利用包含数千个智能体的生物数据集寻找新线索
OpenAI 表示通过处理复杂的生物数据来运行数千个智能体,从而发现新的研究方向。
- 具体怎么做
- OpenAI、PerturbAI和Scripps Research通过数千个GPT-Rosalind智能体,对现有小鼠脑细胞的全脑CRISPR图谱进行了分拆分析。每个智能体负责研究一个基因突变,分析细胞反应,查阅文献并提出机制解释。他们的报告被整合成可搜索的推理图谱。随后由无偏见的人类专家对结果进行评判。
- 做到了什么
- 运行时间为32分钟,而一般人需要数月到一年的时间。专家更青睐其报告,因为其表现优于单个智能体75%的时间;该智能体还发现了与Tsc1/Tsc2和DCTN1相关的胆固醇相关线索,但这些线索仍需实验室检测。
- 上手要点
- 一个智能体在相同的工作负载下仅被引用了11篇文献,而分布式智能体则有超过700篇文献,因此按每次扰动拆分工作非常重要。
你可以这样试
使用 Claude Code我在[文件夹路径]中有一个[生物数据类型,如基因表达 CSV 文件]的数据集。编写并运行分析脚本,以寻找可能成为新研究方向的规律、异常值或相关性,从而探讨[你的研究问题]。最后列出五项最有潜力的研究方向,每项都包含相关证据、所采用的方法及注意事项,并将脚本保存下来,以便我重新运行。