A biologia já produz dados mais rápido do que as pessoas conseguem ler. Um atlas CRISPR do cérebro inteiro, que registra como desligar milhares de genes muda as células em todo o cérebro do camundongo, guarda muito mais pistas do que qualquer laboratório conseguiria seguir gene a gene. A OpenAI, a PerturbAI e o Scripps Research tentaram outro caminho: dividir a análise entre milhares de agentes de IA rodando o GPT-Rosalind, o modelo de ciências da vida da OpenAI, cada um responsável por um único gene.
Cada agente examinou o desligamento de um gene, analisou como as células reagiram, pesquisou a literatura publicada e propôs uma explicação. Os relatórios foram reunidos no que a equipe chama de atlas de raciocínio, que liga genes, efeitos celulares, artigos e possíveis mecanismos, e já está disponível para outros cientistas explorarem. A rodada completa, sobre dados de milhões de células cerebrais de camundongo, levou 32 minutos; a equipe estima que uma análise humana comparável levaria de meses a um ano. Os agentes reproduziram resultados de análises humanas anteriores, e sua avaliação de quais pistas eram novas bateu com a de especialistas humanos que trabalharam às cegas.
Duas pistas se destacam. Tsc1 e Tsc2 normalmente trabalham juntos para controlar o mTOR, um regulador central do crescimento celular, mas no cerebelo desligar o Tsc2 alterou dezenas de genes ligados à comunicação entre neurônios, enquanto o Tsc1 quase não fez diferença, o que pode importar para a esclerose tuberosa, em que problemas no cerebelo estão ligados a mutações no TSC2. E desligar o Dctn1, gene cujas mutações causam a síndrome de Perry, com sintomas parecidos com os do Parkinson, aumentou a atividade de genes que fabricam colesterol, sugerindo uma ligação testável entre o manejo do colesterol e a neurodegeneração. Uma comparação também favoreceu o desenho dividido: um único agente com o conjunto de dados inteiro citou só 11 referências na maior carga de trabalho, contra mais de 700 dos agentes distribuídos.
A abordagem faz parte da investida da OpenAI em biologia com o GPT-Rosalind, que inclui também vagas gratuitas para laboratórios acadêmicos e a compra da Orchestra Bio. Para pesquisadores com grandes conjuntos de dados de perturbação, o que fica é o método: agentes em paralelo conseguem ler a longa cauda de resultados que as pessoas deixam passar.
A cautela é a de sempre, e aqui ela pesa. O trabalho é um preprint no bioRxiv e não passou por revisão por pares. Gerar hipóteses rápido nunca foi o principal gargalo da biologia; testá-las no laboratório é, e nenhuma dessas pistas foi testada ainda. Concordar com especialistas sobre o que é novo não é o mesmo que estar certo. O atlas de raciocínio é uma lista de boas perguntas, não um conjunto de descobertas.