遺伝子操作ごとの細胞反応をマウス全脳で記録した大規模データ「全脳in vivo CRISPR Perturb-seqアトラス」は、2026年3月に公開されています。統計解析が大量に出す差次的発現遺伝子（DEG）の意味を、細胞種や文献、疾患との関連まで踏み込んで解釈する工程が、研究者の負担になっていました。本研究は、その解釈を遺伝子摂動ごとに1体のエージェントへ割り当てる「分散生物学的推論（distributed biological reasoning）」と呼ぶ構成です。
1,946の遺伝子摂動に1,946体のエージェントを割り当て、GPT-Rosalind-5.5を使って並列実行しました。モデルの知識期限は2025年12月で、原論文の公開（2026年3月）より前です。各エージェントは細胞種ごとのDEG、実験条件、文献アクセスを受け取り、根拠付きのレポートを生成します。原論文の本文と結論は与えていません。
原論文がDEGデータだけで導いた55の知見のうち、エージェントは48（87.3%）を同定または精緻化し、4つを部分的に再現しました（52/55、94.5%が少なくとも部分再現）。未知の摂動への応答予測では、ホールドアウト272摂動でbalanced accuracy 0.705でした。非応答の判別は82%（142/172）、非ゼロ応答は59%（59/100）。文献は全体で39,185本を読み、16,445件を引用として保持しています。
博士レベルの生物学専門家30人が60レポートを評価しました。分散と単一の20ペアを各3人が盲検で比較した60判断では、分散45回（75%）、単一10回（16.7%）、同点5回（8.3%）です。研究の優先順位づけも人間の評価と一致し、高順位群の平均スコアは3.14、低順位群は2.63でした。
「約2,000体のエージェントを並列実行できることは、生物学的解釈をハイスループットな実験と並ぶ規模へ拡げられることを示しています。」
Running nearly 2,000 agents in parallel shows how we can scale biological interpretation alongside high-throughput experimentation, helping researchers turn those findings into better medicines.
レポートからは追試すべき仮説も出ています。ペリー症候群の原因遺伝子DCTN1の摂動で、コレステロール合成系の遺伝子が上昇しました。小脳では、Tsc2摂動が83個のDEGを生む一方、同じmTOR制御系のTsc1摂動はほぼ変化がなく、細胞種依存の差が示されています。いずれも実験で検証すべき仮説であり、治療法の発見や有効性の実証ではありません。
- 01 入力
全脳アトラス
マウス脳のin vivo CRISPR Perturb-seqデータ。1,946遺伝子摂動の細胞種ごとの発現変化。
- 02 割当
摂動ごとに1体
1,946体のエージェントが並列実行。原論文と結論は非提示。GPT-Rosalind-5.5（知識期限2025年12月）を使用。
- 03 解析
文献照合
各エージェントがDEGと文献を照合。全体で39,185本を読み、16,445件を引用として保持。
- 04 出力
32分
レポートの統合と優先順位付けまで32分。人間の逐次解析は数か月〜1年の試算（研究チームの推定）。
出典はOpenAI公式発表（2026年10月21日付）とbioRxivプレプリント（2026年10月16日付、2026年10月24日確認）。32分は既存データの解析・統合の時間であり、新たな実験の実施時間ではない。
32分は、既存の実験データ（数百万細胞規模）の解析と統合にかかった時間であり、新たな実験を32分で行ったわけでも、治療開発の期間を示すものでもありません。人間の「数か月〜1年」は、1摂動15分・論文1本10分と仮定した研究チームの試算で、実測の比較ではありません。論文は査読前のプレプリントで、著者にはOpenAIとPerturbAIの関係者が含まれます。
盲検比較
- 分散
- 60判断中45回（75%）
- 単一
- 10回（16.7%）、同点5回
文献保持
- 分散
- 単一の711倍（最大負荷）
- 単一
- 11件
消失予測
- 分散
- recall@50は0.36
- 単一
- recall@50は0.18
盲検比較は30人の博士レベル専門家が20ペアを各3人で評価。文献保持は最大負荷893摂動の比較で、OpenAIの発表は分散側を「700超の文献」と表記、原論文は単一の11件に対する倍率として711倍と報告。消失予測は神経細胞消失の優先順位課題のrecall@50。出典はOpenAI公式発表とbioRxivプレプリント（2026年10月24日確認）。文献数の多さがそのまま正確性を保証するものではない。
解析コードはGitHubでMITライセンス、データはUCSC cell browserとHugging Face、生のレポートはZenodoで公開されました。PerturbAIは1年間の協業を、自社の因果データを使った創薬標的の共同探索へ拡大すると表明しています。契約額や投資額の新規開示はありません。OpenAIは2026年10月15日にGPT-Rosalindの学術向けプランを発表するなど、生命科学向けの展開を進めています。焦点は、提示された仮説が独立の実験で検証されるか、他のデータセットやモデルで同じ精度と費用が再現されるかです。
出典
- Distributed AI agents enable comprehensive discovery of biological insights at scale（bioRxivプレプリント）2026-10-16掲載、DOI 10.64898/2026.10.15.759436。1,946エージェント、GPT-Rosalind-5.5と知識期限、原論文非提示、55知見中48同定・4部分再現、ホールドアウト272摂動でbalanced accuracy 0.705、39,185本読了・16,445件引用、32分、専門家30人・60レポート・45/60の盲検比較、711倍の文献保持、著者所属と利益相反を本文で確認。
- Using thousands of AI agents to uncover new leads in biological data（OpenAI）2026-10-21付。数百万細胞の既存データを32分で解析、最大負荷で700超対11件の文献、75%の専門家選好、DCTN1とコレステロール、小脳でのTsc1/Tsc2差、reasoning atlasのGitHub公開を確認。
- PerturbAI and OpenAI Unveil First-of-Its-Kind AI Reasoning Agents to Scale Biomedical Discovery（PerturbAI）2026-10-21付プレスリリース。1年間の協業の結果公表、創薬標的の共同探索への拡大、Joy Jiao氏の声明、2026年3月の8百万細胞アトラス公開と4万回ダウンロード、新規の資金調達開示なしを確認。
- jinlabneurogenomics/distributed_agent（GitHub）解析パイプラインとGPT-Rosalindスキルの公開リポジトリ。MITライセンス、Git LFSのデータ、UCSC cell browser・Hugging Face・Zenodo（doi 10.5281/zenodo.22923270）へのデータ公開をREADMEで確認。
出典の確認日 2026.10.24