Collaborazione tra OpenAI, PerturbAI e Scripps Research
Nel 2026, OpenAI ha annunciato una partnership con la startup di biologia computazionale PerturbAI e il rinomato Istituto Scripps Research per affrontare una delle sfide più complesse della biologia moderna: l’analisi di dati di milioni di cellule cerebrali di topo. L’obiettivo era valutare l’efficacia di una nuova architettura di intelligenza artificiale, denominata GPT‑Rosalind, nella lettura di un atlante CRISPR a livello di intero cervello, che collega modifiche genetiche a risposte cellulari.
Gli agenti IA sono stati distribuiti su un’infrastruttura cloud che ha consentito l’esecuzione simultanea di migliaia di istanze. Ogni agente ha gestito una singola perturbazione genica, tracciando come le cellule hanno reagito a cambiamenti specifici e cercando nella letteratura scientifica le spiegazioni più plausibili.
Funzionamento degli agenti
- Input dati: sequenze di espressione genica di più di 10 milioni di cellule, provenienti da un atlante CRISPR del cervello di topo.
- Elaborazione: ogni agente ha eseguito una serie di passaggi: normalizzazione dei dati, clustering cellulare, correlazione con la perturbazione e generazione di un report sintetico.
- Ricerca letteratura: l’IA ha interrogato database come PubMed e arXiv, estrapolando studi pertinenti in tempo reale.
- Output: un “Reasoning Atlas” che raccoglie le conclusioni di tutti gli agenti, disponibile su GitHub.
Risultati chiave dell’analisi
Il progetto ha prodotto risultati sorprendenti in pochi minuti. Tra le scoperte più rilevanti:
- Una differenza inaspettata nella risposta cellulare tra due geni noti per il loro coinvolgimento in malattie neurodegenerative, suggerendo percorsi molecolari distinti.
- Un potenziale collegamento tra la regolazione del colesterolo e processi di neurodegenerazione, basato su pattern di espressione genica osservati in cellule gliali.
- Identificazione di nove nuovi marcatori di stato cellulare che non erano stati descritti in studi precedenti.
In test ciechi condotti con esperti umani, i report generati dagli agenti distribuiti sono stati preferiti nel 75 % dei casi rispetto a quelli prodotti da un singolo agente, confermando la superiorità della strategia di parallelismo.
Impatto pratico per la ricerca
Gli autori del progetto affermano che queste intuizioni possono guidare le scelte sperimentali in laboratorio, riducendo drasticamente il tempo necessario per validare ipotesi. Ad esempio, il legame tra colesterolo e neurodegenerazione può indirizzare nuovi studi su farmaci ipolipemizzanti come possibile terapia complementare per malattie come l’Alzheimer.
Prospettive future e implicazioni etiche
L’iniziativa dimostra come l’IA possa accelerare la scoperta biologica, ma solleva anche questioni etiche. La capacità di analizzare enormi dataset in pochi minuti richiede una governance solida per garantire che i risultati siano verificati e non portino a conclusioni premature. Inoltre, la diffusione del “Reasoning Atlas” su GitHub rende i dati accessibili a chiunque, promuovendo la trasparenza ma anche la necessità di una corretta interpretazione da parte di ricercatori non esperti.
In futuro, OpenAI prevede di estendere la piattaforma a modelli di altri organismi, includendo dati umani e combinando le analisi con simulazioni in silico di circuiti neurali. Questo approccio integrato potrebbe rivoluzionare la ricerca su malattie complesse, riducendo i costi e accelerando l’avanzamento della medicina di precisione.