并行 AI 智能体从小鼠脑细胞数据寻找线索

并行智能体从小鼠脑细胞图谱提出研究线索

OpenAI、PerturbAI 与 Scripps Research 于 10 月 21 日介绍一项研究：让数千个 AI 智能体分析全脑 CRISPR 图谱。实验资料覆盖数百万个小鼠脑细胞和大量基因扰动。OpenAI 称，这次分布式分析用了三十二分钟。这个耗时指特定计算流程，不能解释成三十二分钟完成了人类实验室实验、发现药物或验证治疗方法。本文刊于 10 月 26 日，原始公告日期并未改变。

团队把工作按基因扰动拆分：各智能体观察细胞反应、检索文献并提出可能解释，最后汇成连接基因、细胞效应、论文和候选机制的“推理图谱”。这种分工可以覆盖更多数据，也可能同时放大许多看似合理的错误。公告估计，人类若逐项完成类似资料分析和文献复核需要数月至一年；这属于研究团队估算，而非对人类科学家进行严格计时的对照试验。

文献覆盖广不等于发现疗法

OpenAI 表示，在最大工作负载下，并行智能体引用了七百多篇资料，单个智能体在所述比较中引用十一篇。更多引用说明这个设置下文献搜索更广，不能直接推导每项生物学结论都更正确。公告还称，在百分之七十五的盲法成对比较中，专家选择了分布式智能体的报告。偏好可以反映报告可读性或研究价值，却不是候选机制、疾病疗法或临床效果已经获证的证明。

一个例子涉及 Tsc1 与 Tsc2，这两个基因都与调控细胞生长及代谢的 mTOR 通路相关。团队称，扰动它们在多种神经元中的影响相近，却在小脑出现值得注意的差别。另一条线索涉及胆固醇调节与神经退行性病变，并提到 DCTN1 的后续问题。它们是从小鼠细胞扰动和文献连接得出的待检验假说。要谈人类疾病机制，仍需独立实验和更直接的人体证据；公告没有声称治愈阿尔茨海默病、帕金森病或结节性硬化症。

团队提供可供科学家探索的推理图谱。后续研究应让每项智能体结论都能回溯到具体细胞数据、扰动条件、引用论文和专家判断，并检查文献是否真正支持推断。还要区分智能体复现已知观察与提出未经证实的新假说，在独立数据集中重复关键结果，再设计实验检验因果机制。仅有引文数量无法完成这些步骤。

大型细胞图谱的测量量远超一个团队逐项人工阅读的能力。并行智能体可以帮助科学家排列值得研究的问题，前提是明确不确定性和证据路径。它的价值是加快候选线索的整理，而不是取代实验生物学。本文是普通技术稿，不冒充本站尚未上线的独立研究报告审核链，也不把厂商介绍的预印本视为本刊已经同行评审。

并行运行也会带来复核成本

若数千个智能体同时生成解释，输出规模会迅速超过人类逐条阅读的能力。因此，系统需要把结论按证据强弱与新颖程度排序，保存每条线索引用的原始细胞测量和论文位置，并标记彼此矛盾的解释。人类专家偏好某份报告，可能因为它组织得更清楚，却不代表其中每个引用都支持结论。评价流程应把报告质量与生物学正确性分开测量。

三十二分钟的计算时间也不是完整研究成本。准备数据、运行扰动实验、核对文献、让专家审阅以及设计新的验证实验，都发生在这一时钟之外。若后续线索无法在独立样本复现，快速生成再多候选也不会自动变成科学发现。对于涉及疾病的报道，本刊只使用“可能机制”“待检验问题”等表述，不把小鼠细胞结果提前转换成人体疗效主张。

公开推理图谱使其他研究者有机会挑选问题并交叉检查，但开放访问本身不等于所有候选已经复现。后续最有价值的进展，将是对具体假说提供独立数据、实验设计和失败结果，而不是再增加一个未经核查的线索总数。