Casi 2.000 agentes GPT-Rosalind analizaron en 32 minutos un atlas de perturbaciones genéticas construido con unos 7,7 millones de células cerebrales de ratón. El trabajo, realizado junto con PerturbAI y Scripps Research, generó hipótesis que todavía requieren evaluación científica.
***
- El sistema examinó datos de un atlas cerebral de ratón y conectó respuestas celulares con literatura científica para formular hipótesis.
- El reporte afirma que especialistas prefirieron los informes multiagente frente a los de un solo agente en el 75% de las comparaciones; esa valoración no equivale a una validación experimental.
- Entre las pistas propuestas figuran posibles conexiones de DCTN1 con el transporte y la síntesis de colesterol, además de diferencias entre alteraciones de Tsc1 y Tsc2.
OpenAI analiza un atlas cerebral de 7,7 millones de células en 32 minutos
Un análisis acelerado de datos cerebrales
OpenAI, PerturbAI y Scripps Research recurrieron a casi 2.000 agentes de inteligencia artificial para analizar un atlas de perturbaciones genéticas que reúne datos de alrededor de 7,7 millones de células cerebrales de ratón. El trabajo tomó 32 minutos y buscó generar hipótesis para futuras investigaciones biomédicas. De acuerdo con el reporte del proyecto, se utilizaron 1.946 agentes GPT-Rosalind; esa cifra se refiere a los agentes, no al número de perturbaciones genéticas.
El conjunto de datos registra qué ocurre en células cuando los investigadores alteran genes específicos mediante CRISPR. Al abarcar distintas regiones del cerebro del ratón y millones de células, el atlas permite observar respuestas celulares asociadas con esos cambios. Interpretar esos patrones, sin embargo, requiere distinguir entre una señal observada y una explicación biológica confirmada.
Los agentes GPT-Rosalind vincularon las respuestas registradas para cada perturbación con literatura científica existente y, a partir de esa combinación, plantearon hipótesis. El proyecto también presentó un atlas de razonamiento destinado a documentar el recorrido que conecta los datos con las propuestas de investigación.
La duración del análisis muestra la capacidad del sistema para procesar rápidamente un conjunto extenso, pero el tiempo de ejecución no equivale por sí mismo a un descubrimiento validado. Las hipótesis generadas señalan posibles direcciones de estudio; su importancia biomédica dependerá de que los investigadores las examinen y determinen si se sostienen más allá de los patrones computacionales.
Qué indican las pruebas de desempeño
El reporte señala que, en una comparación entre informes producidos mediante el enfoque multiagente y resultados de modelos de un solo agente, especialistas prefirieron los primeros en el 75% de las comparaciones. Esa evaluación apunta a una ventaja percibida en la calidad de los informes, pero no constituye una medida universal de precisión científica ni reemplaza la validación experimental.
El mismo reporte indica que los informes multiagente citaron más de 700 fuentes, frente a 11 en los informes de modelos de un solo agente. Una bibliografía más extensa puede aportar contexto, aunque no garantiza por sí sola que cada conexión propuesta sea sólida o relevante.
Estos datos describen la evaluación de los informes y su volumen de referencias. Conviene mantenerlos separados de la confirmación de hipótesis nuevas: son etapas distintas en una investigación biomédica y los resultados presentados no prueban, por sí mismos, que las propuestas del sistema sean correctas.
Las hipótesis sobre DCTN1, Tsc1 y Tsc2
Entre las propuestas de los agentes aparece un posible vínculo entre la alteración del gen DCTN1 y cambios en el transporte y la síntesis de colesterol en las neuronas. DCTN1 participa en el transporte de sustancias dentro de las neuronas, según la descripción del proyecto. La conexión con el colesterol se presenta como una pista para explorar, no como un mecanismo establecido.
El resultado no permite afirmar que los cambios observados expliquen por sí solos el síndrome de Perry ni que modificar el metabolismo del colesterol vaya a tratar la enfermedad. La hipótesis requiere investigación y validación independiente antes de extraer conclusiones clínicas.
Los agentes también examinaron alteraciones de Tsc1 y Tsc2 en el cerebelo. Según el reporte, la perturbación de Tsc2 modificó significativamente la expresión génica en neuronas cerebelosas, mientras que la de Tsc1 no produjo el mismo efecto. La observación puede servir para orientar estudios sobre cómo responde ese tejido a cambios genéticos específicos.
El reporte vincula ese contraste con patrones clínicos conocidos de la esclerosis tuberosa. Sin embargo, los datos descritos proceden de células de cerebro de ratón sometidas a perturbaciones genéticas; no demuestran que el atlas reproduzca por completo la enfermedad en humanos.
El papel de GPT-Rosalind y sus colaboradores
GPT-Rosalind es un modelo de OpenAI orientado a las ciencias de la vida. En este trabajo se empleó como parte de un sistema multiagente, en lugar de limitar el análisis a una sola instancia del modelo.
PerturbAI y Scripps Research colaboraron con OpenAI en el análisis del atlas. La iniciativa combinó el uso de agentes de IA con datos de perturbaciones genéticas para organizar posibles explicaciones y proponer líneas de investigación.
La promesa práctica del método es reducir el tiempo necesario para recorrer grandes conjuntos de datos y organizar posibles explicaciones en informes rastreables. Aun así, la velocidad y la amplitud de las referencias no reemplazan la comprobación de los mecanismos ni determinan por sí solas qué hipótesis debería convertirse en una diana farmacológica.
ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.
Suscríbete a nuestro boletín
Artículos Relacionados
Empresas
Microsoft premiará más a los mejores trabajadores de Azure y aumentará la presión sobre los demás
AltCoins
FET cae con fuerza el 20 de noviembre de 2026 y enfrenta una prueba técnica decisiva
Seguridad
Fallo crítico en GPGME expone a clientes de correo y otras aplicaciones
IA
