当 OpenAI、PerturbAI 和斯克里普斯研究所（Scripps Research）将近 2,000 个 AI 智能体指向有史以来最大的因果基因组数据集之一时，这个“智能体群”在 32 分钟内完成了一项人类团队需要数月甚至更长时间才能完成的分析。这一结果于 10 月 21 日公布，形成了一个公开可用的“推理图谱”，将 770 万个小鼠脑细胞中的基因扰动映射到候选生物机制上。其中包括将 DCTN1 基因与胆固醇代谢联系起来的新线索，为针对肌萎缩侧索硬化症（ALS）、帕金森病和其他神经退行性疾病的药物开发提供了潜在突破口。
这项研究作为预印本已于 10 月 16 日发布在 bioRxiv 上，尚未经过同行评审。它直接验证了一个极具挑战性的假设：并行部署 AI 智能体能够以前所未有的方式扩展生物学解释的规模。来自拥有博士学位的生物学家进行的盲评显示，人类专家偏好智能体群的输出，比例高达三比一。
破解数据解读瓶颈
PerturbAI 是一家于 2026 年 3 月从隐身状态走出的 AI 原生治疗公司。该公司使用 Perturb-seq 技术构建了全脑体内 CRISPR 图谱，结合了 CRISPR 基因编辑和单细胞 RNA 测序。对于图谱中约 1,947 个基因扰动中的每一个，该技术记录了小鼠大脑中的完整转录反应。其结果是一张因果图，而非相关性图，这是该数据集具有科学价值的关键区别。
自公开发布以来，该图谱已被下载超过 30,000 次。然而，其科学潜力受限于数据解读的瓶颈。研究人员估计，如果人类团队一次只处理一个基因，仅处理完数据集的表面内容就需要数月到一年的时间。这种解读差距正是分布式推理框架旨在填补的问题。
分布式推理：解决上下文窗口饱和
该架构围绕单个 AI 模型必然遇到的“上下文窗口饱和”约束构建。在最重的负载测试中，单个 GPT-Rosalind 智能体仅为整个图谱检索了约 11 篇文献参考，因为在持有数据集后，它几乎没有剩余上下文用于文献搜索。
并行智能体群完全避开了这一限制。近 2,000 个 GPT-Rosalind 智能体中的每一个被分配给一个特定的基因扰动，其整个上下文窗口都专门用于这一个基因：检查细胞反应、独立搜索科学文献并提出解释。随后，这些单独的报告被合并成“推理图谱”。在同等负载下，分布式智能体检索了超过 700 篇文献参考，覆盖率高出数百倍。预印本证实，分布式智能体“随工作负载扩展文献覆盖率”。
这主要不是一个速度故事，而是一个架构故事：并行化赋予每个智能体清晰的上下文，从而产生更深层次的推理。32 分钟的运行时间是并行设计的副产品，而非设计目标。
新发现：DCTN1 与胆固醇代谢
最引人注目的线索来自 DCTN1 基因。当 AI 智能体检查 DCTN1 受损时大脑中其他基因的情况时，发现参与胆固醇生物合成的基因活性增加。一个智能体提出解释：当 DCTN1 相关的运输崩溃时，神经元可能会提高胆固醇产量，以补偿无法通过正常轴突运输有效分配的胆固醇。该假设将 DCTN1 破坏与特定的代谢后果联系起来，为研究 Perry 综合征及相关疾病提供了新角度。
盲审专家评委对 DCTN1 胆固醇线索给予了高优先级后续关注。此外，智能体还检测到与结节性硬化症相关的发现：在小脑中，破坏 TSC2 改变了涉及神经元通信的数十种基因的活性，而破坏 TSC1 则几乎无变化。这一发现为测试现有和潜在疗法提供了具体的细胞学问题。
加州大学旧金山分校神经外科副教授 Tomasz Nowakowski 博士表示：“神经元功能与胆固醇代谢之间可能的联系展示了那些片段一旦汇集起来，如何能让我们以新的方式思考疾病生物学。”
验证与开源
在盲测状态下，分布式智能体恢复了原始论文大部分可核查的发现。在直接比较中，盲审人类专家在 75% 的情况下偏好分布式智能体报告而非单智能体报告。用于部署多智能体框架的软件已在 GitHub 上以 MIT 许可证发布，推理图谱本身也是公开可用的，允许任何机构的研究人员检查智能体的解释并识别候选线索。
OpenAI 的生命科学布局
该项目是 OpenAI 进入生物研究的更大战略举措的一部分。该公司于 2026 年 4 月推出了专为生命科学设计的推理模型 GPT-Rosalind，并与安进、莫德纳等建立合作伙伴关系。10 月 20 日，OpenAI 宣布收购 Orchestra Bio，并将其并入 Rosalind 产品套件中。
PerturbAI 首席执行官 Grace Zheng 博士表示，通过与 OpenAI 的合作，使得更快、更深入地调查更多生物数据成为可能，并使靶点发现更加系统化。与此同时，Anthropic 于 2026 年 4 月收购了 Coefficient Bio，Google DeepMind 的 Isomorphic Labs 已筹集 27 亿美元，并计划在 2026 年底前将其首批 AI 设计的药物候选者送入临床试验。
重要注意事项：假设而非结论
DCTN1 胆固醇线索以及推理图谱浮出的所有其他候选者都是假设，而非确认的发现。预印本尚未经过同行评审。智能体可能产生听起来自信但实际上错误的解释，胆固醇与神经退行性之间的联系需要经过实验室实验才能被视为经过验证的靶点。
此外，“数月到一年”的比较是基于假设的任务持续时间建立的估算，而非对抗控制试验。预印本作者中有八位是 OpenAI 或 PerturbAI 的员工，这在竞争利益声明中已得到承认。该实验确立了架构层面的结论：将解释分布在数百或数千个 AI 智能体上，可以扩展研究人员可以积极推理的基因组数据集的范围。系统浮出的具体线索在实验室测试中的存活率是否高于传统方法，仍是一个开放性问题。