32分钟解析，OpenAI携手生物技术公司部署数千个智能体，破解脑细胞图谱
编辑丨&
在现代生命科学的前沿，高通量基因编辑（如 CRISPR）与单细胞测序技术的结合，正以海啸般的速度产生庞大的多组学数据集。然而，测出哪些基因发生了表达量变化（DEG）也仅是起点而已。如何将这些冷冰冰的数字矩阵，与分散在数十万篇文献中的分子机制、细胞类型特征以及疾病表型连接起来，一直是制约科研效率的瓶颈。
10 月 21 日，OpenAI 联合生物技术公司 PerturbAI 与 Scripps Research 正式公布了一项前沿科研成果： 团队部署了由全新架构 GPT-Rosalind 驱动的数千个 AI 智能体，对小鼠全脑 CRISPR 扰动实验数据进行了深度的自动化解析，并将其与浩瀚的科学文献实时交织。整套大规模分布式分析流程在 32 分钟内宣告完成。
据研究团队估计，如果由人类研究者逐个处理基因扰动并开展文献检索，类似工作可能需要数月到一年。
分布式生物学推理
随着单细胞组学进入百万级细胞时代，传统的单一模型或人工检索在面对海量高维数据时显得捉襟见肘。为此，研究团队提出了分布式生物学推理（Distributed Biological Reasoning）架构。
图 1：分布式扰动范围 AI 智能体恢复并扩展了对活体全脑 Perturb-seq 图谱的专家分析。
该方法的核心逻辑，是将一个庞大、复杂的全脑 CRISPR Perturb-seq 图谱（如公开于 Hugging Face、包含约 772 万行记录的基因扰动数据集）进行任务切片：
局部并行化解耦： 系统将分析任务动态分发给数千个独立的智能体。每个智能体专注且仅专注某一特定基因扰动，在对应的细胞群落中检索差异表达，并定向匹配相关的科学文献。
全局知识图谱重组（Reasoning Atlas）： 所有的局部报告最终被统一聚合为一张结构化的推理图谱，动态建立起「基因扰动 ➔ 细胞响应 ➔ 相关文献 ➔ 潜在分子机制」的多维拓扑关联。
图 2：分布式智能体在屏幕尺度上保留目标特定的文献基础。
相关链接：https://www.biorxiv.org/content/10.64898/2026.10.15.759436v1
在性能表现上，分布式方案展现出了压倒性的文献覆盖优势：在最大规模的测试中，单智能体方案在处理复杂任务时受限于上下文窗口，平均仅能引用 11 篇文献；而分布式智能体集群总计引用了超过 700 篇高质量科学文献。
图 3：随着工作量增加而变动的引用文献数量。
研究团队还进行了盲法专家比较：专家在 75% 的比较中更偏好分布式智能体的报告。官方文章也称，专家对系统提出的发现排序给予了支持。换言之，这项工作的评估不仅看处理速度，还考察报告的解释质量、研究价值和新颖性是否得到人类专家认可。
极具科研价值的线索
AI 在 DCTN1 基因中发现了一条线索。
该基因编码 dynactin 复合体亚基，负责细胞内的物质轴突运输，其致病突变直接关联罕见的神经退行性疾病——佩里综合征（Perry Syndrome，表现出帕金森样症状）。全脑 CRISPR 图谱中，当 DCTN1 发生扰动时，与胆固醇合成相关的基因簇出现显著上调。
AI 迅速跨学科联想到已有文献：当细胞内胆固醇跨膜运输受阻时，往往会触发代偿性的胆固醇生物合成。据此，系统推演出一个可检验的科学假设：DCTN1 功能受损是否会率先扰乱神经元内的脂质/胆固醇空间分布，进而驱动神经元变性？如果该逻辑成立，调节胆固醇稳态是否能成为神经保护的新策略？
图 4：报告得分与选择偏好。
当然，这些结论目前仍停留在机制假设阶段，它展示了 AI 在弥合「组学表型」与「疾病文献」之间的巨大爆发力。从报告来看，GPT-Rosalind 与分布式智能体的结合，本质上是将科研人员逐页翻阅文献、手动关联测序数据的痛苦过程，转化为一套高并发、可解释的自动化基础设施。
原文链接：https://openai.com/index/scaling-ai-research-for-complex-biological-data/