OpenAI, PerturbAI e Scripps Research hanno sviluppato un sistema di analisi biologica distribuita basato su migliaia di agenti alimentati da GPT-Rosalind, impiegati per esaminare dati sperimentali relativi a milioni di cellule del cervello di topo. Il sistema ha completato in 32 minuti un insieme di analisi che, secondo le stime dei ricercatori, avrebbe richiesto diversi mesi o fino a un anno di lavoro umano eseguendo individualmente l’esame delle perturbazioni genetiche e la relativa ricognizione della letteratura scientifica. I risultati sono stati organizzati in un atlante pubblico di ragionamento biologico, nel quale le alterazioni genetiche vengono collegate alle risposte cellulari osservate, alle pubblicazioni pertinenti e alle ipotesi sui possibili meccanismi molecolari. La metodologia, denominata distributed biological reasoning, applica un’architettura multiagente alla comprensione dei dati sperimentali, distribuendo il lavoro fra unità specializzate anziché affidare l’intero insieme di informazioni a un singolo modello. L’attività utilizza un atlante CRISPR dell’intero cervello murino, costruito per osservare come l’interruzione della funzione di determinati geni modifichi il comportamento delle diverse popolazioni cellulari.
Ogni agente ha ricevuto il compito di approfondire una specifica perturbazione genetica, esaminandone gli effetti sulle cellule, confrontando le risposte osservate fra differenti tipologie neuronali e recuperando dalla letteratura scientifica informazioni utili a interpretare le alterazioni rilevate. I risultati individuali sono stati successivamente integrati in una struttura condivisa che consente di collegare osservazioni sperimentali, conoscenze precedenti e spiegazioni biologiche candidate. Questo procedimento permette di costruire una rappresentazione organizzata delle relazioni fra geni, cellule e processi molecolari, mantenendo il collegamento fra le ipotesi formulate e le evidenze che le sostengono. Nelle verifiche condotte dai ricercatori, gli agenti sono riusciti a riprodurre conclusioni già ottenute attraverso analisi umane, recuperare effetti di perturbazioni mantenuti fuori dalle informazioni utilizzate per la valutazione e identificare relazioni fra alterazioni genetiche caratterizzate da risposte analoghe oppure opposte. Le valutazioni sulla novità e sull’importanza scientifica delle ipotesi hanno inoltre mostrato una corrispondenza con i giudizi espressi da esperti umani che non conoscevano l’origine dei risultati.
Una delle osservazioni biologiche più significative riguarda la differenza di risposta fra Tsc1 e Tsc2, due geni coinvolti nella regolazione del complesso mTOR, importante per crescita cellulare, metabolismo e processi associati all’invecchiamento. L’interruzione della funzione dei due geni produce effetti relativamente simili in diverse popolazioni neuronali, ma l’analisi ha individuato nel cervelletto una divergenza marcata. La perturbazione di Tsc2 modifica l’espressione di decine di geni associati alla comunicazione fra neuroni, mentre l’interruzione di Tsc1 produce variazioni decisamente più limitate nella stessa regione. La differenza assume particolare interesse in relazione alla sclerosi tuberosa, una malattia nella quale le mutazioni di TSC2 sono associate ad alterazioni cerebellari e a manifestazioni neurologiche. Sebbene i trattamenti che riducono l’attività di mTOR possano intervenire su alcuni tumori cerebrali e sulle crisi epilettiche, le difficoltà cognitive e comportamentali rimangono più complesse da trattare. L’analisi ha identificato una popolazione neuronale e un insieme di modificazioni cellulari che potranno essere approfonditi per comprendere meglio le differenze funzionali associate ai due geni.
Un secondo risultato riguarda DCTN1, gene implicato nei meccanismi di trasporto intracellulare dei neuroni e associato, quando mutato, alla sindrome di Perry, una malattia neurodegenerativa caratterizzata anche da manifestazioni simili a quelle del Parkinson. Gli agenti hanno rilevato che l’interruzione di Dctn1 è associata a un incremento dell’espressione di geni coinvolti nella sintesi del colesterolo. Collegando questo dato alle conoscenze sul trasporto intracellulare dei lipidi, è stata formulata l’ipotesi che un’alterazione della distribuzione del colesterolo possa indurre una risposta compensatoria delle cellule, determinando un aumento della produzione della molecola. Il collegamento suggerisce di verificare sperimentalmente se la perdita della funzione di DCTN1 modifichi la distribuzione del colesterolo all’interno dei neuroni e se tale alterazione contribuisca ai meccanismi neurodegenerativi. L’ipotesi è stata valutata positivamente dagli esperti coinvolti per originalità e potenziale rilevanza, ma rimane una spiegazione candidata da sottoporre a ulteriori verifiche biologiche.
Per misurare il vantaggio dell’esecuzione distribuita, i ricercatori hanno confrontato migliaia di agenti paralleli con un singolo agente incaricato di analizzare l’intero insieme di dati, mantenendo costanti il modello e le risorse disponibili. All’aumentare del carico di lavoro, l’agente singolo ha progressivamente ridotto la quantità di letteratura consultata, arrivando a citare soltanto 11 riferimenti nel test più ampio. L’architettura distribuita ha invece prodotto oltre 700 citazioni, mantenendo una copertura bibliografica molto più estesa. In confronti condotti in cieco, gli esperti hanno preferito i rapporti prodotti dagli agenti distribuiti nel 75% dei casi. La distribuzione del ragionamento permette quindi di dedicare risorse analitiche specifiche a ogni perturbazione, evitando che la crescita dell’insieme dei dati comprima eccessivamente l’approfondimento scientifico dei singoli risultati.
L’atlante e il framework Distributed Agents sono stati pubblicati attraverso un repository GitHub con licenza MIT. Il materiale comprende l’ambiente di esecuzione degli agenti, gli strumenti di organizzazione del corpus scientifico e i notebook utilizzati per generare analisi, figure e tabelle supplementari. È disponibile anche un servizio ospitato di consultazione in sola lettura, accessibile attraverso endpoint MCP che espongono risultati, affermazioni scientifiche, evidenze di supporto e strumenti di interrogazione. Poiché il servizio remoto non include i file grezzi del dataset, il repository contiene anche le istruzioni per eseguire localmente il framework attraverso Codex CLI. La metodologia è descritta in un preprint pubblicato su bioRxiv il 16 ottobre 2026, non ancora sottoposto a certificazione mediante revisione paritaria. Il lavoro coinvolge ricercatori affiliati a Howard Hughes Medical Institute, Scripps Research, OpenAI, PerturbAI e University of California San Diego, con Xin Jin indicato come autore corrispondente. L’atlante costituisce così una risorsa consultabile per approfondire i rapporti fra perturbazioni genetiche e risposte cellulari, distinguendo le osservazioni sperimentali dalle ipotesi interpretative che richiedono una successiva validazione.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)