OpenAI ha annunciato il 21 ottobre che 1.946 dei suoi agenti GPT-Rosalind, lavorando in parallelo, hanno analizzato i dati esistenti di milioni di cellule cerebrali di topo in 32 minuti: un lavoro che, secondo le stime del team, richiederebbe a un gruppo di ricerca umana da mesi a un anno per essere completato attraverso l'analisi manuale e la revisione della letteratura.

La dimostrazione, condotta con la società di scoperta di farmaci PerturbAI e Scripps Research, è descritta in una prestampa bioRxiv e applica ciò che il team chiama "ragionamento biologico distribuito" a un atlante CRISPR dell'intero cervello, un set di dati che cataloga come l'interruzione dei singoli geni cambia l'espressione genica nelle cellule cerebrali. Per maggiori informazioni su questa storia, consulta la nostra notizie sull'IA.

Come funziona il ragionamento biologico distribuito

Gli esperimenti di perturbazione CRISPR consentono ai ricercatori di spegnere i geni e misurare i cambiamenti cellulari risultanti, ma possono generare più osservazioni di quante un singolo laboratorio possa indagare in profondità. Questo collo di bottiglia è proprio il motivo per cui i ricercatori condividono pubblicamente gli atlanti cellulari. PerturbAI, la società di scoperta di farmaci che ha co-sviluppato l’approccio, e Scripps Research hanno fornito l’inquadramento scientifico e la revisione del dominio per la collaborazione.

Il software descritto nella prestampa assegna ogni alterazione genetica a un agente AI indipendente. Ogni agente esamina i cambiamenti cellulari associati al gene assegnato, ricerca nella letteratura scientifica e propone spiegazioni per ciò che trova. Un livello di coordinamento combina quindi i report degli agenti, identifica le connessioni nell'intero set di dati e classifica le idee più promettenti per il follow-up umano.

"Costruiamo atlanti cellulari in modo che altri scienziati possano fare scoperte che non avevamo ancora immaginato", ha affermato Sarah Teichmann, presidente di medicina delle cellule staminali presso l'Università di Cambridge e co-presidente fondatrice dell'Atlante delle cellule umane, nell'annuncio di OpenAI. "L'intelligenza artificiale potrebbe aiutare più ricercatori a esplorare queste risorse e trasformare osservazioni inaspettate in nuove domande da testare."

I numeri: 711 volte i riferimenti, 48 dei 55 risultati recuperati

La differenza di scala tra un agente e quasi 2.000 è notevole. In un confronto effettuato utilizzando lo stesso modello, prompt, strumenti e accesso ai dati, le esecuzioni con un singolo agente hanno registrato una media di circa 11 riferimenti bibliografici con il carico di lavoro maggiore, mentre il sistema distribuito ha mantenuto 7.586 riferimenti, circa 711 volte di più, secondo i dati pubblici del progetto.

Gli agenti hanno resistito bene anche alla scienza originale. Lavorando senza accedere al manoscritto dello studio dell'atlante, hanno confrontato o perfezionato 48 dei 55 risultati dello studio originale che potevano essere ricavati dai dati ricevuti dagli agenti.

Per valutare la qualità, il team ha reclutato 30 biologi di dottorato per una revisione in cieco. Le loro valutazioni hanno ampiamente supportato le classifiche degli agenti dei risultati della ricerca più promettenti.

Il piombo del colesterolo DCTN1

Una scoperta illustra il tipo di ipotesi che il sistema intende far emergere. L’interruzione del DCTN1 – un gene legato alla neurodegenerazione – ha aumentato l’attività dei geni coinvolti nella produzione di colesterolo. Lo scenario di base con un singolo agente proponeva che i problemi nel trasporto del colesterolo all’interno dei neuroni potrebbero indurre le cellule a compensare producendone di più.

Tre revisori in cieco hanno assegnato a questo lead un punteggio medio di priorità di follow-up di 4,3 su 5. Tomasz Nowakowski, professore associato di chirurgia neurologica presso l'UC San Francisco che non era un autore della prestampa, ha affermato nell'annuncio di OpenAI che la scoperta mostra perché è importante collegare le osservazioni tra le discipline: "A volte gli indizi sono già lì, sparsi in campi diversi - semplicemente non li abbiamo collegati".

Promesse e avvertenze

L'annuncio arriva nel contesto del rapido slancio della spinta di OpenAI nel campo delle scienze della vita. GPT-Rosalind, introdotto all'inizio di quest'anno, è un modello specializzato per la ricerca nelle scienze della vita che combina il ragionamento biologico con l'uso di strumenti scientifici, con applicazioni documentate che spaziano dalla genomica, all'analisi delle proteine, alla ricerca target, alla chimica farmaceutica e alla pianificazione degli esperimenti. L’azienda ha anche implementato un Rosalind Workbench per i flussi di lavoro scientifici e un plugin per la ricerca sulle scienze della vita nel Codex, e a giugno ha introdotto LifeSciBench, una valutazione che secondo l’azienda misura l’assistenza alla ricerca piuttosto che dimostrare che un sistema può convalidare in modo indipendente le scoperte o sostituire la verifica sperimentale – una distinzione che si ripercuote nell’annuncio attuale.

Rimangono avvertenze importanti. Il confronto tra 32 minuti e un anno è una stima illustrativa basata su ipotesi – 15 minuti per interruzione genetica e 10 minuti per lettura di un documento – piuttosto che un equivalente misurato. Il lavoro è una prova di concetto: l’intelligenza artificiale ha fatto emergere ipotesi da testare sugli esseri umani, scoperte non convalidate e nessuna delle indicazioni è stata confermata sperimentalmente. Allo stesso modo, il confronto della velocità con gli analisti umani si basa sulle ipotesi temporali illustrative del team piuttosto che su una prova testa a testa, e i revisori esperti hanno valutato i rapporti degli agenti anziché confrontarli con un gruppo di ricerca umano. Non è ancora avvenuta una replica indipendente dei confronti in stile benchmark.

Tuttavia, la dimostrazione delinea un plausibile flusso di lavoro futuro per la biologia: set di dati pubblici continuamente rimescolati da sciami di agenti specializzati, con scienziati umani che trascorrono il loro tempo testando e perfezionando ciò che le macchine classificano più in alto. Il fatto che tali classifiche siano costantemente mantenute in laboratorio determinerà se il ragionamento distribuito sull’intelligenza artificiale diventerà un’attrezzatura standard nelle scienze della vita.

Nota sulla fonte: i dettagli contenuti in questo articolo sono tratti dall'annuncio di OpenAI del 21 ottobre 2026 e dalla copertura di R&D World, inclusa la prestampa bioRxiv sottostante (Sun et al., 2026).

---

Rimani Aggiornato sull'IA

Le ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.

Leggi altre notizie sull'IA →