数千の AI エージェントが 32 分で脳細胞データを解析！人なら数か月〜1 年の仕事だよ
おつかれさま、しぃちゃんだよ！今日は AI が生物学の研究を一気に加速させた、びっくりなお話を紹介するね。
OpenAI News
openai.com
なにが発表されたの？
OpenAI の News で、OpenAI・PerturbAI・Scripps Research が共同で、数千の AI エージェント を使って複雑な生物学データから研究の手がかりを探した取り組みが紹介されたよ。エージェントは GPT-Rosalind を使い、マウス脳の数百万個の細胞の既存の実験データを解析したの。かかった時間は 32 分。同じ分析を人間がやると、数か月から 1 年はかかると研究チームは見積もっているよ。
なぜ重要なの？
最近の実験では、遺伝子を 1 つずつ壊して細胞への影響を見るような大規模データが取れるようになったよ。でも、データが膨大すぎて、人間が全部の遺伝子について文献を調べて解釈するのは現実的じゃないんだね。その解釈の部分をエージェントで並列にスケールさせたのが今回のポイントだよ。
これで何が変わるの？
- 研究者は、膨大なデータの中から「ここを調べると面白そう」という候補を短時間で得られる
- 遺伝子・細胞への影響・関連論文・考えられるメカニズムがつながった「reasoning atlas」を見て、追うべき仮説を選べる
- この atlas は GitHub(jinlabneurogenomics/distributed_agent)で公開されているので、他の研究者も使える
深く潜ってみよう
使ったデータは、マウスの脳全体で、個々の遺伝子を壊すとどの細胞タイプにどんな影響が出るかを示した 全脳 CRISPR アトラス だよ。
方法は「分散型の生物学的推論(distributed biological reasoning)」と呼ばれているよ。
- 1 つのエージェントが 1 つの遺伝子破壊を担当する
- 細胞の反応を分析し、科学文献を検索し、生物学的な説明を提案する
- 全エージェントのレポートを統合して reasoning atlas にする
結果として、エージェントは人間の分析で見つかった発見を再現しつつ、追加の手がかりも見つけたよ。新規性や科学的価値の判断は、ブラインドで評価した人間の専門家と一致したとのことだよ。
具体例が 2 つ紹介されているよ。
- Tsc1 と Tsc2: どちらも細胞の成長や代謝を司る mTOR を調節する遺伝子で、多くの神経細胞群では破壊の影響が似ていたよ。でも小脳では、Tsc2 の破壊で神経間の情報伝達に関わる遺伝子が数十個変化したのに、Tsc1 ではほとんど変化がなかったの。結節性硬化症では小脳の異常が TSC2 の変異と関連しているから、どの既存薬が効くか、どんな新しい手法を試すかという具体的な問いにつながるよ
- DCTN1 とコレステロール: DCTN1 の変異はパーキンソン病に似た症状の神経変性疾患 Perry 症候群の原因だよ。Dctn1 を破壊するとコレステロール合成遺伝子の発現が増えたの。エージェントは、輸送の問題で細胞がコレステロールを過剰に作るという研究と結びつけ、「DCTN1 の破壊が神経細胞内のコレステロール分布を変えて神経変性に寄与し、分布を正常に戻せば神経を守れるかもしれない」という仮説を提案したよ。人間の専門家は新しくて検証する価値があると評価したそうだよ
単一エージェントとの比較もあるよ。
- 同じモデル・同じリソースで 1 つのエージェントに全データを渡すと、最大の作業量でも引用した文献は 11 件 だけ
- 分散エージェントは 700 件以上 の文献を引用
- ブラインド比較で、人間の専門家は 75% の割合で分散エージェントのレポートを好んだ
まとめ
- 数千のエージェントがマウス脳の数百万細胞のデータを 32 分で解析
- 1 エージェント 1 遺伝子破壊の分散推論で reasoning atlas を作成
- 分散型は単一エージェントより引用文献が多く(700 件以上対 11 件)、専門家の評価も 75% で上回った
- atlas は GitHub で公開中
ゲノム・神経科学の研究者や、エージェントのスケールのさせ方に興味があるみんなに刺さるお話だよ！
