10月21日、OpenAIが「Using thousands of AI agents to uncover new leads in biological data」と題した記事を公開した。数千のAIエージェントを並列稼働させてマウス脳の大規模生物データをわずか32分で解析し、人間の専門家チームが数ヶ月〜1年かけて行うはずの文献調査と仮説生成を一気にこなした——そのアプローチと具体的な成果を紹介する内容だ。
数千エージェントが32分でやったこと
OpenAI・PerturbAI・Scripps Researchの3者が共同で取り組んだのは、マウス脳の数百万細胞にわたる遺伝子操作データの解析だ。PerturbAIはAIを活用した創薬・生物学研究を手がけるスタートアップ、Scripps Researchは米国の非営利研究機関で創薬科学や神経科学を中心に幅広い基礎研究を行っている。
使用したモデルはGPT-Rosalindと呼ばれる生物学特化モデルで、OpenAIが開発した科学研究向けのシステムだ。その詳細はbioRxivのプレプリントとして公開されている。
解析対象はWhole-Brain CRISPR Atlasと呼ばれるデータセット。CRISPRで個々の遺伝子を破壊（摂動）し、脳内の各細胞タイプがどう応答するかを網羅的に記録したものだ。このデータセットはHuggingFace上で公開されている。
チームはこの解析を「分散型生物学的推論（distributed biological reasoning）」と呼ぶアプローチで実行した。各エージェントが1つの遺伝子摂動を担当し、細胞応答の解析・科学文献の検索・メカニズムの仮説生成までを独立してこなす。その結果を統合し、遺伝子・細胞変化・文献・生物学的メカニズムを結びつけた「推論アトラス」を構築した。
人間が同等の解析と文献調査を1件ずつこなせば、数ヶ月から1年かかると研究チームは見積もっている。それを32分で終えた。
単一エージェントとの差が如実に出た
記事で特に興味深いのが、「単一エージェントvs分散エージェント」の比較実験だ。同じモデル・同じリソースを使い、ワークロードの大きさを変えて比較した。
結果は明確だった。ワークロードが最大のケースで、単一エージェントが引用した文献はわずか11件。対して分散エージェントは700件超を引用した。人間の専門家による盲検評価でも、分散エージェントのレポートが75%のケースで優れていると判定された。
単一エージェントはデータセット全体を渡されると文献検索を省略し始める。分散させることで、各エージェントが担当範囲を深掘りできる——というシンプルな設計が、品質に直結している。
発見された具体的な手がかり
Tsc1とTsc2の非対称な挙動
mTOR（細胞成長・代謝・老化の主要制御因子）を制御する2つの遺伝子、Tsc1とTsc2。多くのニューロン種では両者を破壊しても似た結果が出る。ところが小脳では、Tsc2破壊だけが神経間コミュニケーションに関わる数十の遺伝子発現を変化させ、Tsc1破壊ではほぼ変化がなかった。
この非対称性は結節性硬化症（tuberous sclerosis）の臨床像と一致する。この疾患では小脳の異常がTSC2変異と強く関連しており、mTOR阻害薬が脳腫瘍や発作には効く一方、学習・行動障害への効果は限定的だ。エージェントはどの細胞変化を既存薬が修正できるか、どれが新たな治療アプローチを指示するか、という具体的な問いを生成した。
コレステロール代謝と神経変性の接点
パーキンソン様症状を引き起こすPerry症候群に関連する遺伝子DCTN1（ダイナクチン複合体の構成因子で、ニューロン内での物質輸送に関与）を破壊すると、コレステロール合成に関わる遺伝子群の発現が上昇した。
エージェントはこれを既存研究と結びつけ、「輸送障害 → 細胞内でのコレステロール不足 → 合成亢進」という仮説を提示した。さらに「DCTN1破壊がコレステロールの細胞内分布を変え、それが神経変性に寄与するのか、そしてコレステロール分布を正常化することでニューロンを保護できるか」という実験仮説まで導出している。人間の専門家も、この仮説を新規性があり、追試する価値があると評価した。
成果物はすでに公開中
生成された推論アトラスはGitHub上で公開されており、研究者は今日から関連遺伝子の比較や予期せぬ応答の調査に使える。
ケンブリッジ大学のSarah Teichmann博士（Human Cell Atlasの共同創設者）はこう述べている。
「私たちは細胞アトラスを構築している。他の科学者が、私たちがまだ想像していない発見をできるように。AIは、より多くの研究者がこうしたリソースを活用し、予期せぬ観察を新たな問いへと変えるのを助けられるかもしれない。」
UCSFのTomasz Nowakowski准教授も加える。
「手がかりはすでにそこにある——異なる分野に散らばっているだけで。ニューロン機能とコレステロール代謝の関連は、それらをつなぎ合わせると疾患生物学を新しい視点で考えられることを示している。」
大規模生物実験は今やデータの生産速度が人間の解釈速度を大きく上回っている。今回の取り組みはその「消化しきれないデータ」を活用するための1つの実装例だ。エージェントを使って仮説生成を並列化し、人間の専門家が実験の優先順位付けに集中できる構造を作る——という方向性は、今後の研究インフラとして広がる可能性がある。
詳細はUsing thousands of AI agents to uncover new leads in biological dataを参照していただきたい。
