OpenAI 与 PerturbAI 推进科研合作：近 2000 个智能体并行分析生物数据

北京时间 10 月 21 日，生物技术公司 PerturbAI 公布与 OpenAI 合作的最新进展：双方联合斯克里普斯研究所开发了一套 AI 推理框架，让近 2000 个智能体并行分析生物实验数据、检索文献并提出研究假说。此次披露的重点是数据解读与假说生成，并不意味着系统已经完成新药研发，相关线索仍需后续实验验证。

近 2000 个智能体如何协作科研？

这套系统将复杂研究任务拆分给多个智能体：分别分析细胞反应、搜索科学文献，再把实验结果与已有生物学知识联系起来。系统最终汇总形成“推理图谱”，串联基因、细胞反应、既有研究及可能的生物学机制，为科学家提供进一步调查的线索。

此次分析使用的数据来自 PerturbAI 今年 3 月公布的全脑 CRISPR 图谱，涵盖约 800 万个细胞。公司称，该图谱在数月内生成，目前下载量已超过 4 万次；此后，公司还构建了面向代谢疾病与衰老研究的专有图谱。

• 数据层面：从大规模细胞实验结果中寻找值得关注的反应与关联。
• 知识层面：检索科学文献，为实验现象补充已有研究背景。
• 推理层面：整合证据、提出可能机制，供研究人员筛选后继续验证。

32 分钟完成分析，应该如何理解？

据 PerturbAI 介绍，系统在分析其全脑基因组图谱时，用 32 分钟完成了数据分析与研究发现整合。公司估计，如果由人类按串行方式进行分析和文献审阅，相关工作可能需要数月至一年。但这一对比来自公司估算，而非同期人类团队对照测试，不能据此直接认定其具备固定倍数的科研效率优势。

研究团队还邀请生物学专家，从新颖性、证据支持程度、后续研究优先级和置信度等方面评估报告。在与单个智能体报告的盲评比较中，专家有 75% 的时候更偏好多智能体系统给出的解释。这个结果说明其报告更受评审者认可，但偏好比例不等于研究结论准确率，也不能替代实验验证。

产业解读：AI 正切入科研的信息整合环节

从已披露流程看，这次合作的价值不只是增加智能体数量，而是尝试把数据分析、文献检索和机制推理连接起来。面对大规模生物数据，科学家既要识别实验现象，也要判断它与已有知识是否一致。并行分工有望缩短这一阶段的信息处理时间，让研究人员更集中地审查证据与选择验证方向。

不过，解释是否合理、假说是否新颖，与靶点能否转化为药物仍是不同问题。推理图谱更适合作为研究导航，而非最终生物学结论。其实际价值还需要通过后续实验及靶点发现工作检验。

据报道，OpenAI 与 PerturbAI 的合作已持续约一年，接下来将利用 PerturbAI 在活体系统中生成的因果生物学数据，联合开展新药靶点发现。相关成果已通过联合预印本和博客公布。对 AI 制药领域而言，这代表多智能体系统正在进入更具体的研究工作流，但距离证明药物研发端的收益，仍有验证过程要走。