Un equipo formado por 1.946 agentes de inteligencia artificial analizó, en solo 32 minutos, datos genéticos obtenidos de más de 7,7 millones de células del cerebro de ratones. El trabajo, divulgado por OpenAI el 21 de octubre, se desarrolló en colaboración con PerturbAI y Scripps Research e identificó nuevas hipótesis para investigar enfermedades neurodegenerativas.
Los investigadores utilizaron agentes basados en el GPT-Rosalind para interpretar un atlas experimental producido con la tecnología CRISPR, que permite estudiar los efectos de la desactivación de diferentes genes. Cada agente examinó una alteración genética, evaluó la respuesta de las células y consultó publicaciones científicas en busca de posibles explicaciones.
Los informes se reunieron en un atlas que relaciona genes, alteraciones celulares, investigaciones anteriores y posibles mecanismos biológicos. El análisis utilizó datos experimentales ya existentes, sin realizar nuevas pruebas en animales.
Según el equipo, un trabajo humano comparable podría llevar de varios meses a un año. Esa duración, sin embargo, es una estimación basada en el tiempo necesario para interpretar alteraciones genéticas y consultar la literatura, no una comparación directa con investigadores que realizan la misma tarea.
Una posible relación entre colesterol y neurodegeneración
Entre los resultados hay una hipótesis que involucra el gen DCTN1, asociado al síndrome de Perry, una enfermedad neurodegenerativa rara que provoca síntomas similares a los del Parkinson.
En los datos analizados, la desactivación de ese gen aumentó la expresión de otros genes involucrados en la producción de colesterol. Al relacionar el resultado con investigaciones anteriores, los agentes plantearon la posibilidad de que problemas en el transporte de colesterol dentro de las neuronas lleven a las células a aumentar su producción.
La hipótesis ofrece a los científicos un mecanismo específico para investigar: si la distribución inadecuada de colesterol contribuye a la degeneración neuronal y si corregir ese proceso podría proteger las células. Ninguna de esas relaciones ha sido confirmada experimentalmente.
El estudio también evaluó si distribuir las tareas entre diversos agentes sería más eficaz que concentrarlas en un único sistema. En la comparación de mayor escala presentada por OpenAI, los agentes distribuidos citaron más de 700 referencias científicas, frente a solo 11 del agente individual.
En evaluaciones ciegas, los especialistas prefirieron los informes producidos por los agentes distribuidos en el 75% de las comparaciones, lo que sugiere beneficios no solo en velocidad, sino también en la calidad de las interpretaciones.
Los resultados se presentaron en un preprint publicado en bioRxiv el 16 de octubre, aún sin revisión por pares. El atlas de interpretaciones también se puso a disposición del público para que otros investigadores puedan examinar las hipótesis y seleccionar nuevos experimentos.
