AREX Feed Article
OpenAI 称 GPT-Rosalind 提出 Perry 综合征胆固醇假说，与 PerturbAI、Scripps Research 扩大合作寻找药靶
10 月 21 日，OpenAI 官方账号发布消息，称其生命科学模型 GPT-Rosalind 在小鼠脑数据中为药物发现找到一条可检验的新线索：与罕见神经退行性疾病 Perry 综合征相关的 DCTN1 基因受到扰动后，参与合成胆固醇的基因表达上调，模型据此提出的解释是——胆固醇可能没有被送到神经元需要的位置；按 OpenAI 的说法，若获证实，这将为神经退行性疾病的新疗法指出方向（，北京时间 10 月 21 日晚间发出）。
规模数字出现在同一次发布里：OpenAI 称数千个 GPT-Rosalind agent 并行工作，仅用 32 分钟，就把数百万个小鼠脑细胞的基因表达结果与科学文献连接起来。OpenAI 同日发布的和 PerturbAI 的给出了更完整的口径；支撑这些结论的方法学论文已于 10 月 16 日先行挂上 ，属于未经同行评审的预印本。
一次三方发布：1,946 个 agent，770 万个细胞
这次发布有三份材料。OpenAI 的博客把这套做法称为「分布式生物推理」（distributed biological reasoning）：把一个大型实验拆成许多任务，每个任务交给一个 agent。PerturbAI 的新闻稿披露，这是一段为期一年的合作成果，如今扩展到联合药物靶点发现。
被分析的素材，是 Tuo Shi、Xin Jin（Scripps Research 副教授、PerturbAI 联合创始人）等人 3 月 18 日发布在 上的全脑 CRISPR 图谱：研究团队用 enhanced in vivo Perturb-seq（体内批量 CRISPR 扰动结合单细胞转录组测序）平台，测量了 1,947 个疾病相关基因被扰动后小鼠全脑的转录组反应，覆盖超过 770 万个细胞（PerturbAI 对外口径为 800 万）；数据集放在 上。
方法学预印本写明了 agent 的确切数量：1,946 个，每个负责一个基因扰动，所用模型为 GPT-Rosalind-5.5。作者团队没有向模型提供图谱论文本身及其结论，所用模型的知识截止时间是 2025 年 12 月，早于图谱论文的发布。预印本记录：这批 agent 并行运行 32 分钟完成分析，共读取 39,185 篇论文、保留 16,445 条引用，平均每个扰动读约 19 篇、引约 8 篇。PerturbAI 在自己的 上汇总的口径是：11,000 条生物学洞见、约 100 条有希望的线索。
「数月到一年」的人工对比是估算值：预印本注明，它按每小时 22 美元、解读一个扰动 15 分钟、读一篇论文 10 分钟折算，「不是对人类表现的实测」。
DCTN1 扰动让胆固醇合成基因上调：一条待检验的机制链
帖文的第一条发现围绕 DCTN1。按 OpenAI 博客的说法，DCTN1 参与神经元内部的「货物」转运，其突变会导致 Perry 综合征——一种有帕金森样症状的罕见神经退行性疾病。在全脑图谱数据里，扰动小鼠的 Dctn1 之后，参与合成胆固醇的基因表达升高。
agent 把这个观察接到了既有文献上：已有研究提示，胆固醇转运出问题时，细胞会转而制造更多胆固醇。预印本据此写下的推断是，胆固醇输送受损可能触发神经元的补偿性合成程序。OpenAI 把它展开成三个可以依次检验的问题：DCTN1 扰动是否改变了胆固醇在神经元内的分布？这些变化是否参与神经退行？恢复正常的胆固醇分布能否保护神经元？
这条线索在盲评中获得高分：30 位博士级生物专家对 60 份报告做盲评，Dctn1 报告的跟进优先级得分为 4.3（满分 5）；对照之下，Apc-Wnt 这类教科书级结论证据支持度 4 分，新颖性只有 1.5 分，跟进优先级 2 分。从表达变化到「胆固醇没送到」，仍是作者团队的假说：预印本的措辞是「提出了可能性」，OpenAI 帖文也只是把它称为有待检验的机制。
同一数据集里的第二组线索：TSC2 与 TSC1 在小脑神经元中的分化
同一份数据里，agent 还发现了一组此前容易被错过的分化。TSC1 和 TSC2 共同调控 mTOR，一个掌控细胞生长、代谢与衰老的关键通路；在几组神经元中，扰动这两个基因的效果相似。但在一群小脑 GABA 能神经元中，扰动 Tsc2 改变了 83 个基因的表达（预印本显著性标准为 FDR < 0.1，即错误发现率），其中包括涉及神经元通信的基因；扰动 Tsc1 在同一细胞类型中没有引起显著的表达变化。
OpenAI 在帖文中称这可能是「TSC2 突变为何通常比 TSC1 突变导致更严重结节性硬化症」的一条线索。博客补充了疾病背景：结节性硬化症患者的小脑异常与 TSC2 突变密切相关；能降低 mTOR 活性的药物可以治疗该病引起的部分脑肿瘤和癫痫，但疾病伴随的学习与行为问题仍然棘手。OpenAI 由此留下两个问题：现有疗法能否逆转这些表达变化？TSC2 在这些神经元里是否还有 mTOR 之外的作用？
对照数据：单 agent 引用 11 篇文献，分布式 agent 是其 711 倍
预印本做了一组固定模型、提示词、工具和数据权限的对照，把单个 agent 分到的扰动从 1 个逐步加到 893 个：在 893 个扰动的工作量下，单 agent 只引用了 11 篇文献，分布式 agent 保留的引用是它的 711 倍；单 agent 输出中「没有检索到文献」的标记越来越多，分布式 agent 则维持了稳定比例。
其余几组数字同样来自作者团队的自我评估：在图谱论文中可直接从数据检验的 55 条结论里，agent 匹配或细化了 48 条（87.3%），另有 4 条部分复原；在被扣留的 272 个扰动上预测转录反应，平衡准确率为 0.705；盲评中，分布式 agent 的报告在 60 次配对比较里被偏好 45 次（75%），专家打出的综合分也随 agent 自身的优先级排序递减，高、中、低三组分别为 3.14、2.75、2.63。预印本的利益声明写明：作者中包括 OpenAI 与 PerturbAI 的员工，以及 PerturbAI 的两位联合创始人；论文讨论部分也承认，这套方法的普适性还需要在独立数据集上检验。
从解读一份旧图谱到寻找新药靶
扩大后的合作，要把这套推理框架用在 PerturbAI 自有的活体因果数据上，寻找新药靶。PerturbAI 联合创始人兼 CEO Grace Zheng 在新闻稿中说，生物医学实验产生数据的速度已经超过科学家的解读速度，「新药靶的发现仍在很大程度上靠偶然，往往要在机制证据充分之前就做出投资决策」。OpenAI 生命科学负责人 Joy Jiao 说：「并行运行接近 2,000 个 agent，说明生物学解读的规模可以和高通量实验一起扩展。这只是开始。」
GPT-Rosalind 是 OpenAI 4 月 16 日发布的生命科学专用推理模型，9 月 11 日结束研究预览、面向合资格机构开放，定价 10 月 5 日生效（）。OpenAI 博客还引述了两位学者的评价：加州大学旧金山分校神经外科副教授 Tomasz Nowakowski 说，「线索其实已经存在，只是散落在不同领域——我们一直没有把它们连起来」；剑桥大学干细胞医学讲席教授、Human Cell Atlas 创始联席主席 Sarah Teichmann 说，构建细胞图谱，「就是为了让我们想象不到的发现得以发生」。
研究材料已部分公开：整合 agent 报告的「推理图谱」（reasoning atlas）放在 上，科学家可以比较相关基因、追查异常反应。图谱的绘制方也在场：Xin Jin 在 ：「数千个 AI agent 帮我们把全脑 Perturb-seq 图谱与文献连了起来。更多内容即将到来。」同在 Scripps Research 的执行副总裁 Eric Topol 发帖称赞：「我的同事 Xin Jin 和她的团队正用 2,000 个 agent 与 PerturbAI、OpenAI 合作，做着了不起的脑生物学发现工作」（）。
OpenAI 帖文把这两个问题连同胆固醇假说一并留给了后续实验。宣布次日（10 月 22 日），Jiao 和 Zheng 都名列 Scripps Research 在 La Jolla 举办的 。