The Pulse
OpenAI impiega migliaia di agenti per analizzare dati sul cervello dei topi
OpenAI, PerturbAI e Scripps Research hanno usato migliaia di agenti GPT-Rosalind per analizzare in 32 minuti i dati di milioni di cellule cerebrali di topo. I gruppi di ricerca affermano che il sistema ha individuato piste di ricerca su Tsc
AI.info Team · Scritto con l’IA · verificato ·
«Esperti umani, senza sapere da quale sistema provenissero le analisi, hanno preferito le interpretazioni degli agenti distribuiti a quelle di un singolo agente e ne hanno avallato la classificazione delle scoperte, mostrando un approccio scalabile per trasformare esperimenti su larga scala in conoscenze fondate sui dati e priorità per le ricerche successive».
Alexander Sun et al., “Distributed AI agents enable comprehensive discovery of biological insights at scale”
OpenAI, PerturbAI e Scripps Research affermano che migliaia di agenti di IA hanno analizzato in 32 minuti i dati di milioni di cellule cerebrali di topo, ricavando una serie di piste di ricerca da un atlante già esistente delle alterazioni geniche. OpenAI ha descritto la collaborazione il 21 ottobre, mentre lo studio è apparso come preprint su bioRxiv il 16 ottobre. I gruppi stimano che un’analisi umana comparabile, condotta esaminando una perturbazione genica alla volta, richiederebbe da mesi a un anno.
Il metodo, che OpenAI chiama «ragionamento biologico distribuito», fa lavorare in parallelo agenti basati su GPT-Rosalind. Ogni agente esamina l’alterazione di un gene, valuta la risposta delle cellule, consulta la letteratura scientifica e propone una spiegazione. Il gruppo riunisce poi i singoli rapporti in un «atlante del ragionamento» che collega geni, effetti cellulari, pubblicazioni e possibili meccanismi.
Gli agenti esaminano i diversi effetti di Tsc1 e Tsc2
Una pista riguarda Tsc1 e Tsc2, geni che agiscono insieme per regolare mTOR, una via di segnalazione coinvolta nella crescita cellulare e nel metabolismo. Gli agenti hanno rilevato che l’alterazione di uno qualsiasi dei due geni produceva effetti simili in diversi gruppi di neuroni, ma che nel cervelletto gli schemi divergevano. Lì, l’alterazione di Tsc2 modificava decine di geni legati alla comunicazione neuronale, mentre quella di Tsc1 produceva pochi cambiamenti.
La distinzione potrebbe aiutare i ricercatori a formulare domande più specifiche sulla sclerosi tuberosa, una malattia associata a mutazioni di questi geni. Secondo il resoconto di OpenAI, nelle persone affette dalla malattia le anomalie cerebellari sono fortemente legate alle mutazioni di TSC2, mentre i farmaci esistenti che riducono l’attività di mTOR alleviano alcuni sintomi, ma non tutte le difficoltà di apprendimento e comportamentali. L’analisi degli agenti indica cambiamenti cellulari da studiare; non dimostra né un trattamento né una causa di quelle difficoltà.
Il risultato su DCTN1 è un’ipotesi, non una pista terapeutica
Una seconda linea di ricerca riguarda DCTN1, le cui mutazioni causano la sindrome di Perry, una malattia neurodegenerativa con sintomi simili a quelli del Parkinson. Nell’atlante, l’alterazione di Dctn1 aumentava l’espressione dei geni coinvolti nella produzione di colesterolo. Gli agenti hanno collegato il risultato a studi secondo cui problemi nel trasporto del colesterolo possono indurre le cellule a produrne di più e hanno proposto di verificare se l’alterazione di DCTN1 cambi la distribuzione del colesterolo all’interno dei neuroni.
Il collegamento proposto resta una questione da sottoporre a esperimenti, non un meccanismo dimostrato della neurodegenerazione. OpenAI cita Tomasz Nowakowski, professore associato di neurochirurgia alla UCSF, che descrive il nesso con il colesterolo come un «possibile collegamento» capace di suggerire un nuovo modo di considerare la biologia della malattia. Il gruppo afferma che l’atlante risultante è pubblicamente disponibile per i ricercatori che vogliano esplorarlo.
I rapporti paralleli citano più studi
In un confronto condotto con lo stesso modello e le stesse risorse, il gruppo ha messo alla prova gli agenti distribuiti rispetto a un singolo agente incaricato del carico di lavoro più ampio. Con il carico di lavoro maggiore, il singolo agente ha citato 11 riferimenti, mentre i rapporti distribuiti ne hanno citati più di 700. Nei confronti condotti senza che sapessero da quale sistema provenissero i rapporti, gli esperti umani hanno preferito quelli degli agenti distribuiti nel 75% dei casi.
Questi dati misurano la copertura della letteratura e le preferenze degli esperti, non la correttezza dei meccanismi biologici proposti. Gli autori affermano che gli agenti hanno riprodotto risultati di precedenti analisi umane e che le loro valutazioni della novità e del valore scientifico erano in linea con i giudizi degli esperti. Il passo successivo è la verifica sperimentale: le differenze tra Tsc1 e Tsc2 e l’ipotesi sul rapporto tra DCTN1 e colesterolo richiedono ulteriori studi in laboratorio prima di poter essere considerate meccanismi biologici confermati.