Colaboración de OpenAI con PerturbAI y Scripps Research
OpenAI coordinó un proyecto en el que miles de agentes GPT-Rosalind trabajaron en conjunto para procesar un atlas CRISPR del cerebro de ratón. Se hizo junto a PerturbAI y Scripps Research, que aportaron experiencia científica y datos para el análisis. La integración de estos agentes multiplicó la capacidad de procesamiento sobre grandes volúmenes de datos genómicos.
La colaboración implicó asignar a cada agente una alteración genética particular para investigar, analizar los efectos celulares asociados, consultar la literatura científica y proponer posibles explicaciones o hipótesis.
Este equipo multiagente actuó como un sistema distribuido, replicando en paralelo el trabajo que para un investigador sería ingente. La coordinación permitió que en solo media hora se completara un análisis que con métodos tradicionales tomaría meses.
El resultado es un ejemplo destacado del potencial de la inteligencia artificial distribuida para acelerar proyectos de biología molecular y medicina con grandes bases de datos.
El análisis de datos de millones de células cerebrales de ratón
Los agentes procesaron información de un atlas basado en CRISPR con datos de millones de neuronas y otras células cerebrales de ratón. Cada agente abordó un segmento específico de alteraciones genéticas, lo que permitió cubrir el conjunto de datos completo en un tiempo récord.
Este nivel de escala y rapidez en el análisis no es alcanzable por equipos humanos sin asistencia tecnológica. El uso de agentes GPT personalizados facilitó interpretar datos complejos y heterogéneos.
El análisis conectó cada alteración genética con las respuestas celulares observadas y aportó un contexto basado en literatura científica para comprender mejor los mecanismos subyacentes.
Así se obtuvo un mapeo integral que puede servir como base para dirigirse a nuevas investigaciones experimentales con hipótesis respaldadas por un análisis de alto volumen y velocidad.
Creación del recurso “reasoning atlas” para hipótesis científicas
El trabajo concluyó con la creación de un recurso llamado “reasoning atlas”, que agrupa las hipótesis formuladas por los agentes. Este atlas vincula alteraciones genéticas, sus efectos celulares, datos literarios y posibles explicaciones para cada caso.
No se trata de descubrimientos experimentales validados, sino de leads para orientar investigaciones futuras, acelerando la generación de ideas y posibles vías para probar en el laboratorio.
El atlas está diseñado para facilitar a científicos una visión sintetizada y lógica de los datos genéticos y sus implicaciones, con información que los agentes extrajeron y conectaron automáticamente.
Este recurso ejemplifica un nuevo tipo de soporte basado en IA para la investigación biomédica, con capacidad para combinar y razonar sobre datos atomizados y masivos.
Implicaciones para la investigación científica y la IA multiagente
El proyecto muestra cómo la IA multiagente puede superar limitaciones prácticas de análisis que antes ralentizaban el avance científico, procesando grandes sets de datos y proponiendo hipótesis en tiempo récord.
Los miles de agentes GPT-Rosalind demuestran que la descentralización computacional permite resolver problemas fragmentados y complejos con rapidez y detalle.
Queda claro que la IA no busca reemplazar la experimentación y validación humana, sino potenciarla proporcionando leads coherentes y bien fundamentados para focalizar recursos en preguntas relevantes.
Esta aproximación abre la puerta a que la inteligencia artificial distribuida y especializada se convierta en un aliado cotidiano en ámbitos de biología, medicina y otras ciencias con datos masivos y complejos.