OpenAI与生物技术公司PerturbAI、斯克里普斯研究所（Scripps Research）合作，利用数千个AI智能体对覆盖整个小鼠大脑的CRISPR图谱进行分析，整个数据处理过程耗时32分钟。研究团队估计，若由人类研究人员逐项分析实验结果并检索相关文献，完成同等工作可能需要数月到一年。相关介绍由OpenAI于10月21日发布。
该研究使用的模型为专为生命科学研究设计的GPT-Rosalind，分析对象是一份记录不同基因受到干预后各类脑细胞变化的CRISPR图谱，这类数据有助于研究人员理解基因功能及其与疾病之间的潜在联系。技术路线上，研究团队采用分布式AI智能体架构，将大规模分析任务拆分后并行执行，每个智能体负责研究一种基因干预，分析相关细胞的反应，并检索科学文献，为观察到的变化寻找可能的生物学解释。
各智能体的分析报告随后被整合为一份名为“Reasoning Atlas”的推理图谱，将基因、细胞变化、参考文献和潜在作用机制关联起来。研究人员表示，分布式智能体不仅复现了已有研究中的部分结论，还提出了一些值得进一步验证的线索。
其中一个案例涉及Tsc1和Tsc2两个基因。二者共同参与调控细胞生长、代谢等过程，但研究发现，在小脑部分神经元中，干预Tsc2会改变多种与神经元通信有关的基因表达，而干预Tsc1并未产生同等程度的变化。研究团队认为，这一差异可能为理解结节性硬化症相关的脑部异常提供新的切入点。另一条线索涉及与神经退行性疾病有关的DCTN1基因：干预该基因后，部分与胆固醇合成有关的基因表达水平上升，AI智能体将这一现象与既有文献中有关胆固醇运输异常的研究联系起来，并提出一个待验证的问题，即DCTN1功能异常是否会影响神经元内部的胆固醇分布，并进一步参与神经退行性变化。
研究团队对分布式智能体与单个智能体的表现进行了盲测比较。在20组配对报告中，生物学专家在75％的评审中更倾向于分布式智能体生成的报告，单个智能体的报告获得16.7％的评审偏好，其余8.3％的评审结果为平局。研究人员称，随着分析任务规模扩大，分布式架构也能检索和引用更多科学文献。在最大规模的测试中，分布式智能体引用了700多篇文献，而单个智能体仅引用11篇。
相关研究论文已于2026年10月16日发布在bioRxiv预印本平台，目前尚未经过同行评审。研究团队强调，AI提出的生物学联系和作用机制仍属于有待验证的研究假设，后续仍需通过实验确认。相关推理图谱、分析流程和代码已向研究人员开放，可用于探索基因干预结果、比较不同细胞类型的反应，并筛选值得优先开展实验的研究方向。
从行业视角看，该案例展示了多智能体架构在科研数据处理场景中的规模化应用潜力：面对文献检索与结果解释高度耦合的任务，将工作拆分给大量并行智能体，可在短时间内完成传统上依赖人力长周期投入的分析流程。不过，预印本阶段的研究结论尚未经同行评审，AI生成的假设仍需实验验证，这也意味着此类工具当前的定位更接近研究辅助与假设生成，而非替代实验科学本身。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
