OpenAI、数千のAIエージェントで脳細胞データを32分で解析　研究者の1年分を短縮

現代の生物学実験では、何千もの遺伝子を操作して数百万個の細胞への影響を一度に測定できるようになりました。しかし、その膨大な実験結果を何十年分もの学術論文と照らし合わせて意味を読み解く作業は、研究者が手作業で行えば数か月から1年がかりの仕事です。

OpenAIはPerturbAIおよびスクリプス研究所と共同で、このボトルネックを解消する検証結果を発表しました。GPT-Rosalindを搭載した数千のエージェントを分散展開し、マウスの数百万個の脳細胞からなる全脳CRISPRアトラスのデータをわずか32分で解析し、推論アトラスを構築したのです。

単一モデルの限界と分散エージェントの強み

研究チームは、1つのエージェントに全データをまとめて処理させる比較実験も行いました。すると負荷が増えるにつれて単一エージェントは文献検索をサボるようになり、最大負荷ではわずか11本の論文しか引用しませんでした。

一方、各遺伝子の変化を分担して並列処理した数千の分散エージェントは、700本以上の関連論文を参照しました。ブラインドテストでも、人間の専門家は分散エージェントが出した解釈を一貫して高く評価しました。

このエージェント群は、既存の研究で見落とされがちだった具体的な手がかりも浮き彫りにしています。

例えば細胞の成長を司るmTOR経路に関わるTsc1とTsc2という2つの遺伝子です。多くの神経細胞では両者を破壊しても似た反応を示しますが、小脳においてTsc2を破壊したときだけ、神経伝達に関わる数十の遺伝子の活性が大きく変化することが判明しました。これは、ヒトの結節性硬化症で小脳の異常がTSC2変異と強く結びついている臨床実態と一致します。

また、パーキンソン病に似た症状を示すペリー症候群の原因遺伝子DCTN1にも着目しました。Dctn1を破壊するとコレステロール合成に関わる遺伝子発現が急上昇する現象に対し、エージェントは文献を横断して、細胞内でのコレステロール輸送障害が代償的な過剰産生を引き起こし、神経変性に関与しているのではないかという仮説を立てました。専門家もこの仮説を極めて新規性が高く検証価値があると認めています。

なぜ重要か

AIが勝手に新薬を作るといった誇大な主張ではなく、ウェットラボのデータ爆発と人間の論文読解スピードのギャップという、研究現場の最も痛烈な課題に焦点を当てた点が極めて堅実だと考えます。

生物学の研究者にとって、今回公開された推論アトラスはすぐにでも確認する価値があります。最終的なメカニズムの証明には実験室での検証が不可欠ですが、数か月かかる文献の突き合わせ作業を30分強に圧縮できるなら、仮説検証のサイクルは劇的に加速します。

またAI活用の設計思想としても示唆に富んでいます。巨大なコンテキストウィンドウを持つ単一モデルに全てを丸投げするよりも、明確なタスクを与えたエージェントを分散並列させ、外部の専門文献と突き合わせる構造のほうが、深い推論において圧倒的な粘り強さを発揮することが実証されたからです。

懸念されるのは、エージェントが過去の論文の誤謬や出版バイアスまで拾い集めて、もっともらしい誤った仮説を構築してしまうリスクです。この仕組みが真のブレークスルーを生むかどうかは、提案された仮説が実験室でどれだけ生き残るかにかかっています。