GPT-Rosalind, 1.946 Agenten und ein Cholesterin-Hinweis: Was das DCTN1-Ergebnis tatsächlich zeigt

Am 21. Oktober 2026 veröffentlichte O​penAI eine Zusammenarbeit mit PerturbAI und Scripps Research, bei der 1.946 Agenten, die auf GPT-Rosalind liefen, in 32 Minuten einen Ganzhirn-CRISPR-Atlas von 7,7 Millionen Maushirnzellen durcharbeiteten. Eine der Spuren, die dabei herauskamen, ist die gerade kursierende: DCTN1, das Gen hinter dem Perry-Syndrom, und ein möglicher Zusammenhang zwischen Cholesterinverarbeitung und Neurodegeneration. GPT-Rosalind selbst ist nicht neu – O​penAI brachte es im April 2026 in eine Forschungsvorschau und öffnete es im September über sein Trusted-Access-Programm für berechtigte Organisationen – das ist also keine Startmeldung. Es ist das erste Mal, dass das Modell ein öffentliches, reproduzierbares Forschungsartefakt hervorgebracht hat statt einer Benchmark-Zahl, und das ist interessanter anzusehen. Was die Agenten tatsächlich taten, ist enger als die Schlagzeilen und nützlicher als diese: Sie verwandelten eine unerwartete transkriptionelle Signatur in eine testbare Frage, und 30 verblindete Fachleute bewerteten diese Frage als wert, weiterverfolgt zu werden. Niemand hat es an einem Neuron getestet, geschweige denn an einem Patienten.Forschungsbehauptungen, die ihrer Evidenz vorauseilen, und die darauffolgenden Korrekturen werden mit ihren jeweiligen Datumsangaben und Quellen in dem AI Incident Archive festgehalten, zusammen mit den übrigen Modell- und Anbieter-Vorfällen, die wir verfolgen.

Drei Artefakte, eines davon neu

Die Ankündigung lohnt eine genauere Betrachtung, denn der nützliche Teil ist nicht der Pressemitteilungstext. Drei Dinge kamen zusammen:

• Ein Preprint — „Verteilte KI-Agenten ermöglichen eine umfassende Entdeckung biologischer Erkenntnisse im großen Maßstab“, Sun et al., am 16. Oktober 2026 auf bioRxiv veröffentlicht. Es wurde nicht durch Peer Review begutachtet.

• Code — ein öffentliches Repository aus dem Jin-Labor mit der Agent-Runtime, einem lokalen MCP-Server über dem Literaturkorpus, CLI-Abfragetools und den Notebooks, mit denen die Abbildungen des Papers reproduziert werden.

• Daten — der PerturbAI-Ganzhirn-In-vivo-CRISPR-Atlas selbst, auf Hugging Face: 7,72 Millionen Zellen, fast 2.000 krankheitsassoziierte Gene, 19.070 mRNAs, 8.588 sgRNAs. Das Atlas-Paper ist ein separates Preprint von März 2026.

Diese Kombination ist der Grund, warum dies einen Artikel statt eines Absatzes verdient. Ein Hersteller-Benchmark lässt sich von außen nicht falsifizieren. Ein Preprint mit veröffentlichtem Datensatz und veröffentlichter Pipeline kann gegen einen anderen Atlas getestet, Zeile für Zeile geprüft oder von jemandem mit einem Nasslabor widerlegt werden. Was auch immer sonst über die DCTN1-Behauptung gilt, das Gerüst um sie herum ist überprüfbar.

Die Methode ist die Behauptung, also fang dort an.

Der Datensatz ist ein Perturb-seq-Atlas: Im gesamten Mausgehirn werden Gene jeweils mit einer Guide-RNA gestört, und das Transkriptom jeder Zelle wird ausgelesen. Das Ergebnis sind ungefähr zweitausend Perturbationen, gekreuzt mit Zehntausenden von Perturbations-mal-Zelltyp-Antworten – weit mehr, als irgendein Labor eingehend liest, was den Engpass darstellt, den die Arbeit angeht.

Verteiltes biologisches Reasoning ist, wie die Autoren es definieren, kein einzelner Modellaufruf über eine große Tabelle. Jede der 1.946 Perturbationen erhält ihren eigenen Agenten. Dieser Agent untersucht die zelluläre Reaktion auf die Störung seines Gens, durchsucht die wissenschaftliche Literatur nach allem, was diese erklärt, und verfasst einen narrativen Bericht sowie einen strukturierten Bericht, der einen Mechanismus vorschlägt. Im Verlauf des Laufs führten die Agenten 39.185 Paper-Lesungen durch und behielten 16.445 Zitate bei. Die Berichte werden dann zu einem Graphen synthetisiert, der Gene, Zelltyp-Effekte, Paper und Kandidatenmechanismen verknüpft.

Zwei Details in dieser Beschreibung sind wichtiger als der Umfang. Erstens arbeiteten die Agenten ohne das Quellmanuskript — die Schlussfolgerungen des ursprünglichen Atlas-Artikels wurden ihnen vorenthalten, und genau das macht den Rekonstruktionstest im nächsten Abschnitt aussagekräftig. Zweitens wird das Modell im Preprint als GPT-Rosalind-5.5 bezeichnet, mit einem angegebenen Wissensstichtag von Dezember 2025. Da das Quellmanuskript im März 2026 erschien, konnten die Agenten seine Schlussfolgerungen nicht auswendig gelernt haben. Das ist eine echte methodische Stärke, und der Artikel sollte dafür Anerkennung erhalten.

Der DCTN1-Hinweis, als vier separate Aussagen formuliert

Hier ist die Kette, in der Reihenfolge, in der das Paper sie aufbaut. Der epistemische Status ändert sich bei jedem Schritt – genau das geht beim Nacherzählen verloren.

• Die Beobachtung (gemessen). Im Atlas erhöhte die Störung von Dctn1 die Expression von Genen, die an der Cholesterolsynthese beteiligt sind. Dies ist eine transkriptionelle Signatur in den Daten, nicht etwas, das das Modell erfunden hat.

• Die Verbindung (literaturgestützte Schlussfolgerung). DCTN1 kodiert Dynactin, einen Teil der Dynein-Motor-Maschinerie, die Fracht entlang von Mikrotubuli in Neuronen transportiert. Bestehende Arbeiten legen nahe, dass Zellen bei beeinträchtigtem Cholesterintransport die Cholesterinsynthese hochregulieren, offenbar als Kompensation. Der Agent verknüpfte ein Transportgen mit einer Synthese-Signatur.

• Die Hypothese (ungetestet). Wenn eine Störung von DCTN1 verändert, wie Cholesterin innerhalb von Neuronen verteilt ist, könnte diese Umverteilung zur Degeneration beitragen – und die Wiederherstellung einer normalen Verteilung könnte schützend wirken. OpenAIs eigener Beitrag ist hier vorsichtig, bezeichnet dies als Frage für Folgeexperimente und verwendet durchgängig „könnte“.

• Die Verbindung zur Krankheit (etabliert und nicht aus dieser Arbeit). DCTN1Mutationen verursachen das Perry-Syndrom, eine seltene neurodegenerative Erkrankung mit parkinsonistischen Merkmalen. Diese Verbindung macht den Hinweis klinisch nachvollziehbar, und sie liegt Jahre vor der Studie.

Alles nach dem ersten Aufzählungspunkt ist Inferenz. Bei der Signatur handelt es sich um Daten; bei der Transport-und-Kompensations-Geschichte um einen aus der Literatur stammenden Mechanismus; bei der therapeutischen Idee um eine Hypothese, die niemand in einem Neuron getestet hat. Die verblindeten Fachleute, die diese Berichte prüften, befürworteten die DCTN1-Linie als neuartig, folgenreich und weiterverfolgenswert — was eine Aussage darüber ist, wie gut die Frage ist, nicht darüber, ob die Antwort Ja lautet.

Das Kontrollexperiment trägt die Arbeit.

Die stärkste Evidenz in dem Preprint ist nicht die Cholesterin-Geschichte. Es sind die Vergleiche, die das Team an seiner eigenen Methode durchgeführt hat, denn diese sind mit Zahlen hinterlegt und ein Skeptiker kann sie überprüfen.

• Rückgewinnung zurückgehaltener Befunde — von 71 Befunden aus dem zurückgehaltenen Quellmanuskript, die das Team bewertete, wurden 35 abgeglichen und 13 verfeinert. Beschränkt auf die 55 Befunde, die direkt aus Daten zur differentiellen Expression testbar sind, wurden 48 (87,3 %) abgeglichen oder verfeinert und 52 (94,5 %) zumindest teilweise wiedergefunden, wobei die Richtung der Signalwege in 96,2 % der abgeglichenen Vergleiche erhalten blieb.

• Zitationsabdeckung — bei einer Arbeitslast von 893 Perturbationen behielten die verteilten Agenten 711-mal mehr Referenzen als ein einzelner Agent mit demselben Modell und Datensatz. Der einzelne Agent zitierte 11 Referenzen. OpenAIs Beitrag rundet dies auf „mehr als 700 gegenüber 11“ ab.

• Vorhersage — auf einem Hold-out-Split mit 272 Perturbationen erreichte das System eine balancierte Genauigkeit von 0,705 bei der Vorhersage, welche Perturbationen eine nachweisbare Reaktion hervorrufen, und übertraf damit Baselines auf Basis von Antwortraten und physischer Interaktion. Bei der leichteren Hälfte (142 von 172 Fällen ohne Effekt, 82 %) war es deutlich besser als bei der schwierigeren Hälfte (59 von 100, 59 %).

• Expertenbewertung — 30 promovierte Wissenschaftler:innen prüften 60 Berichte, jeweils drei Begutachtungen, verblindet. Die verteilten Berichte wurden in 45 von 60 gepaarten Vergleichen (75 %) bevorzugt, die Einzelagenten-Berichte in 10, bei 5 Gleichständen. Die eigenen Neuheitsbewertungen der Agenten korrelierten mit denen der Menschen bei ρ = 0,61.

Zusammengelesen geht es bei dem Befund um Zerlegung, nicht um Modell-IQ. Ein einzelnes Kontextfenster verliert an Leistung, wenn man einen Atlas hineinschüttet; zweitausend eng zugeschnittene Agenten mit jeweils einem Literaturwerkzeug nicht. Diese Aussage würde selbst dann standhalten, wenn GPT-Rosalind ein durchschnittliches Modell wäre, weshalb sie der Teil ist, dem man vertrauen sollte – und weshalb diese Arbeit für Computational-Biologen nützlicher ist als für jeden, der eine API sucht.

Das andere Ergebnis, das leichter zu verteidigen ist

Die Agenten zeigten außerdem einen krankheitsrelevanten Kontrast zwischen Tsc1 und Tsc2, zwei Genen im mTOR-Signalweg. Die Störung eines der beiden hatte in mehreren Neuronenpopulationen ähnliche Auswirkungen, doch im Kleinhirn verschob eine Tsc2-Störung Dutzende Gene, die an der neuronalen Kommunikation beteiligt sind, während eine Tsc1-Störung kaum etwas bewirkte. Bei tuberöser Sklerose sind zerebelläre Auffälligkeiten stark mit TSC2-Mutationen assoziiert, sodass die Aufteilung zumindest mit dem klinischen Bild übereinstimmt.

Warum ist das leichter zu verteidigen als der Cholesterin-Hinweis? Weil die Behauptung strukturell statt kausal ist – „diese beiden Perturbationen divergieren in diesem Zelltyp“ ist eine Aussage, die der Atlas selbst stützen kann, und die klinische Resonanz ist Bestätigung statt des Arguments. Sie benennt außerdem eine spezifische Population und eine spezifische Gruppe von Genen, die untersucht werden müssen, was eine Folgestudie braucht.

Vier Gründe, das alles zu verwerfen

Nichts davon ist ein Grund, das Paper zu ignorieren. Alles davon ist ein Grund, es nicht als Befund über Krankheit zu zitieren.

Es handelt sich um ein Preprint mit kommerziellem Interesse.Veröffentlicht am 16. Oktober 2026, nicht peer-reviewed. Die Erklärung zu Interessenkonflikten ist eindeutig: Sechs Autoren sind OpenAI-Mitarbeiter und zwei sind PerturbAI-Mitarbeiter, von denen zwei das Unternehmen mitgegründet haben. Die Organisation, die das Modell entwickelt, hat das Paper, das das Modell evaluiert, mitverfasst. Der menschliche Vergleich war verblindet, was den Autoren anzurechnen ist, doch der Expertenpool, das Bewertungsraster und die Stichprobenziehung stammten allesamt aus ihrer eigenen Planung.

Die Biologie ist die einer Maus, und sie ist transkriptomisch. Eine Cholesterinsynthese-Signatur in einer gestörten Zelle ist zwei Schritte von einem Cholesterintransportdefekt in einem menschlichen Neuron entfernt und drei von einer Therapie. Jede neurodegenerative Hypothese dieser Art hat Jahre der Nachbeobachtung vor sich, und die meisten von ihnen antworten „nein, nicht so“.

Die Zahl von 32 Minuten braucht Kontext. Sie ist eine echte Laufzeit für den parallelen Sweep, und der Vergleich „Monate bis zu einem Jahr" ist die Extrapolation der Autoren daraus, dieselbe Arbeit jeweils eine Perturbation nach der anderen durchzuführen. Betrachten Sie Ersteres als gemessen und Letzteres als glaubwürdige Größenordnung – nicht als Stoppuhr-Ergebnis gegenüber einem gleichwertigen menschlichen Team.

Die Zitate sind nicht die Behauptung. Von 1.519 Befunden mit hoher Konfidenz, die die Agenten erzeugten, wurden 27,6 % durch frühere Literatur gestützt, 41,9 % waren neuartige Schlussfolgerungen, 6,6 % widersprachen der Literatur und 23,8 % hatten überhaupt keinen Präzedenzfall. Dass ein Fünftel der Ergebnisse keinen Präzedenzfall hat, ist entweder der Sinn der Übung oder eine Warnung – je nachdem, wie sehr man dem Aggregationsschritt vertraut. Das Paper berichtet Shuffle-Kontrollen – die Übereinstimmung zwischen Agent und Literatur sank von 29,3 % auf 13,2 %, als Perturbationslabels randomisiert wurden –, was genau die richtige Prüfung ist, die man hätte durchführen sollen.

Wenn Sie dies verwenden möchten, hier ist, was es gibt.

Das praktische Ergebnis ist nicht die Cholesterin-Hypothese. Es ist das Artefakt: ein öffentlicher Reasoning-Atlas, der Perturbationen mit Zelltyp-Effekten und mit den Arbeiten hinter jedem vorgeschlagenen Mechanismus verknüpft, plus Code, der dasselbe Muster auf einem anderen Screen laufen lässt. Ein Labor, das am Perry-Syndrom oder am Lipidtransport in Neuronen arbeitet, hat jetzt eine priorisierte Liste von Fragen mit angehängten Zitaten. Beim DCTN1-Eintrag muss man zuerst prüfen, ob die zitierte Literatur tatsächlich sagt, was die Zusammenfassung behauptet — eine Zweistundenaufgabe für einen Postdoc und das richtige Maß an Skepsis gegenüber jeder maschinell erzeugten Hypothese.

Der Zugang zum dahinterstehenden Modell wurde in derselben Woche ausgeweitet. Am 15. Oktober 2026 kündigte OpenAI den Rosalind Academic Plan an: Akademische Labore an US-Universitäten können über Trusted Access bis zu 30 Business-Standard-Lizenzen für bis zu 12 Monate kostenlos beantragen, wobei GPT-Rosalind nach der üblichen Genehmigung verfügbar ist und Forschungsdaten standardmäßig nicht für das Training verwendet werden. Der API-Zugang ist ausdrücklich nicht in den akademischen Lizenzen enthalten – dieser läuft über das kommerzielle Trusted-Access-Programm und wird seit dem 5. Oktober 2026 mit 5,00 US-Dollar pro Million Eingabe-Token, 0,50 US-Dollar für zwischengespeicherte Eingabe und 25,00 US-Dollar pro Million Ausgabe-Token abgerechnet; dabei handelt es sich um die von OpenAI veröffentlichten Preise, nicht um unabhängig gebenchmarkte Werte.

Wo ein Router passt – und wo nicht

GPT-Rosalind ist nicht auf OrcaRouter. Jeder Artikel, der etwas anderes impliziert, ist falsch; der Zugang erfolgt über OpenAIs Antrags- und Prüfverfahren für vertrauenswürdigen Zugang, und keine Routing-Schicht ändert etwas an dieser Zugangssperre.

Was eine Routing-Schicht ändert, ist die Form der Pipeline rund um die Wissenschaft. Ein Lauf wie dieser besteht größtenteils nicht aus Biologie-Aufrufen. Er besteht aus Orchestrierung über zweitausend parallele Worker, dem Parsen und Deduplizieren von Berichten, dem Aggregieren von Ergebnissen und dem Code, der einen Atlas in etwas verwandelt, das ein Biologe abfragen kann. Diese Schritte brauchen kein Domänenmodell für 25 $ pro Million Output-Tokens, und sie dorthin zu verlagern ist der Grund, warum aus einem 32-Minuten-Experiment ein teures wird. Auf OrcaRouter können die Nicht-Biologie-Teile auf einem allgemeinen Modell zum Listenpreis des Anbieters mit 0 % Aufschlag laufen, während die Rosalind-Aufrufe auf dem Trusted-Access-Schlüssel bleiben – und wenn ein Anbieter stockt, verschiebt das automatische Failover die Anfrage statt den gesamten Lauf. Die Routing-Schicht ist für die Teile der Pipeline gedacht, die nicht die Wissenschaft sind.

Was würde die Geschichte tatsächlich verändern

Das nächste Ereignis, auf das es ankommt, ist nicht eine weitere Modellveröffentlichung. Es ist die Frage, ob ein Labor die DCTN1-Hypothese aufgreift und ein Ergebnis meldet: einen Cholesterin-Transport-Assay in Neuronen, ein Perry-Syndrom-Modell, irgendetwas, das Umverteilung statt Synthese testet. Wenn ja, und wenn der Effekt Bestand hat, wird dieses Preprint als der Punkt gelesen werden, an dem es billig genug wurde, verstreute Literatur mit einem Atlas zu verbinden und im Maßstab des gesamten Gehirns zu untersuchen. Wenn niemand dies tut, ist der dauerhafte Beitrag die Methode und der 711-gegen-11-Vergleich – ein kleineres Vermächtnis, aber ein echtes, und eines, das sich auf jeden Perturbationsscreen übertragen lässt, den ein Labor bereits hat.

Bis dahin lautet die ehrliche Zusammenfassung die der Autoren selbst: Die Agenten verwandelten eine unerwartete transkriptionelle Signatur in eine testbare Idee, und menschliche Expertinnen und Experten befanden die Idee für testenswert. Das ist eine gute Woche für die Computational Biology. Für Patientinnen und Patienten ist es noch keine gute Woche, und in der Distanz zwischen diesen beiden Sätzen wird die meiste Berichterstattung über diese Studie schiefgehen.