OpenAI 联合研究团队用数千 AI 智能体，32 分钟分析数百万小鼠脑细胞数据

据 IT之家 10 月 23 日报道，OpenAI 联合 PerturbAI 和斯克里普斯研究所，利用数千个 AI 智能体，在 32 分钟内完成了对数百万个小鼠脑细胞生物学数据的分析。团队估计，若由研究人员逐项解读实验结果并查阅文献，同等工作可能需要数月到一年。这项工作展示了多智能体并行分析在生命科学研究中的应用潜力，但其产出仍需实验验证。

将基因干预分析拆开，再汇成推理图谱

根据 OpenAI 10 月 21 日发布的介绍，研究采用面向生命科学的 GPT-Rosalind 模型，处理一份覆盖整个小鼠大脑的 CRISPR 图谱。图谱记录了不同基因受到干预后，各类脑细胞出现的变化，可为理解基因功能及其与疾病的潜在联系提供线索。

团队没有让单个智能体包揽全部任务，而是采用分布式架构：将分析工作拆分，由不同智能体分别研究一种基因干预、分析细胞反应，并检索科学文献寻找解释。各智能体的报告随后被整合为“Reasoning Atlas”推理图谱，将基因、细胞变化、参考文献和潜在机制关联起来。

• 任务拆分：围绕不同基因干预并行开展分析。
• 文献关联：为实验观察寻找已有研究依据和可能解释。
• 结果汇总：帮助研究人员比较细胞类型，并筛选优先验证的方向。

发现基因差异，但不是确认疾病机制

研究团队表示，该系统既复现了部分已有结论，也提出了新的待验证线索。例如，Tsc1 和 Tsc2 都参与细胞生长、代谢等过程，但在小脑部分神经元中，干预 Tsc2 改变了多种与神经元通信有关的基因表达，干预 Tsc1 则未出现同等程度的变化。这可能为理解结节性硬化症相关脑部异常提供研究方向。

另一条线索涉及 DCTN1：干预该基因后，部分胆固醇合成相关基因的表达上升。智能体将这一现象与胆固醇运输异常的既有研究联系起来，提出 DCTN1 功能异常是否影响神经元内胆固醇分布的问题。这些联系属于研究假设，不能直接视为已证实的作用机制。

影响：科研 AI 的价值在于扩展分析能力

团队还对分布式与单个智能体开展了盲测。在 20 组配对报告中，生物学专家有 75% 的评审更偏好分布式报告，16.7% 偏好单智能体报告，其余为平局。最大规模测试中，分布式系统引用了 700 多篇文献，单个智能体引用 11 篇。不过，引用数量本身并不等于结论可靠性。

从科研工具角度看，这项工作的意义是把大规模数据分析、文献检索和假设整理串联起来，帮助人类研究者缩小实验搜索范围。32 分钟对应的是本次分析流程，而非完成疾病机制验证的全部周期；与人工耗时的比较也来自团队估计。

相关论文于 2026 年 10 月 16 日发布在 bioRxiv，尚未经过同行评审。推理图谱、分析流程和代码已向研究人员开放。后续关键仍是通过实验检验这些线索，确认多智能体能否在分析提速之外，持续提供可靠、有价值的研究方向。