利用數千個 AI 智能代理，從生物數據中發掘新線索
OpenAI、PerturbAI 與斯克里普斯研究所如何利用分散式 AI 智能代理，協助科學家從數百萬個腦細胞的數據中找出有潛力的研究線索
了解 OpenAI、PerturbAI 與斯克里普斯研究所如何部署數千個並行運作的 AI 智能代理，從數百萬個腦細胞的複雜數據中，找出值得深入研究的生物學關聯。
影片來源：PerturbAI。
如果科學家只需數分鐘，而非數個月，就能找出關於阿茲海默症和柏金遜症的新線索，會帶來甚麼改變？OpenAI、PerturbAI（在新視窗中開啟） 與斯克里普斯研究所（在新視窗中開啟）合作，利用由 GPT‑Rosalind 驅動的數千個 AI 智能代理（在新視窗中開啟），僅用 32 分鐘便完成了對數百萬個小鼠腦細胞（在新視窗中開啟）既有實驗數據的分析與解讀。智能代理將基因功能受破壞所產生的影響與科學文獻中的發現聯繫起來，揭示了意料之外的生物學關聯，有助科學家理解疾病，並找出開發新療法的研究方向。這項工作展示了 AI 如何協助研究人員，更全面地探索大型生物實驗所揭示的資訊。
現代實驗產生的數據量，遠超科學家能夠深入研究的範圍。研究人員現在可以改變數千個基因，並在數百萬個細胞中量度這些改變的影響。但要理解這些結果對人類疾病的意義，就需要將複雜的實驗發現與數十年來分散各處的科學知識聯繫起來。AI 正好可以在這方面協助科學家，發掘原本可能被忽略、值得深入研究的線索。
「我們建立細胞圖譜，是為了讓其他科學家作出我們尚未想像到的發現。AI 可以協助更多研究人員探索這些資源，將意料之外的觀察結果轉化為有待驗證的新問題。」
團隊將分析工作分配給數千個由 GPT‑Rosalind 驅動的 AI 智能代理；我們將這種方法稱為分散式生物學推理。智能代理檢視了一份全腦 CRISPR 圖譜（在新視窗中開啟）。這個數據集顯示，基因功能受破壞會如何影響小鼠全腦不同類型的細胞。每個智能代理各自研究一項基因功能破壞，分析細胞反應、搜尋科學文獻，並為結果提出解釋。它們的報告整合成一份推理圖譜，將基因、細胞層面的影響、相關文獻與可能的生物機制連結起來。
研究團隊估計，如果由人類逐項擾動進行同等程度的分析和文獻審閱，需要數個月至一年時間。智能代理重現了人類分析的發現，同時找出了更多線索。它們對新穎性和科學價值的評估，也與盲法評審中人類專家的判斷一致。這些發現有助為後續實驗排定優先次序，以驗證所提出的生物機制。
其中一些見解為理解腦部疾病提供了新線索。智能代理發現，兩個與疾病相關的基因對腦細胞的影響存在出乎意料的差異，並找出了膽固醇調節與神經退化之間的潛在關聯。這些發現有助科學家研究疾病如何形成，以及未來療法可能從哪些環節介入。
「有時線索早已存在，只是散落在不同領域，而我們還未將它們聯繫起來。神經元功能與膽固醇代謝之間的潛在關聯說明，這些零散線索一旦匯聚起來，就能讓我們從新角度思考疾病的生物學機制。」
研究人員現在就可以開始探索這些發現。推理圖譜現已公開（在新視窗中開啟），科學家可以藉此比較相關基因、研究意料之外的反應，並找出值得深入研究的線索。不同領域的研究人員結合各自的專業知識，以出人意表的方式將熟悉的概念聯繫起來，往往就能帶來新發現。AI 可以將新數據與分散於各學科的知識連結起來，大幅擴展這類聯繫的規模。這帶來的機遇，不只是加快數據分析。將 AI 與實驗生物學、人類專業知識及科學文獻結合，我們可以協助科學家把更多數據轉化為可驗證的構想。
實驗中一些最值得關注的線索，往往不在科學家原本打算研究的範圍之內。在涵蓋數千項擾動的數據集中，這些線索很容易被忽略。
智能代理發現 Tsc1 和 Tsc2 之間存在一項意料之外的差異。這兩個基因共同控制 mTOR，而 mTOR 是調節細胞生長、代謝和老化的重要因子。在多組神經元中，破壞其中任何一個基因的功能，都會產生相似的影響。但在協助協調動作的小腦中，破壞 Tsc2 的功能會改變數十個參與神經元通訊的基因的活性，而破壞 Tsc1 的功能卻幾乎沒有造成變化。
這項差異可能與人類疾病有關。在結節性硬化症患者中，小腦異常與 TSC2 突變密切相關。雖然降低 mTOR 活性的藥物可以治療某些腦腫瘤和癲癇發作，但與此疾病相關的學習及行為困難，仍然難以處理。智能代理鎖定了一組特定神經元及值得研究的細胞變化：哪些變化可能透過現有藥物糾正，哪些又可能指向新的治療方法？這為研究人員提供了一組更具體的問題，供他們在實驗室驗證。
如果將整個數據集交給單一智能代理，它能否做得和數千個並行運作的智能代理一樣好？我們在模型和資源固定不變的情況下，對此進行了測試。隨着工作量增加，單一智能代理搜尋的文獻範圍縮小，在最大工作量下只引用了 11 篇文獻，而分散式智能代理則引用了超過 700 篇。人類專家也較認同分散式智能代理提出的解釋。
科學家的時間有限，往往會專注於數據中最明顯的訊號。分散式智能代理有助檢視更廣泛的反應，包括細微或意料之外的反應，並將它們與相關科學文獻聯繫起來。讓智能代理並行運作，就能同時研究多項擾動。這有助科學家更全面地探索實驗所包含的資訊，找出原本可能被忽略、值得深入研究的線索。
在最大工作量下，分散式智能代理引用了超過 700 篇文獻，單一智能代理則引用了 11 篇。
當一項發現能指向值得進行的實驗，其價值便更大。智能代理在 DCTN1 基因中找到了一條這樣的線索。這個基因的突變會引致 Perry 綜合症，一種帶有類似柏金遜症症狀的神經退化性疾病。
DCTN1 參與神經元內的物質運輸。在全腦 CRISPR 圖譜中，破壞 Dctn1 的功能會提高參與膽固醇合成的基因表達。智能代理將這項觀察與相關研究聯繫起來；這些研究指出，膽固醇運輸出現問題，可能會令細胞製造更多膽固醇。這為後續實驗提出了一個問題：破壞 DCTN1 的功能，會否改變膽固醇在神經元內的分佈，而這些變化又會否促成神經退化？如果會，恢復正常的膽固醇分佈，能否有助保護神經元？
人類專家也認為這項假說新穎、意義重大，值得跟進研究。這個例子說明，將意料之外的結果與既有知識聯繫起來，可以把一條線索轉化為可驗證的構想，甚至帶來治療疾病的新方向。
在盲法比較中，人類專家有 75% 的情況較偏好分散式智能代理的報告，而非單一智能代理的報告。
科學家仍然是推動新發現的核心。透過發掘更多有潛力的線索，AI 可以協助研究人員決定哪些構想值得深入研究、設計實驗，以及解讀結果。目標是將生物實驗中更多的資訊轉化為知識，隨着知識不斷累積，為研發更好的藥物提供方向。
