運用數千個 AI 智慧體，從生物資料中發掘新線索
OpenAI、PerturbAI 與斯克里普斯研究所如何運用分散式 AI 智慧體，協助科學家從數百萬個腦細胞的資料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平行運作的 AI 智慧體，從數百萬個腦細胞的複雜資料中，找出有潛力的生物學關聯。
影片來源：PerturbAI。
如果科學家只需幾分鐘，而非數個月，就能找到阿茲海默症與巴金森氏症的新線索，會如何改變研究？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)攜手合作，運用數千個由 GPT‑Rosalind 驅動的 AI 智慧體(在新視窗中開啟)，僅用 32 分鐘就完成了數百萬個小鼠腦細胞(在新視窗中開啟)既有實驗資料的分析與解讀。智慧體將基因干擾造成的影響與科學文獻中的發現連結，揭示了意想不到的生物學關聯，有助於科學家理解疾病，並找出開發新療法的研究方向。這項工作展現了 AI 如何協助研究人員更全面地探索大型生物實驗揭示的資訊。
現代實驗產生的資料量，遠超過科學家能深入研究的範圍。如今，研究人員可以改變數千個基因，並測量這些改變對數百萬個細胞的影響。但要理解這些結果對人類疾病的意義，就必須將複雜的實驗發現，與數十年來分散各處的科學知識串連起來。這正是 AI 能發揮作用的地方：協助科學家找出原本可能被忽略的潛力線索。
「我們建立細胞圖譜，是為了讓其他科學家做出我們尚未想像過的發現。AI 能協助更多研究人員探索這些資源，將意外的觀察轉化為可驗證的新問題。」
團隊將分析工作分配給數千個由 GPT‑Rosalind 驅動的 AI 智慧體，我們將這種方法稱為「分散式生物學推理」。智慧體檢視了全腦 CRISPR 圖譜(在新視窗中開啟)，這份資料集呈現了基因干擾如何影響小鼠全腦不同類型的細胞。每個智慧體各自研究一項基因干擾，分析細胞反應、搜尋科學文獻，並對結果提出解釋。這些報告匯整成一份推理圖譜，將基因、細胞效應、相關文獻與可能的生物機制串連起來。
研究團隊估計，若由人類逐一針對每項擾動進行同等程度的分析與文獻回顧，需要數個月至一年。智慧體不僅重現了人類分析的發現，也找出了更多線索。智慧體對新穎性與科學價值的評估，也與採盲法評估的人類專家判斷一致。這些發現有助於排定後續實驗的優先順序，以驗證所提出的生物機制。
其中一些洞見，為理解腦部疾病帶來了新線索。智慧體發現，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，也發現膽固醇調節與神經退化之間可能有關聯。這些發現可望協助科學家研究疾病如何發展，以及未來療法可能從何處介入。
「有時線索早已存在，散落在不同領域——只是我們還沒把它們連起來。神經元功能與膽固醇代謝之間可能存在的關聯顯示，一旦把這些片段拼在一起，就能從新的角度思考疾病的生物學機制。」
研究人員現在就能開始探索這些發現。推理圖譜已開放使用(在新視窗中開啟)，科學家可藉此比較相關基因、研究意外的反應，並找出值得深入追蹤的潛力線索。當不同領域的研究人員匯聚專業，以意想不到的方式連結熟悉的概念時，往往就會帶來新發現。AI 能將新資料與分散在各學科的知識連結，大幅擴展這類連結的規模。這帶來的機會，不只是加快資料分析。將 AI 與實驗生物學、人類專業知識及科學文獻結合，就能協助科學家把更多資料轉化為可驗證的構想。
實驗中一些最有意思的線索，往往藏在科學家原先研究範圍之外。在涵蓋數千種擾動的資料集中，這些線索很容易被忽略。
智慧體發現 Tsc1 與 Tsc2 之間存在意想不到的差異。這兩個基因共同控制 mTOR，而 mTOR 是調節細胞生長、代謝與老化的重要因子。在數個神經元群中，干擾任一基因都會產生相似的影響。但在協助協調動作的小腦中，干擾 Tsc2 會改變數十個參與神經元訊息傳遞的基因活性，干擾 Tsc1 卻幾乎不造成變化。
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 突變有高度關聯。雖然降低 mTOR 活性的藥物可以治療某些腦瘤與癲癇發作，但這種疾病伴隨的學習與行為困難，仍難以處理。智慧體鎖定了一群特定神經元，以及值得研究的細胞變化：哪些變化可能透過現有藥物改善？哪些又可能指向新的治療方法？這讓研究人員有了一組更明確、可在實驗室驗證的問題。
讓單一智慧體取得完整資料集，能否表現得和數千個平行運作的智慧體一樣好？我們在模型與資源維持不變的條件下進行了測試。隨著工作量增加，單一智慧體搜尋的文獻越來越少，在工作量最大時僅引用 11 篇文獻，分散式智慧體則引用了超過 700 篇。人類專家也更偏好分散式智慧體提出的解釋。
科學家的時間有限，往往會專注於資料中最強烈的訊號。分散式智慧體能協助檢視更廣泛的反應，包括細微或出乎意料的反應，並將其與相關科學文獻連結。讓智慧體平行運作，就能同時研究多種擾動。這有助於科學家更全面地探索實驗中的資訊，找出原本可能被忽略的潛力線索。
在工作量最大時，分散式智慧體引用了超過 700 篇文獻，單一智慧體則僅引用 11 篇。
當一項發現能指引值得進行的實驗時，它的價值就更高了。智慧體在 DCTN1 基因上找到了一條這樣的線索。這個基因的突變會導致 Perry 症候群，一種具有類似巴金森氏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，干擾 Dctn1 會提高參與膽固醇合成的基因表現量。智慧體將這項觀察與既有研究連結起來；這些研究指出，膽固醇運輸出現問題，可能使細胞製造更多膽固醇。這為後續實驗提出了一個問題：干擾 DCTN1 是否會改變膽固醇在神經元內的分布，而這些變化是否可能促成神經退化？如果是，恢復正常的膽固醇分布，是否有助於保護神經元？
人類專家也認為，這項假說新穎、影響重大，值得進一步研究。這個例子顯示，將意外的結果與既有知識連結，就能把線索轉化為可驗證的構想，甚至可能開拓治療疾病的新方向。
在盲法比較中，相較於單一智慧體的報告，人類專家有 75% 的情況更偏好分散式智慧體的報告。
科學家仍是推動發現的核心。AI 能發掘更多有潛力的線索，協助研究人員決定要深入探索哪些構想、設計實驗，並解讀結果。我們的目標，是將生物實驗中的更多資訊轉化為知識，讓這些知識隨著時間累積，協助引導更好藥物的開發。
