OpenAI, PerturbAI e Scripps Research hanno analizzato in 32 minuti un atlante CRISPR di 8 milioni di cellule cerebrali di topo, facendo lavorare in parallelo quasi 2.000 agenti basati su GPT-Rosalind. Il progetto è stato annunciato il 21 ottobre 2026. Secondo i partner, lo stesso lavoro svolto da analisti umani richiederebbe da diversi mesi a un anno.
I dati di partenza esistevano già. L’atlante, costruito da PerturbAI, copre quasi 2.000 geni legati a malattie e mostra come la loro alterazione cambi la risposta dei diversi tipi di cellule nel cervello del topo. Ogni agente ha esaminato una porzione del dataset, poi ha confrontato i risultati con la letteratura scientifica. Il prodotto finale si chiama reasoning atlas: uno strato di spiegazioni annotate sopra i dati grezzi, reso pubblico dai ricercatori. OpenAI chiama l’approccio “distributed biological reasoning”.
Il confronto con un singolo agente dà un’idea del vantaggio. Gli agenti distribuiti hanno citato più di 700 riferimenti bibliografici, quello singolo ne ha citati 11. In una valutazione in cieco, gli specialisti hanno preferito i report multi-agente nel 75% dei casi. Tra i risultati ci sono differenze inattese tra i geni Tsc1 e Tsc2, rilevanti per la sclerosi tuberosa: disattivare Tsc2 ha modificato decine di geni legati alla comunicazione tra neuroni nel cervelletto, mentre Tsc1 ha avuto poco effetto. Un secondo filone riguarda DCTN1, associato a una maggiore attività dei geni che producono colesterolo. I ricercatori propongono di verificare se questo alteri la distribuzione del colesterolo dentro i neuroni, indicando un possibile bersaglio per i farmaci contro le malattie neurodegenerative.
Il contesto è quello di PerturbAI, startup uscita dalla fase stealth a marzo 2026 con quello che descrive come il più grande dataset di genomica causale prodotto in tessuto vivente. Il problema è noto: gli esperimenti ad alta produttività generano più dati di quanti un team umano riesca a leggere. Joy Jiao, responsabile life sciences di OpenAI, parla di interpretazione biologica che deve crescere insieme alla sperimentazione.
I limiti vanno letti con attenzione. Gli agenti hanno interpretato dati esistenti, non ne hanno prodotti di nuovi. La stima di mesi o un anno per un analista umano è una proiezione, non un confronto misurato sul campo. I meccanismi proposti sono ipotesi e servono esperimenti per confermarli. Il dato sulle citazioni misura ampiezza e utilità, non correttezza biologica.
Il passo successivo si vedrà in laboratorio. Se i test su Tsc2 e DCTN1 confermeranno anche solo una parte delle ipotesi, il modello di lavoro sarà replicabile su altri organi e altri atlanti. In quel caso il collo di bottiglia della ricerca farmacologica si sposterebbe dall’analisi dei dati alla velocità con cui si riescono a validare le piste.
