近2000个AI智能体并行工作，32分钟梳理数百万个小鼠脑细胞的实验数据——这听起来像是把漫长的生物学分析压缩成了半小时。但这项工作的重点，不是让AI“发现并证实”了新的疾病机制，而是让它从已有实验结果和科学文献中整理出值得继续追问的线索。

OpenAI、PerturbAI与斯克里普斯研究所表示，他们使用GPT-Rosalind驱动的智能体分析了既有的小鼠脑实验数据，并将基因扰动的细胞效应与相关研究文献联系起来，形成一份“推理图谱”。5

多个智能体如何分工

研究团队没有让单个系统按顺序处理整套数据，而是把分析任务分配给大量智能体。它们分别查看基因被扰动后细胞出现的变化、检索科学论文，再尝试把观察结果与可能的生物学解释对应起来。各自的报告随后被汇总，形成串联基因、细胞反应、文献和假说的整体图谱。511

需要区分的是，实验数据集本身已经存在：AI负责解读数据，并没有因此创造实验或生成原始数据。5 有报道将数据集称为包含800万个细胞的图谱；合作方的公告则表述为来自数百万个小鼠脑细胞的数据。56

“32分钟”也不宜与“人类要花数月至一年”简单画等号。后者是团队根据假设的逐项分析和读论文时间推算出来的，并非研究人员与AI团队进行的一场限时对照实验。9 因此，32分钟描述的是这套AI工作流程所报告的用时；较长的时间是对类似串行工作的估算，并不能证明智能体取代了一支研究团队的完整研究过程。

多智能体与单智能体的比较说明什么

一份报道指出，多智能体分析引用了700多篇文献，单智能体分析则引用了11篇；在盲评比较中，专家有75%的时候更偏好多智能体给出的解释。6 另一份报道也提到专家在盲评中表现出这一偏好。39

这些结果提示，多智能体方法可能有助于扩大文献覆盖面，并生成专家认为更有用的解释。但“专家更喜欢”不是准确率，也不能证明假说中的机制成立。要确认生物学解释是否正确，仍需后续实验检验。

两条值得继续追查的线索

Tsc2与Tsc1：小脑神经元反应有何不同？

OpenAI报告称，在一类小脑神经元中，扰动 Tsc2 后，数十个基因的表达发生变化，其中包括参与神经元通信的基因；在同一种细胞里扰动 Tsc1，基因表达变化则很小。两个基因共同参与调节mTOR通路。OpenAI据此提出一个可能的研究方向：这类差异是否有助于解释为什么TSC2突变往往与更严重的结节性硬化症相关？14

这仍是待验证的解释，而不是疾病严重程度差异已经有了定论。研究者还可以进一步检验，现有的mTOR靶向治疗是否能逆转这些神经元中报告的变化。14

Dctn1与胆固醇相关基因：表达变化意味着什么？

在小鼠脑数据中，扰动 Dctn1 后，参与胆固醇合成的基因表达增加。DCTN1与罕见神经退行性疾病佩里综合征有关。OpenAI据此建议研究者继续追问：神经元内的胆固醇运输是否可能受到影响？如果能恢复运输，是否有助于保护神经元？15

这里同样不能把线索当成结论：胆固醇合成相关基因表达升高，本身并不能证明运输环节存在缺陷，也不能证明针对运输的治疗会有效。这个机制仍需要实验检验。15

结果的边界：研究线索不等于已验证发现

这项工作展示了一种将实验数据与文献检索大规模结合、为科学家整理候选解释的方法。5 但引用数量和专家偏好不能替代实验验证。因此，报道中与疾病有关的联系应被视为假说，而不是已经确认的疾病机制或可直接用于治疗开发的靶点。

相关报道将这项工作描述为预印本研究。9 读者应将合作方发布的介绍及其报告的评估，与对生物学发现的独立确认区分开来。现有材料也不足以判断通讯作者具体的财务或职业利益，不应在没有证据的情况下作出推断。

对药物发现的意义

PerturbAI与OpenAI将该项目描述为一项为期一年的合作，方向包括生物医学研究和药物发现。31 这套方法的实际价值，在于帮助研究者把具有因果信息的生物学实验结果与已有知识联系起来，并优先筛选出可以通过实验检验的问题。

目前报告的结果，是这套工作流程的早期示例，而不是系统已经找到并验证了药物靶点的证据。3139 下一步的关键仍是实验：哪些假说经得起检验，哪些只是看似合理的解释，最终要由数据来回答。

近2000个AI智能体并行工作，32分钟梳理数百万个小鼠脑细胞的实验数据——这听起来像是把漫长的生物学分析压缩成了半小时。但这项工作的重点，不是让AI“发现并证实”了新的疾病机制，而是让它从已有实验结果和科学文献中整理出值得继续追问的线索。

OpenAI、PerturbAI与斯克里普斯研究所表示，他们使用GPT-Rosalind驱动的智能体分析了既有的小鼠脑实验数据，并将基因扰动的细胞效应与相关研究文献联系起来，形成一份“推理图谱”。5

多个智能体如何分工

研究团队没有让单个系统按顺序处理整套数据，而是把分析任务分配给大量智能体。它们分别查看基因被扰动后细胞出现的变化、检索科学论文，再尝试把观察结果与可能的生物学解释对应起来。各自的报告随后被汇总，形成串联基因、细胞反应、文献和假说的整体图谱。511

需要区分的是，实验数据集本身已经存在：AI负责解读数据，并没有因此创造实验或生成原始数据。5 有报道将数据集称为包含800万个细胞的图谱；合作方的公告则表述为来自数百万个小鼠脑细胞的数据。56

“32分钟”也不宜与“人类要花数月至一年”简单画等号。后者是团队根据假设的逐项分析和读论文时间推算出来的，并非研究人员与AI团队进行的一场限时对照实验。9 因此，32分钟描述的是这套AI工作流程所报告的用时；较长的时间是对类似串行工作的估算，并不能证明智能体取代了一支研究团队的完整研究过程。

多智能体与单智能体的比较说明什么

一份报道指出，多智能体分析引用了700多篇文献，单智能体分析则引用了11篇；在盲评比较中，专家有75%的时候更偏好多智能体给出的解释。6 另一份报道也提到专家在盲评中表现出这一偏好。39

这些结果提示，多智能体方法可能有助于扩大文献覆盖面，并生成专家认为更有用的解释。但“专家更喜欢”不是准确率，也不能证明假说中的机制成立。要确认生物学解释是否正确，仍需后续实验检验。

两条值得继续追查的线索

Tsc2与Tsc1：小脑神经元反应有何不同？

OpenAI报告称，在一类小脑神经元中，扰动 Tsc2 后，数十个基因的表达发生变化，其中包括参与神经元通信的基因；在同一种细胞里扰动 Tsc1，基因表达变化则很小。两个基因共同参与调节mTOR通路。OpenAI据此提出一个可能的研究方向：这类差异是否有助于解释为什么TSC2突变往往与更严重的结节性硬化症相关？14

这仍是待验证的解释，而不是疾病严重程度差异已经有了定论。研究者还可以进一步检验，现有的mTOR靶向治疗是否能逆转这些神经元中报告的变化。14

Dctn1与胆固醇相关基因：表达变化意味着什么？

在小鼠脑数据中，扰动 Dctn1 后，参与胆固醇合成的基因表达增加。DCTN1与罕见神经退行性疾病佩里综合征有关。OpenAI据此建议研究者继续追问：神经元内的胆固醇运输是否可能受到影响？如果能恢复运输，是否有助于保护神经元？15

这里同样不能把线索当成结论：胆固醇合成相关基因表达升高，本身并不能证明运输环节存在缺陷，也不能证明针对运输的治疗会有效。这个机制仍需要实验检验。15

结果的边界：研究线索不等于已验证发现

这项工作展示了一种将实验数据与文献检索大规模结合、为科学家整理候选解释的方法。5 但引用数量和专家偏好不能替代实验验证。因此，报道中与疾病有关的联系应被视为假说，而不是已经确认的疾病机制或可直接用于治疗开发的靶点。

相关报道将这项工作描述为预印本研究。9 读者应将合作方发布的介绍及其报告的评估，与对生物学发现的独立确认区分开来。现有材料也不足以判断通讯作者具体的财务或职业利益，不应在没有证据的情况下作出推断。

对药物发现的意义

PerturbAI与OpenAI将该项目描述为一项为期一年的合作，方向包括生物医学研究和药物发现。31 这套方法的实际价值，在于帮助研究者把具有因果信息的生物学实验结果与已有知识联系起来，并优先筛选出可以通过实验检验的问题。

目前报告的结果，是这套工作流程的早期示例，而不是系统已经找到并验证了药物靶点的证据。3139 下一步的关键仍是实验：哪些假说经得起检验，哪些只是看似合理的解释，最终要由数据来回答。