OpenAI använder AI-agenter för analys av musceller
OpenAI, PerturbAI och Scripps Research har använt tusentals AI-agenter för att analysera biologiska data från mushjärnor på 32 minuter, en process som normalt tar månader för mänskliga forskare.
Ett forskningssamarbete mellan OpenAI, PerturbAI och Scripps Research har resulterat i en ny metod för att analysera komplexa biologiska data. Genom att använda tusentals AI-agenter baserade på GPT-Rosalind-modellen har forskarlaget lyckats bearbeta data från miljontals musceller på drygt en halvtimme.
Arbetet bygger på en distribuerad arkitektur där enskilda agenter hanterar specifika geninterventioner och litteratursökningar parallellt. Resultaten integreras sedan i en så kallad ”Reasoning Atlas”, en databas som kopplar ihop genuttryck med kända biologiska mekanismer och vetenskapliga referenser. Systemet identifierade bland annat nya potentiella kopplingar relaterade till generna Tsc1, Tsc2 och DCTN1.
Studien publicerades den 16 oktober på bioRxiv och har ännu inte genomgått expertgranskning. Forskarteamet betonar att de slutsatser som AI-modellerna genererar utgör forskningshypoteser snarare än fastställda fakta, och att de kräver ytterligare laborativ bekräftelse. OpenAI har gjort källkod och analysflöden tillgängliga för externa forskare.