Ezernyi AI-ügynök segít új biológiai kutatási irányokat találni

Az OpenAI, a PerturbAI és a Scripps Research kutatói új módszert dolgoztak ki a biológiai adatok elemzésére: ezernyi AI-ügynököt használnak párhuzamosan, hogy gyorsabban találjanak új kutatási irányokat. (Hacker News)

A Tsc1 és Tsc2 gének eltérő szerepe

A módszerrel olyan összefüggéseket fedeztek fel, amelyek eddig nehezen voltak kimutathatók. Ilyen volt például a Tsc1 és Tsc2 gének közötti váratlan különbség. Bár mindkettő az mTOR nevű, sejt növekedését szabályozó génnel dolgozik együtt, a Tsc2 gén megzavarása jelentősen befolyásolta az idegsejtek kommunikációját a kisagyi régióban, míg a Tsc1 gén esetében ez a hatás elenyésző volt. Ez az eltérés releváns lehet emberi betegségek, például a tuberózis szklerózis esetében, ahol a kisagyi rendellenességek szorosan kapcsolódnak a TSC2 mutációkhoz.

Hatékonyság és a DCTN1 gén vizsgálata

A kutatók tesztelték, hogy egyetlen ügynök képes lenne-e ugyanezt az eredményt elérni. A legnagyobb munkaterhelésnél az egyetlen ügynök mindössze 11 hivatkozást használt, míg a több ezer párhuzamosan futó ügynök több mint 700 releváns tudományos publikációt vett figyelembe. A szakértők is a több ügynök által generált magyarázatokat részesítették előnyben. A módszerrel új kutatási irányokat is találtak a Perry-szindrómát okozó DCTN1 gén kapcsán.

A DCTN1 gén megzavarása a koleszterinszállításban problémákat okozhat az idegsejteken belül, ami hozzájárulhat a neurodegenerációhoz. A kutatók felvetették a kérdést, hogy a koleszterinszállítás helyreállítása segíthet-e az idegsejtek védelmében. A szakértők által végzett vaktesztekben az esetek 75%-ában a több ügynök által készített jelentéseket részesítették előnyben az egyetlen ügynök jelentéseivel szemben. A kutatás eredményeit a biorxiv.org oldalon publikálták, és az OpenAI, a PerturbAI, valamint a Scripps Research közös munkája.