产业 / 媒体
OpenAI AI智能体32分钟完成小鼠全脑数据分析，人工需耗时数月
OpenAI联合生物科技公司PerturbAI与斯克里普斯研究所，部署了数千个基于GPT-Rosalind模型的AI智能体，对小鼠全脑CRISPR图谱进行系统性分析。该图谱记录了基因变化对小鼠大脑不同细胞类型的影响，涵盖数百万个细胞的生物学数据。整个分析过程仅耗时32分钟，而研究团队估计，若由人工完成同等规模的分析，至少需要数月乃至一年时间。每个智能体负责分析单一基因扰动的细胞响应，并自动检索相关科学文献加以解释。分析结果揭示了两个疾病相关基因之间的意外差异，以及胆固醇调节与神经退行性疾病之间的潜在关联。在盲测评估中，人类专家有75%的概率更倾向于分布式智能体生成的报告，而非单一智能体的输出。相关「推理图谱」已在GitHub公开，论文预印本亦已发布于bioRxiv。
OpenAI近日宣布与PerturbAI及斯克里普斯研究所展开合作，共同将AI智能体技术应用于神经科学基础研究领域。此次任务的核心是分析一份小鼠全脑CRISPR图谱——该图谱系统记录了不同基因扰动对小鼠大脑各类细胞的影响，数据规模涵盖数百万个细胞，是目前同类研究中体量最大的数据集之一。
研究团队部署了数千个基于GPT-Rosalind模型的AI智能体，采用分布式并行架构执行分析任务。每个智能体专注于单一基因扰动，独立评估细胞层面的响应模式，并自动检索科学文献，为观察到的现象提供生物学解释。整个分析流程从启动到完成仅历时32分钟，而研究人员估计，若以传统人工方式完成相同工作，所需时间从数月到一年不等。
在具体发现层面，AI智能体识别出两个与疾病相关基因之间此前未被充分关注的差异，并提示胆固醇代谢调节可能与神经退行性疾病存在潜在关联。这些线索为后续实验室验证提供了优先级参考，有助于研究人员将有限资源集中于最具价值的机制研究方向。
为评估分布式多智能体架构相较于单一智能体的实际效果，研究团队设计了盲测对比实验，邀请领域内人类专家对两类报告进行评分。结果显示，专家在75%的情况下更倾向于多智能体协同生成的报告，表明任务分解与并行分析策略在科学推理质量上具有显著优势。
此次研究生成的「推理图谱」（Reasoning Atlas）已完整开源，发布于GitHub平台，供全球研究者访问与复用。相关学术论文亦已作为预印本提交至bioRxiv，正在接受同行评审。OpenAI表示，这一工作流程有望成为AI辅助生物医学研究的可复用范式，推动大规模基因组学数据的高效解读。
这一案例展示了AI智能体在科学研究中的实际落地潜力：不仅大幅压缩了数据分析的时间成本，还能在海量文献中自动挖掘关联线索。随着生物数据规模持续扩张，如何将AI系统性地嵌入科研工作流，正成为学术界与产业界共同探索的前沿议题。
要点
- 数千个AI智能体仅用32分钟完成了人工需耗时数月的小鼠全脑基因扰动分析，效率提升极为显著
- 分布式多智能体架构在盲测中以75%的胜率优于单一智能体，验证了任务分解策略在科学推理中的有效性
- AI分析揭示了胆固醇调节与神经退行性疾病的潜在关联，为实验室后续研究提供了优先级线索
- 「推理图谱」已在GitHub开源，论文预印本发布于bioRxiv，研究成果向全球科研社区开放
- 此次合作为AI智能体在大规模基因组学与神经科学研究中的系统性应用提供了可复用的工作流范式
原始标题：OpenAI agents analyze mouse brain data in 32 minutes, a job that would take humans months
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。