✨︎ Resumen (TL;DR):
- OpenAI, PerturbAI y Scripps Research usaron miles de agentes de GPT-Rosalind para interpretar datos de células cerebrales de ratón.
- El atlas reúne respuestas a la pérdida de función de 1,947 genes y perfiles de más de 7.7 millones de células; el análisis tomó 32 minutos.
- Expertos humanos prefirieron el sistema distribuido frente a un solo agente en 75% de las comparaciones, pero la hipótesis sobre el colesterol aún necesita experimentos.
OpenAI, PerturbAI y Scripps Research usaron miles de agentes de GPT-Rosalind para interpretar datos de más de 7.7 millones de células del cerebro de ratón en 32 minutos y encontrar conexiones biológicas que orienten nuevos experimentos. Los autores publicaron el trabajo como preprint en bioRxiv el 16 de octubre de 2026, todavía sin revisión por pares; OpenAI anunció el análisis el 21 de octubre.
El documento declara entre sus autores a empleados de OpenAI y PerturbAI, además de cofundadores de esta última.
El atlas ya existía antes del análisis
El atlas experimental de partida apareció en bioRxiv el 18 de marzo de 2026. Registra las respuestas a la pérdida de función de 1,947 genes asociados con enfermedades y contiene perfiles de más de 7.7 millones de células del cerebro de ratón.
El nuevo preprint retomó ese recurso para evaluar su interpretación con agentes. Los 32 minutos corresponden a la interpretación del atlas, no a su generación ni a la obtención de las mediciones. Ambas tareas forman parte del trabajo experimental previo.
Perturb-seq es una técnica que combina alteraciones genéticas con mediciones de la actividad de los genes en células individuales.
Cómo GPT-Rosalind repartió el análisis
GPT-Rosalind es un sistema de agentes que divide la interpretación de alteraciones genéticas entre tareas individuales y luego reúne sus informes. El repositorio Distributed Agents describe el flujo: cada agente estudia una alteración genética, cruza las respuestas de distintos tipos de células con bibliografía y genera un informe. Después, el sistema reúne esos informes para identificar relaciones entre perturbaciones y priorizar hipótesis.
El equipo estima que el trabajo humano equivalente, al revisar las alteraciones una por una, tomaría meses o hasta un año. El cálculo compara una ejecución paralela medida con una estimación de análisis secuencial.
Qué recuperaron los agentes y cómo se evaluaron
Los autores probaron el sistema sin entregarle el manuscrito original del atlas ni sus conclusiones. Según el preprint, los agentes recuperaron conclusiones de ese trabajo, predijeron efectos de perturbaciones que quedaron reservadas para la evaluación y encontraron relaciones entre alteraciones con resultados similares u opuestos.
En comparaciones a ciegas, los expertos humanos prefirieron las interpretaciones del sistema distribuido a las de un solo agente en 75% de las comparaciones. El preprint también registra el respaldo de los expertos a las clasificaciones de los hallazgos según su interés científico.
Las evaluaciones examinaron la calidad de las interpretaciones y su utilidad para decidir qué investigar.
Una hipótesis sobre el colesterol sigue abierta
Al alterar Dctn1, aumentó la expresión de genes de síntesis de colesterol. OpenAI explica que, a partir de esa respuesta, los agentes propusieron estudiar si una distribución anómala del colesterol en las neuronas contribuye a la neurodegeneración.
La propuesta es una hipótesis y requiere nuevos experimentos.
OpenAI, PerturbAI y Scripps Research publicaron el código y los materiales de análisis en el repositorio Distributed Agents. Allí hay informes guardados y cuadernos de análisis para que otros investigadores examinen los resultados y el razonamiento que respalda las hipótesis antes de decidir cuáles llevar al laboratorio.
