AnswersPublished18 sources
Bagaimana hampir 2,000 ejen AI menukar data otak tikus kepada petunjuk penyelidikan dalam 32 minit
OpenAI, PerturbAI dan Scripps Research berkata ribuan ejen GPT Rosalind mentafsir data sedia ada daripada sel otak tikus dalam 32 minit, lalu menghasilkan petunjuk penyelidikan—bukan mekanisme yang disahkan melalui ek... Ejen ejen itu menghubungkan kesan gangguan gen dengan kajian saintifik dalam sebuah “atlas penaa...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- OpenAI, PerturbAI dan Scripps Research berkata ribuan ejen GPT Rosalind mentafsir data sedia ada daripada sel otak tikus dalam 32 minit, lalu menghasilkan petunjuk penyelidikan—bukan mekanisme yang disahkan melalui ek...
- Ejen ejen itu menghubungkan kesan gangguan gen dengan kajian saintifik dalam sebuah “atlas penaakulan”.
- Dapatan tentang Tsc1, Tsc2 dan Dctn1 mencadangkan eksperimen susulan. Anggaran masa berbulan bulan hingga setahun bagi penyelidik manusia pula bukan hasil perbandingan secara langsung.
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 dan Scripps Research berkata mereka menggunakan ribuan ejen GPT-Rosalind untuk mentafsir eksperimen otak tikus sedia ada dalam masa 32 minit. Ejen-ejen itu menghubungkan kesan gangguan gen dengan literatur saintifik, kemudian menyusun kemungkinan penjelasan dalam sebuah “atlas penaakulan”—sumber petunjuk untuk penyelidikan lanjut, bukannya bukti bahawa mekanisme penyakit baharu telah dikenal pasti.5
Bagaimana penaakulan biologi secara teragih berfungsi
Daripada meminta satu sistem menganalisis keseluruhan set data secara berurutan, pasukan itu membahagikan tugas kepada banyak ejen yang bekerja serentak. Ejen-ejen tersebut meneliti tindak balas sel terhadap gangguan gen, mencari maklumat dalam kertas saintifik dan menghubungkan pemerhatian dengan kemungkinan penjelasan biologi. Laporan mereka kemudian digabungkan menjadi peta yang menghubungkan gen, tindak balas sel, penerbitan dan hipotesis.5
11
Atlas eksperimen yang dianalisis itu sudah pun wujud. AI mentafsir data tersebut; ia tidak menjalankan eksperimen atau menghasilkan set data berkenaan.5 Sesetengah laporan menyifatkannya sebagai atlas lapan juta sel, manakala pengumuman pihak yang bekerjasama menyebut data daripada jutaan sel otak tikus.
5
6
Perbandingan kelajuan itu perlu dilihat dengan konteks. Anggaran bahawa analisis oleh manusia boleh mengambil masa berbulan-bulan hingga setahun dibuat berdasarkan andaian tentang masa untuk meneliti gangguan gen dan membaca makalah. Ia bukan hasil ujian masa yang membandingkan aliran kerja AI dengan pasukan penyelidik manusia secara langsung.9 Jadi, 32 minit merujuk kepada aliran kerja AI yang dilaporkan, manakala tempoh lebih panjang itu ialah anggaran bagi kerja serupa yang dilakukan secara berurutan—bukan bukti bahawa ejen tersebut menggantikan keseluruhan proses penyelidikan sesebuah pasukan.
Apa yang ditunjukkan oleh perbandingan dengan satu ejen
Satu laporan menyebut analisis berbilang ejen memetik lebih 700 rujukan, berbanding 11 rujukan bagi analisis oleh satu ejen. Dalam penilaian secara buta, pakar juga dilaporkan lebih memilih penjelasan daripada sistem berbilang ejen sebanyak 75% daripada masa.6 Laporan berasingan turut menyebut angka 75% itu sebagai keputusan perbandingan buta.
39
Angka tersebut mencadangkan pendekatan berbilang ejen mungkin meluaskan liputan literatur dan menghasilkan penjelasan yang lebih berguna kepada pakar. Namun, ia bukan skor ketepatan: pilihan terhadap sesuatu penjelasan tidak membuktikan bahawa mekanisme yang dicadangkan itu benar. Hipotesis tersebut masih perlu diuji melalui eksperimen.
Dua hipotesis yang diketengahkan oleh ejen
Tsc2 dan Tsc1 dalam neuron serebelum
OpenAI melaporkan bahawa gangguan pada Tsc2 mengubah ekspresi puluhan gen dalam satu kumpulan neuron serebelum, termasuk gen yang terlibat dalam komunikasi antara neuron. Gangguan pada Tsc1 pula hanya memberi sedikit kesan terhadap ekspresi gen dalam jenis sel yang sama. Kedua-dua gen berfungsi bersama untuk mengawal mTOR, dan OpenAI mengemukakan perbezaan itu sebagai kemungkinan petunjuk mengapa mutasi TSC2 cenderung menyebabkan sklerosis tuberosa yang lebih teruk berbanding mutasi TSC1.14
Ini ialah penjelasan yang dicadangkan, bukannya huraian yang telah dipastikan tentang tahap keterukan penyakit. Dapatan itu membuka ruang untuk kajian lanjut, termasuk menguji sama ada rawatan sedia ada yang menyasarkan mTOR boleh memulihkan perubahan yang dilaporkan pada neuron tersebut.14
Dctn1 dan gen berkaitan kolesterol
Dalam data otak tikus itu, gangguan pada Dctn1 meningkatkan ekspresi gen yang terlibat dalam penghasilan kolesterol. Memandangkan DCTN1 dikaitkan dengan sindrom Perry, sejenis gangguan neurodegeneratif yang jarang berlaku, OpenAI mencadangkan agar penyelidik mengkaji sama ada pengangkutan kolesterol di dalam neuron mungkin terlibat—dan sama ada memulihkannya boleh melindungi neuron.15
Perbezaan ini penting: peningkatan aktiviti gen penghasilan kolesterol tidak dengan sendirinya menunjukkan bahawa pengangkutan kolesterol terganggu, atau bahawa rawatan yang menyasarkan pengangkutan itu akan berkesan. Mekanisme yang dicadangkan masih berupa persoalan untuk diuji.15
Apa yang ditunjukkan oleh hasil ini—dan apa yang tidak
Projek ini menunjukkan satu cara untuk menggabungkan hasil eksperimen dengan carian literatur secara berskala, lalu menghasilkan kemungkinan penjelasan untuk disiasat oleh saintis.5 Namun, jumlah rujukan dan pilihan pakar tidak boleh menggantikan pengesahan melalui eksperimen. Hubungan yang dikaitkan dengan penyakit dalam laporan itu wajar dianggap sebagai hipotesis, bukan mekanisme yang telah disahkan atau sasaran rawatan yang sedia digunakan.
Laporan mengenai projek ini menyifatkan hasil kerja tersebut sebagai pracetak. Oleh itu, pembaca perlu membezakan antara pengumuman pihak yang bekerjasama serta penilaian yang dilaporkan dengan pengesahan bebas terhadap dapatan biologinya.9 Bukti yang tersedia juga tidak mengesahkan kepentingan kewangan atau profesional tertentu bagi penulis yang bertanggungjawab; perkara itu tidak wajar dianggap wujud atau tiada tanpa maklumat lanjut.
Mengapa pendekatan ini penting untuk penemuan ubat
PerturbAI dan OpenAI menyifatkan projek itu sebagai sebahagian daripada kerjasama selama setahun yang memfokuskan penyelidikan bioperubatan dan penemuan ubat.31 Potensi praktikalnya ialah membantu penyelidik menghubungkan data biologi sebab-akibat dengan pengetahuan sedia ada, kemudian mengutamakan soalan yang boleh diuji. Dapatan yang dilaporkan ialah gambaran awal tentang aliran kerja tersebut—bukan bukti bahawa sistem itu sudah mengenal pasti sasaran ubat yang disahkan.
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 "Bagaimana hampir 2,000 ejen AI menukar data otak tikus kepada petunjuk penyelidikan dalam 32 minit"?
OpenAI, PerturbAI dan Scripps Research berkata ribuan ejen GPT Rosalind mentafsir data sedia ada daripada sel otak tikus dalam 32 minit, lalu menghasilkan petunjuk penyelidikan—bukan mekanisme yang disahkan melalui ek...
What are the key points to validate first?
OpenAI, PerturbAI dan Scripps Research berkata ribuan ejen GPT Rosalind mentafsir data sedia ada daripada sel otak tikus dalam 32 minit, lalu menghasilkan petunjuk penyelidikan—bukan mekanisme yang disahkan melalui ek... Ejen ejen itu menghubungkan kesan gangguan gen dengan kajian saintifik dalam sebuah “atlas penaakulan”.
What should I do next in practice?
Dapatan tentang Tsc1, Tsc2 dan Dctn1 mencadangkan eksperimen susulan. Anggaran masa berbulan bulan hingga setahun bagi penyelidik manusia pula bukan hasil perbandingan secara langsung.
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