GPT-Rosalind, 1 946 agentów i trop cholesterolowy: co faktycznie pokazuje wynik DCTN1

21 października 2026 r. OpenAI ogłosiło współpracę z PerturbAI i Scripps Research, w ramach której 1946 agentów działających na GPT-Rosalind przeanalizowało całomózgowy atlas CRISPR 7,7 mln komórek mózgu myszy w ciągu 32 minut. Jednym z uzyskanych tropów jest ten, który krąży: DCTN1, gen odpowiedzialny za zespół Perry'ego i możliwe powiązanie między gospodarką cholesterolu a neurodegeneracją. Sam GPT-Rosalind nie jest nowy — OpenAI udostępniło go w podglądzie badawczym w kwietniu 2026 r., a we wrześniu otworzyło go dla kwalifikujących się organizacji w ramach programu zaufanego dostępu — więc to nie jest historia premiery. Po raz pierwszy model wytworzył publiczny, powtarzalny artefakt badawczy, a nie liczbę z benchmarku, i to jest ciekawszy obiekt do analizy. To, co agenci faktycznie zrobili, jest węższe niż nagłówki i bardziej użyteczne niż one: zamienili nieoczekiwaną sygnaturę transkrypcyjną w pytanie poddające się testowaniu, a 30 ekspertów w warunkach zaślepienia uznało, że warto to pytanie dalej zgłębiać. Nikt nie przetestował tego w neuronie, a co dopiero u pacjenta. Twierdzenia badawcze, które wyprzedzają swoje dowody, oraz następujące po nich korekty są odnotowywane wraz z datami i źródłami w Archiwum Incydentów AI, obok pozostałych incydentów modeli i dostawców, które śledzimy.

Trzy artefakty, w tym jeden nowy

Warto przeanalizować to ogłoszenie, ponieważ użyteczna część to nie wpis prasowy. Trzy rzeczy zbiegły się jednocześnie:

• Preprint — „Rozproszone agenty AI umożliwiają kompleksowe odkrywanie biologicznych spostrzeżeń na dużą skalę”, Sun i wsp., opublikowany w bioRxiv 16 października 2026 r. Nie został poddany recenzji.

• Kod — publiczne repozytorium z laboratorium Jin zawierające środowisko uruchomieniowe agenta, lokalny serwer MCP obsługujący korpus literatury, narzędzia wiersza poleceń do zapytań oraz notebooki odtwarzające ryciny z artykułu.

• Dane — sam atlas PerturbAI CRISPR in vivo całego mózgu, dostępny na Hugging Face: 7,72 mln komórek, prawie 2000 genów związanych z chorobami, 19 070 mRNA, 8588 sgRNA. Praca opisująca atlas to osobny preprint z marca 2026 r.

To połączenie jest powodem, dla którego zasługuje to na artykuł, a nie na akapit. Benchmark dostawcy jest nie do sfalsyfikowania z zewnątrz. Preprint z udostępnionym zbiorem danych i udostępnionym pipeline’em można uruchomić na innym atlasie, sprawdzić wiersz po wierszu albo zakwestionować przez kogoś dysponującego laboratorium typu wet lab. Cokolwiek jeszcze jest prawdą o twierdzeniu dotyczącym DCTN1, otaczającą je konstrukcję można zbadać.

Metoda jest tezą, więc zacznij od niej.

Zbiór danych to atlas Perturb-seq: w całym mózgu myszy geny są zaburzane pojedynczo za pomocą guide RNA, a transkryptom każdej komórki jest odczytywany. Wynik to około dwóch tysięcy perturbacji skrzyżowanych z dziesiątkami tysięcy odpowiedzi perturbacja–typ komórki — znacznie więcej, niż jakiekolwiek laboratorium jest w stanie uważnie przeanalizować, co stanowi wąskie gardło, które atakuje artykuł.

Rozproszone rozumowanie biologiczne, zgodnie z definicją autorów, nie jest pojedynczym wywołaniem modelu na dużej tabeli. Każda z 1 946 perturbacji otrzymuje własnego agenta. Agent ten analizuje odpowiedź komórkową na zaburzenie swojego genu, przeszukuje literaturę naukową w poszukiwaniu czegokolwiek, co je wyjaśnia, i pisze raport narracyjny oraz raport ustrukturyzowany, proponujący mechanizm. W trakcie całego przebiegu agenci wykonali 39 185 odczytów artykułów i zachowali 16 445 cytowań. Raporty są następnie syntetyzowane w graf łączący geny, efekty zależne od typu komórek, artykuły i kandydujące mechanizmy.

Dwa szczegóły w tym opisie mają większe znaczenie niż skala. Po pierwsze, agenci pracowali bez źródłowego manuskryptu — wnioski z oryginalnej pracy atlasowej zostały im ukryte, i to właśnie sprawia, że test odzyskiwania w następnej sekcji ma sens. Po drugie, model w preprintcie nazywa się GPT-Rosalind-5.5, a podana data odcięcia wiedzy to grudzień 2025. Ponieważ źródłowy manuskrypt ukazał się w marcu 2026, agenci nie mogli zapamiętać jego wniosków. To rzeczywista mocna strona metodologiczna i praca powinna za to otrzymać uznanie.

Związek wiodący DCTN1, ujęty jako cztery odrębne zastrzeżenia

Oto ten łańcuch, w kolejności, w jakiej buduje go artykuł. Status epistemiczny zmienia się na każdym etapie — i to właśnie gubi się przy opowiadaniu go od nowa.

• Obserwacja (zmierzona).W atlasie wyłączenie Dctn1 zwiększyło ekspresję genów zaangażowanych w wytwarzanie cholesterolu. To sygnatura transkrypcyjna w danych, a nie coś, co wymyślił model.

• Powiązanie (wnioskowanie poparte literaturą). DCTN1 koduje dynaktynę, część maszynerii motorycznej dyneiny, która transportuje ładunek wzdłuż mikrotubul wewnątrz neuronów. Dotychczasowe badania sugerują, że gdy transport cholesterolu jest zaburzony, komórki zwiększają syntezę cholesterolu, najwyraźniej w ramach kompensacji. Agent powiązał gen transportowy z sygnaturą syntezy.

• Hipoteza (niesprawdzona). Jeśli zakłócenie DCTN1 zmienia rozmieszczenie cholesterolu w neuronach, ta redystrybucja może przyczyniać się do degeneracji — a przywrócenie normalnego rozmieszczenia może działać ochronnie. Sam wpis O​penAI jest tu ostrożny: nazywa to pytaniem wymagającym dalszych eksperymentów i konsekwentnie używa słowa „could”.

• Związek z chorobą (ustalony, a nie pochodzący z tego artykułu). DCTN1 – mutacje powodują zespół Perry'ego, rzadkie zaburzenie neurodegeneracyjne z cechami parkinsonowskimi. To właśnie ten związek sprawia, że wiodący trop jest klinicznie czytelny, a wyprzedza to badanie o lata.

Wszystko po pierwszym punktorze to wnioskowanie. Sygnatura jest daną; narracja o transporcie i kompensacji to mechanizm zaczerpnięty z literatury; pomysł terapeutyczny to hipoteza, której nikt nie przetestował w neuronie. Zaślepieni eksperci, którzy oceniali te raporty, uznali wątek DCTN1 za nowatorski, doniosły i wart dalszego zbadania — co jest stwierdzeniem o tym, jak dobre jest to pytanie, a nie o tym, czy odpowiedź brzmi „tak”.

Eksperyment kontrolny niesie pracę.

Najsilniejszym dowodem w preprintcie nie jest historia z cholesterolem. Jest nim zestaw porównań, które zespół przeprowadził na własnej metodzie, ponieważ mają one dołączone liczby i sceptyk może je sprawdzić.

• Odzyskiwanie wstrzymanych wyników — spośród 71 wyników z zatrzymanego manuskryptu źródłowego, które zespół ocenił, 35 zostało dopasowanych, a 13 doprecyzowanych. Ograniczając się do 55 wyników, które można bezpośrednio przetestować na podstawie danych o ekspresji różnicowej, 48 (87,3%) zostało dopasowanych lub doprecyzowanych, a 52 (94,5%) odzyskano co najmniej częściowo, przy czym kierunek szlaku zachowano w 96,2% dopasowanych porównań.

• Pokrycie cytowań — przy obciążeniu wynoszącym 893 perturbacje rozproszeni agenci zachowali 711 razy więcej referencji niż pojedynczy agent z tym samym modelem i zbiorem danych. Pojedynczy agent zacytował 11 referencji. W poście OpenAI zaokrąglono to do „ponad 700 w porównaniu z 11”.

• Predykcja — na wydzielonym zbiorze testowym obejmującym 272 perturbacje system osiągnął zrównoważoną dokładność na poziomie 0,705 w przewidywaniu, które perturbacje wywołują wykrywalną reakcję, przewyższając wartości odniesienia oparte na współczynniku reakcji i interakcji fizycznej. Znacznie lepiej radził sobie z łatwiejszą połową (142 z 172 przypadków braku efektu, 82%) niż z trudniejszą połową (59 z 100, 59%).

• Ekspercka ocena — 30 naukowców z doktoratem oceniło 60 raportów, po trzy recenzje każdy, w trybie zaślepionym. W 45 z 60 dopasowanych porównań (75%) preferowano raporty rozproszone, w 10 — raporty pojedynczego agenta, a w 5 odnotowano remisy. Rankingi nowości samych agentów korelowały z rankingami ludzi przy ρ = 0,61.

Czytane razem, odkrycie dotyczy dekompozycji, a nie IQ modelu. Pojedyncze okno kontekstu degraduje się, gdy wlewa się do niego atlas; dwa tysiące wąskich agentów, każdy z narzędziem do przeglądu literatury, już nie. To twierdzenie przetrwałoby, nawet gdyby GPT-Rosalind był przeciętnym modelem, dlatego właśnie ta część jest warta zaufania — i dlatego ten artykuł jest bardziej użyteczny dla biologów obliczeniowych niż dla kogokolwiek szukającego API.

Drugi wynik, który łatwiej obronić

Agenci ujawnili również istotny dla choroby kontrast między Tsc1 a Tsc2, dwoma genami szlaku mTOR. Zakłócenie któregokolwiek z nich dawało podobne efekty w kilku populacjach neuronów, ale w móżdżku Tsc2 zakłócenie zmieniło ekspresję dziesiątek genów zaangażowanych w komunikację neuronalną, podczas gdy Tsc1 zakłócenie miało niewielki wpływ. W stwardnieniu guzowatym nieprawidłowości w móżdżku są silnie związane z mutacjami TSC2, więc ten podział jest przynajmniej spójny z obrazem klinicznym.

Dlaczego łatwiej to obronić niż trop cholesterolowy? Ponieważ twierdzenie ma charakter strukturalny, a nie przyczynowy — „te dwie perturbacje rozchodzą się w tym typie komórek” to stwierdzenie, które sam atlas może poprzeć, a rezonans kliniczny jest potwierdzeniem, a nie samym argumentem. Wskazuje też konkretną populację i konkretny zestaw genów do zbadania, czego potrzebuje badanie następcze.

Cztery powody, by to wszystko odrzucić

Nic z tego nie jest powodem, by ignorować tę pracę. Wszystko to jest powodem, by nie cytować jej jako odkrycia dotyczącego choroby.

To preprint związany z interesem komercyjnym. Opublikowany 16 października 2026 r., bez recenzji. Deklaracja konfliktu interesów jest jednoznaczna: sześciu autorów to pracownicy OpenAI, a dwóch to pracownicy PerturbAI, przy czym dwóch z nich współtworzyło tę firmę. Organizacja, która tworzy model, współtworzyła artykuł, który go ocenia. Porównanie z udziałem ludzi przeprowadzono w sposób zaślepiony, co należy zaliczyć autorom na plus, ale pula ekspertów, kryteria oceny i dobór próby były w całości ich własnym projektem.

Biologia jest mysia i transkryptomiczna. Sygnatura syntezy cholesterolu w zaburzonej komórce jest o dwa kroki oddalona od defektu transportu cholesterolu w ludzkim neuronie, a o trzy od terapii. Każda hipoteza neurodegeneracyjna tego rodzaju wymaga wieloletnich badań follow-up, a większość z nich odpowiada: „nie, nie w ten sposób”.

Liczba 32 minut wymaga kontekstu. To rzeczywisty czas działania równoległego przebiegu, a porównanie „od miesięcy do roku” to ekstrapolacja autorów z wykonywania tej samej pracy po jednej perturbacji na raz. Pierwszą wartość traktuj jako zmierzoną, a drugą jako wiarygodny rząd wielkości, a nie wynik uzyskany stoperem w porównaniu z odpowiednio dobranym zespołem ludzi.

Cytowania nie są twierdzeniem. Spośród 1519 ustaleń o wysokiej pewności wygenerowanych przez agentów 27,6% miało oparcie we wcześniejszej literaturze, 41,9% stanowiły nowe wnioski, 6,6% przeczyło literaturze, a 23,8% nie miało żadnego precedensu. To, że jedna piąta wyników nie ma precedensu, jest albo sednem tego ćwiczenia, albo ostrzeżeniem — w zależności od tego, jak bardzo ufasz etapowi agregacji. W artykule opisano kontrole losowego przetasowania — zgodność między agentem a literaturą spadła z 29,3% do 13,2%, gdy etykiety perturbacji losowo przetasowano — co było właściwym testem, jaki należało przeprowadzić.

Jeśli chcesz tego użyć, oto co istnieje

Praktycznym wynikiem nie jest hipoteza cholesterolowa. Jest nim artefakt: publiczny atlas rozumowania, który wiąże perturbacje z wpływem na poszczególne typy komórek oraz z pracami stojącymi za każdym proponowanym mechanizmem, a także kod, który uruchomi ten sam wzorzec na innym przesiewie. Laboratorium zajmujące się zespołem Perry'ego lub transportem lipidów w neuronach ma teraz uporządkowaną według priorytetów listę pytań wraz z przypisanymi cytowaniami. Pierwszą rzeczą, jaką należy zrobić z wpisem DCTN1, jest sprawdzenie, czy cytowane piśmiennictwo faktycznie mówi to, co streszczenie twierdzi, że mówi — to dwugodzinna praca dla postdoca i właściwa doza sceptycyzmu wobec każdej wygenerowanej maszynowo hipotezy.

Dostęp do stojącego za nim modelu poszerzył się w tym samym tygodniu. 15 października 2026 r. O​penAI ogłosiło Rosalind Academic Plan: laboratoria akademickie na amerykańskich uczelniach mogą ubiegać się w ramach dostępu zaufanego o do 30 miejsc Business Standard bezpłatnie na okres do 12 miesięcy, przy czym GPT-Rosalind będzie dostępny po zwykłej procedurze zatwierdzenia, a dane badawcze domyślnie nie będą wykorzystywane do trenowania. Dostęp przez API wyraźnie nie jest objęty miejscami akademickimi — odbywa się on w ramach komercyjnego programu dostępu zaufanego, rozliczanego od 5 października 2026 r. według stawek 5,00 USD za milion tokenów wejściowych, 0,50 USD za buforowane tokeny wejściowe i 25,00 USD za milion tokenów wyjściowych, które są publikowanymi stawkami O​penAI, a nie stawkami niezależnie zweryfikowanymi.

Gdzie router pasuje, a gdzie nie

GPT-Rosalind nie jest dostępny w OrcaRouter. Każdy artykuł sugerujący inaczej jest błędny; dostęp odbywa się przez wniosek i weryfikację w ramach programu zaufanego dostępu OpenAI, a warstwa routingu niczego nie zmienia w tym warunku dostępu.

To, co warstwa routingu zmienia, to kształt potoku wokół samej nauki. Przebieg taki jak ten w większości nie składa się z wywołań biologicznych. To orkiestracja na dwóch tysiącach równoległych procesów roboczych, parsowanie i deduplikowanie raportów, agregowanie wyników oraz kod, który zamienia atlas w coś, co biolog może odpytywać. Te kroki nie wymagają modelu dziedzinowego za $25 za milion tokenów wyjściowych, a umieszczanie ich tam sprawia, że 32-minutowy eksperyment staje się kosztowny. W OrcaRouter niebiologiczne etapy mogą działać na modelu ogólnym w cenie katalogowej dostawcy z 0% marży, podczas gdy wywołania Rosalind pozostają na kluczu zaufanego dostępu — a gdy dostawca się zawiesi, automatyczne przełączenie awaryjne przenosi żądanie, a nie cały przebieg. Warstwa routingu służy tym częściom potoku, które nie są nauką.

Co tak naprawdę zmieniłoby historię

Następnym wydarzeniem, które ma znaczenie, nie jest kolejna premiera modelu. Jest nim to, czy jakieś laboratorium podejmie hipotezę DCTN1 i zgłosi wynik: test transportu cholesterolu w neuronach, model zespołu Perry'ego, cokolwiek, co bada redystrybucję, a nie syntezę. Jeśli tak się stanie i efekt się utrzyma, ten preprint będzie odczytywany jako moment, w którym połączenie rozproszonej literatury z atlasem stało się wystarczająco tanie, by prowadzić je w skali całego mózgu. Jeśli nikt tego nie zrobi, trwałym wkładem pozostanie metoda i porównanie 711 z 11 — mniejsze dziedzictwo, ale prawdziwe, i takie, które przenosi się na dowolny skrining perturbacyjny, jaki laboratorium już ma.

Do tego czasu uczciwym podsumowaniem jest to, które przedstawiają sami autorzy: agenci przekształcili nieoczekiwaną sygnaturę transkrypcyjną w pomysł, który można przetestować, a ludzcy eksperci uznali, że pomysł wart jest przetestowania. To dobry tydzień dla biologii obliczeniowej. To jeszcze nie jest dobry tydzień dla pacjentów, a właśnie w odległości między tymi dwoma zdaniami większość omówień tego badania popełni błąd.