—bukan tingkat kebenaran biologisnya.
Sumber
openai.comUsing thousands of AI agents to uncover new leads in biological data
unite.aiOpenAI Unveils Mouse Brain Reasoning Atlas From GPT-Rosalind Agents
rdworldonline.comOpenAI runs 1,946 GPT-Rosalind agents on a mouse brain atlas
aiweekly.coOpenAI, PerturbAI and Scripps Run ~2,000 GPT-Rosalind Agents on 8M-Cell Brain CRISPR Atlas in 32 Min | AI Weekly