编辑丨&
在现代生命科学前沿，高通量基因编辑（如 CRISPR）与单细胞测序技术的结合正产生海量多组学数据。然而，仅识别差异表达基因（DEG）仅是起点，如何将这些数据与分散在数十万篇文献中的分子机制、细胞特征及疾病表型关联，一直是制约科研效率的瓶颈。
10 月 21 日，OpenAI 联合生物技术公司 PerturbAI 与 Scripps Research 公布了一项突破性成果：团队部署了由全新架构 GPT-Rosalind 驱动的数千个 AI 智能体，对小鼠全脑 CRISPR 扰动实验数据进行了深度自动化解析，并实时关联科学文献。整套大规模分布式分析流程在 32 分钟内完成，而同等工作若由人工处理可能需要数月至一年。
分布式生物学推理架构
面对百万级细胞的单细胞组学时代，传统单一模型或人工检索难以应对海量高维数据。研究团队提出了“分布式生物学推理”（Distributed Biological Reasoning）架构，其核心逻辑是将复杂的全脑 CRISPR Perturb-seq 图谱（含约 772 万行记录）进行任务切片：
图 1：分布式扰动范围 AI 智能体恢复并扩展了对活体全脑 Perturb-seq 图谱的专家分析。
局部并行化解耦
系统将分析任务动态分发给数千个独立智能体。每个智能体专注于特定基因扰动，在对应细胞群落中检索差异表达，并定向匹配相关科学文献。
全局知识图谱重组
所有局部报告被统一聚合为结构化的“推理图谱”（Reasoning Atlas），动态建立「基因扰动 ➔ 细胞响应 ➔ 相关文献 ➔ 潜在分子机制」的多维拓扑关联。
图 2：分布式智能体在屏幕尺度上保留目标特定的文献基础。
在性能表现上，分布式方案展现出显著的文献覆盖优势。单智能体方案受限于上下文窗口，平均仅能引用 11 篇文献；而分布式智能体集群总计引用了超过 700 篇高质量科学文献。
图 3：随着工作量增加而变动的引用文献数量。
盲法专家比较显示，在 75% 的比较中，专家更偏好分布式智能体的报告。评估不仅关注处理速度，还考察报告的解释质量、研究价值和新颖性，结果表明该系统获得了人类专家的认可。
极具科研价值的线索发现
AI 系统在 DCTN1 基因分析中发现了一条重要线索。DCTN1 编码 dynactin 复合体亚基，负责细胞内物质轴突运输，其致病突变与罕见神经退行性疾病——佩里综合征（Perry Syndrome，表现为帕金森样症状）直接相关。
在全脑 CRISPR 图谱中，当 DCTN1 发生扰动时，与胆固醇合成相关的基因簇出现显著上调。AI 迅速跨学科联想已有文献：当细胞内胆固醇跨膜运输受阻时，往往会触发代偿性的胆固醇生物合成。
据此，系统推演出一个可检验的科学假设：DCTN1 功能受损是否率先扰乱神经元内的脂质/胆固醇空间分布，进而驱动神经元变性？如果该逻辑成立，调节胆固醇稳态可能成为神经保护的新策略。
图 4：报告得分与选择偏好。
尽管这些结论目前仍停留在机制假设阶段，但展示了 AI 在弥合「组学表型」与「疾病文献」之间的巨大潜力。GPT-Rosalind 与分布式智能体的结合，本质上是将科研人员逐页翻阅文献、手动关联测序数据的繁琐过程，转化为一套高并发、可解释的自动化基础设施。