如果科学家们能在几分钟而不是几个月内发现关于阿尔茨海默病和帕金森病的新线索会怎样？OpenAI、 PerturbAI(opens in a new window)和 斯克里普斯研究所(opens in a new window) 共同使用了 数千个由GPT‑Rosalind驱动的AI智能体(opens in a new window) 在仅32分钟内分析并解读了来自 数百万小鼠脑细胞(opens in a new window) 仅用了32分钟。这些智能体将基因扰动的效应与科学文献中的发现联系起来，发现了意想不到的生物学关联，可以帮助科学家理解疾病并确定新治疗方法的研究方向。这项工作展示了AI如何帮助研究人员更充分地探索大型生物学实验所揭示的信息。
现代实验产生的数据远远超过科学家能够深入研究的能力。研究人员现在可以改变数千个基因，并测量它们在数百万细胞中的影响。但理解这些结果对人类疾病的意义，需要将复杂的实验发现与数十年来零散的科学知识联系起来。这正是AI可以帮助科学家发现原本可能被遗漏的有价值线索的地方。
“我们构建细胞图谱，是为了让其他科学家能够做出我们尚未想象过的发现。AI可以帮助更多研究人员探索这些资源，并将意外的观察结果转化为有待验证的新问题。”——Sarah Teichmann博士，剑桥大学干细胞医学讲席教授、人类细胞图谱创始联合主席
团队将分析任务分配给数千个由GPT‑Rosalind驱动的AI智能体，我们将这种方法称为分布式生物推理。这些智能体研究了一个 全脑CRISPR图谱(opens in a new window)，该数据集显示了基因扰动如何影响小鼠大脑中不同类型的细胞。每个智能体研究一种基因扰动，分析细胞反应，检索科学文献，并对结果提出解释。它们的报告被汇总为一个推理图谱，将基因、细胞效应、相关出版物和可能的生物学机制联系在一起。
研究团队估计，如果由人类逐个扰动地完成类似的分析和文献综述，将需要数月至一年时间。这些智能体重现了人类分析的发现，同时还发现了额外的线索。它们对新颖性和科学价值的评估也与盲评人类专家的判断一致。这些发现有助于确定验证所提出的生物学机制所需的后续实验的优先级。
其中一些见解为理解脑部疾病指明了新的方向。智能体发现了两个与疾病相关的基因以不同方式影响脑细胞的意想不到的差异，以及胆固醇调节与神经退行性变之间的潜在联系。这些发现可以帮助科学家研究疾病如何发展，以及未来的治疗可以在哪里进行干预。
“有时线索其实已经存在，只是散落在不同领域之间——我们只是尚未将它们联系起来。神经元功能与胆固醇代谢之间可能存在的联系表明，这些碎片一旦被汇聚在一起，就能为我们提供一种思考疾病生物学的全新方式。”——Tomasz Nowakowski博士，加州大学旧金山分校神经外科副教授
研究人员今天就可以开始探索这些发现。该推理图谱已经 发布(opens in a new window)，科学家可以借此比较相关基因、研究意外的细胞反应，并确定值得追寻的有价值的线索。当来自不同领域的研究人员汇集各自的专业知识，以意想不到的方式连接熟悉的概念时，新的发现往往会应运而生。AI可以通过将新数据与散落在各学科的知识联系起来，显著扩大这类连接的规模。这一机遇不仅仅在于更快地分析数据。通过将AI与实验生物学、人类专业知识和科学文献相结合，我们可以帮助科学家将更多数据转化为可验证的想法。
大实验，意外线索
实验中一些最有趣的线索,往往位于科学家原本打算研究的故事之外。在一个涵盖数千种扰动的数据集中,这些线索很容易被忽略。
智能体发现了 Tsc1 和 Tsc2 之间一个意想不到的差异,这两个基因共同控制 mTOR——细胞生长、代谢和衰老的重要调节因子。破坏其中任何一个基因在几组神经元中产生了相似的影响。但在帮助协调运动的小脑中,Tsc2 的破坏改变了数十个参与神经元通信的基因的活性,而 Tsc1 的破坏几乎没有产生变化。
这一差异可能与人类疾病相关。在结节性硬化症患者中，小脑的异常与TSC2突变密切相关。虽然降低mTOR活性的药物可以治疗某些脑肿瘤和癫痫发作，但与该疾病相关的学习和行为困难仍然难以解决。这些智能体指出了一组值得研究的特定神经元和细胞变化：现有药物可能纠正哪些变化，哪些变化可能指向新的治疗方法？这为研究人员提供了一组更具体的、可在实验室中验证的问题。
分工协作，深化推理
如果让单个智能体获得全部数据，其表现能否与数千个并行工作的智能体一样好？我们在保持模型和资源不变的情况下对此进行了测试。随着工作负载的增加，单个智能体检索的文献范围变小，在最大工作负载下仅引用了11篇参考文献，而分布式智能体引用了超过700篇参考文献。人类专家也更倾向于分布式智能体的解读。
科学家的时间有限，往往只关注数据中最强的信号。分布式智能体可以帮助考察更广泛的反应，包括微妙或意想不到的反应，并将它们与相关科学文献联系起来。并行运行这些智能体可以同时研究多种扰动。这有助于科学家探索实验中更多的内容，并识别出那些可能被错过的有价值的线索。
在最大工作负载下，分布式智能体引用了超过700篇参考文献，而单个智能体仅引用了11篇。
寻找下一个值得做的实验
当一项发现能指出一个值得做的实验时，它就变得更有价值。这些智能体在 DCTN1中发现了一条这样的线索，这是一个其突变会导致Perry综合征的基因，Perry综合征是一种具有帕金森样症状的神经退行性疾病。
DCTN1参与神经元内部货物的运输。在全脑CRISPR图谱中，破坏Dctn1增加了参与胆固醇合成的基因的表达。这些智能体将这一观察与研究联系起来，该研究表明胆固醇运输的问题可能导致细胞产生更多胆固醇。这提出了一个后续实验的问题：DCTN1的破坏是否会改变胆固醇在神经元内的分布，这些变化是否会导致神经退行性变？如果是这样，恢复正常胆固醇分布是否有助于保护神经元？
人类专家也认为这一假设新颖、重要且值得跟进。这个例子表明，将一个意外的结果与已有知识联系起来，可以把一条线索变成一个可检验的想法，并有可能成为治疗疾病的新方向。
在盲测比较中，人类专家在75%的情况下更倾向于分布式智能体的报告而非单个智能体的报告。
科学家始终处于发现的核心。通过发掘更多有价值的线索，AI可以帮助研究人员决定 pursuing 哪些想法、设计实验并解读结果。目标是将生物学实验中更多的信息转化为知识，随着时间的推移，这些知识可以帮助指导更好药物的开发。