GPT-Rosalind, 1 946 agenter och ett kolesterolspår: Vad DCTN1-resultatet faktiskt visar

On 21 October 2026, O​penAI published a collaboration with PerturbAI and Scripps Research in which 1,946 agents running on GPT-Rosalind worked through a whole-brain CRISPR atlas of 7.7 million mouse brain cells in 32 minutes. One of the leads that came out of it is the one circulating: DCTN1, the gene behind Perry syndrome, and a possible link between cholesterol handling and neurodegeneration. GPT-Rosalind itself is not new — O​penAI put it into research preview in April 2026 and opened it to eligible organisations through its trusted-access programme in September — so this is not a launch story. It is the first time the model has produced a public, reproducible research artefact rather than a benchmark number, and that is a more interesting thing to look at. What the agents actually did is narrower than the headlines and more useful than them: they turned an unexpected transcriptional signature into a testable question, and 30 blinded experts judged that question worth following up. Nobody has tested it in a neuron, let alone a patient. Research claims that outrun their evidence, and the corrections that follow, are recorded with their dates and sources in the AI Incident Archive, alongside the rest of the model and vendor incidents we follow.

Tre artefakter, varav en är ny

Tillkännagivandet är värt att plocka isär, eftersom den användbara delen inte är pressinlägget. Tre saker landade samtidigt:

• Ett preprint — "Distribuerade AI-agenter möjliggör omfattande upptäckt av biologiska insikter i stor skala", Sun et al., publicerad på bioRxiv den 16 oktober 2026. Det har inte genomgått peer review.

• Kod — ett offentligt kodförråd från Jin-labbet som innehåller agentruntimen, en lokal MCP-server över litteraturkorpusen, CLI-frågeverktyg och notebookarna som återger artikelns figurer.

• Data — själva PerturbAI-atlaset för CRISPR i hela hjärnan in vivo, på Hugging Face: 7,72 miljoner celler, nästan 2 000 sjukdomskopplade gener, 19 070 mRNA, 8 588 sgRNA. Atlasartikeln är en separat preprint från mars 2026.

Den kombinationen är anledningen till att detta förtjänar en artikel snarare än ett stycke. Ett leverantörsbenchmark är omöjligt att falsifiera utifrån. En preprint med ett offentliggjort dataset och en offentliggjord pipeline kan köras mot en annan atlas, granskas rad för rad eller motsägas av någon med ett våtlab. Vad som än i övrigt är sant om DCTN1-påståendet är ramverket runt det inspekterbart.

Metoden är påståendet, så börja där.

Datasetet är en Perturb-seq-atlas: i hela musens hjärna störs gener med en guide-RNA i taget, och varje cells transkriptom läses av. Resultatet är ungefär två tusen perturbationer korsade med tiotusentals perturbation-per-celltyp-svar – långt fler än något labb läser ingående, vilket är den flaskhals som artikeln angriper.

Distribuerat biologiskt resonemang, så som författarna definierar det, är inte ett enda modellanrop över en stor tabell. Var och en av de 1 946 perturbationerna får sin egen agent. Den agenten undersöker den cellulära responsen på störningen av dess gen, söker i den vetenskapliga litteraturen efter allt som förklarar den och skriver en berättande rapport plus en strukturerad sådan som föreslår en mekanism. Under körningen genomförde agenterna 39 185 artikelläsningar och behöll 16 445 citeringar. Rapporterna syntetiseras sedan till en graf som länkar gener, celltypsseffekter, artiklar och kandidatmekanismer.

Två detaljer i den beskrivningen spelar större roll än skalan. För det första arbetade agenterna utan källmanuskriptet — slutsatserna i originalatlasartikeln undanhölls för dem, vilket är det som gör återställningstestet i nästa avsnitt meningsfullt. För det andra namnges modellen i preprinten som GPT-Rosalind-5.5, med en angiven kunskapsgräns i december 2025. Eftersom källmanuskriptet publicerades i mars 2026 kunde agenterna inte ha memorerat dess slutsatser. Det är en verklig metodologisk styrka och artikeln bör få erkännande för det.

DCTN1-ledtråden, formulerad som fyra separata påståenden

Här är kedjan, i den ordning artikeln bygger upp den. Den epistemiska statusen förändras vid varje steg, vilket är precis det som går förlorat i återberättandet.

• Observationen (uppmätt). I atlasen ledde störning av Dctn1 till ökat uttryck av gener som är involverade i att tillverka kolesterol. Detta är en transkriptionell signatur i data, inte något som modellen har hittat på.

• Sambandet (litteraturstödd slutledning). DCTN1 kodar för dynaktin, en del av dyneinmotorns maskineri som fraktar last längs mikrotubuli inuti neuroner. Tidigare studier tyder på att när kolesteroltransporten är nedsatt uppreglerar cellerna kolesterolsyntesen, uppenbarligen som kompensation. Agenten kopplade en transportgen till en syntessignatur.

• The hypothesis (untested). If DCTN1 disruption changes how cholesterol is distributed within neurons, that redistribution might contribute to degeneration — and restoring normal distribution might be protective. O​penAI's own post is careful here, calling it a question for follow-up experiments and using "could" throughout.

• Sjukdomskopplingen (etablerad och inte från den här artikeln). DCTN1mutationer orsakar Perry syndrom, en sällsynt neurodegenerativ sjukdom med parkinsonistiska drag. Den kopplingen är det som gör ledtråden kliniskt begriplig, och den ligger flera år före studien.

Allt efter den första punkten är inferens. Signaturen är data; transport- och kompensationsberättelsen är en mekanism hämtad från litteraturen; den terapeutiska idén är en hypotes som ingen har testat i en neuron. De blindade experterna som granskade dessa rapporter godkände DCTN1-linjen som ny, betydelsefull och värd att följa upp – vilket säger något om hur bra frågan är, inte om huruvida svaret är ja.

Kontrollexperimentet bär uppsatsen.

Det starkaste beviset i preprinten är inte kolesterolhistorien. Det är uppsättningen jämförelser som teamet genomförde av sin egen metod, eftersom de har siffror kopplade till sig och en skeptiker kan kontrollera dem.

• Återvinning av undanhållna fynd — av 71 fynd från det undanhållna källmanuskriptet som teamet bedömde matchades 35 och 13 förfinades. Begränsat till de 55 fynd som direkt kunde testas utifrån differentialuttrycksdata matchades eller förfinades 48 (87,3 %), och 52 (94,5 %) återvanns åtminstone delvis, med signalvägsriktningen bevarad i 96,2 % av de matchade jämförelserna.

• Citation coverage — at a workload of 893 perturbations, the distributed agents retained 711 times more references than a single agent given the same model and dataset. The single agent cited 11 references. O​penAI's post rounds this to "more than 700 versus 11."

• Förutsägelse — på en hållen-ut-delning med 272 perturbationer nådde systemet en balanserad noggrannhet på 0,705 för att förutsäga vilka perturbationer som ger ett detekterbart svar, vilket slog baslinjerna för svarsfrekvens och fysisk interaktion. Det var mycket bättre på den lätta hälften (142 av 172 fall med nolleffekt, 82 %) än på den svåra hälften (59 av 100, 59 %).

• Expertbedömning — 30 forskare på doktorsnivå granskade 60 rapporter, tre recensioner var, blindat. De distribuerade rapporterna föredrogs i 45 av 60 matchade jämförelser (75 %), rapporterna från den enskilda agenten i 10, med 5 oavgjorda. Agenternas egna nyhetsrankningar korrelerade med människornas vid ρ = 0,61.

Läst tillsammans handlar fyndet om uppdelning, inte om modellens IQ. Ett enda kontextfönster försämras när man häller in en atlas i det; två tusen smala agenter med var sitt litteraturverktyg gör det inte. Det påståendet skulle hålla även om GPT-Rosalind vore en genomsnittlig modell, vilket är varför det är den del som är värd att lita på – och varför den här artikeln är mer användbar för beräkningsbiologer än för någon som letar efter ett API.

Det andra resultatet, som är lättare att försvara

Agenterna lyfte också fram en sjukdomsrelevant kontrast mellan Tsc1 och Tsc2, två gener i mTOR-signalvägen. Att störa endera gav liknande effekter i flera neuronpopulationer, men i lillhjärnan Tsc2-störning förändrade uttrycket av dussintals gener som är involverade i neuronal kommunikation, medan Tsc1-störning hade liten effekt. Vid tuberös skleros är lillhjärnsavvikelser starkt förknippade med TSC2-mutationer, så uppdelningen är åtminstone förenlig med den kliniska bilden.

Varför är detta lättare att försvara än kolesterolspåret? Eftersom påståendet är strukturellt snarare än kausalt – "dessa två perturbationer divergerar i denna celltyp" är ett påstående som atlasen själv kan stödja, och den kliniska resonansen är bekräftelse snarare än argumentet. Det namnger också en specifik population och en specifik uppsättning gener att undersöka, vilket är vad en uppföljningsstudie behöver.

Fyra skäl att bortse från alltihop

Inget av detta är ett skäl att ignorera artikeln. Allt detta är ett skäl att inte citera den som ett fynd om sjukdom.

It is a preprint with a commercial interest. Posted 16 October 2026, not peer reviewed. The competing-interest statement is explicit: six authors are O​penAI employees and two are PerturbAI employees, two of whom co-founded the company. The organisation that makes the model co-wrote the paper that evaluates the model. The human comparison was blinded, to the authors' credit, but the expert pool, the rubric and the sampling were all their own design.

Biologin är mus, och den är transkriptomisk. En kolesterolsyntessignatur i en rubbad cell ligger två steg bort från en kolesteroltransportdefekt i en mänsklig neuron, och tre från en terapi. Varje neurodegenerativ hypotes av detta slag står inför åratal av uppföljning, och de flesta av dem svarar "nej, inte på det sättet."

Siffran på 32 minuter behöver kontext. Det är en verklig körtid för den parallella svepningen, och jämförelsen med "månader till ett år" är författarnas extrapolering från att göra samma arbete en störning i taget. Betrakta det första som uppmätt och det andra som en trovärdig storleksordning, inte som ett tidtagarresultat mot ett matchat mänskligt team.

Citeringarna är inte påståendet. Av 1 519 fynd med hög konfidens som agenterna producerade stöddes 27,6 % av tidigare litteratur, 41,9 % var nya slutledningar, 6,6 % motsade litteraturen och 23,8 % hade inget precedent alls. Att en femtedel av resultatet saknar precedent är antingen själva poängen med övningen eller en varning, beroende på hur mycket man litar på aggregeringssteget. Artikeln rapporterar shuffle-kontroller – överensstämmelsen mellan agent och litteratur sjönk från 29,3 % till 13,2 % när störningsetiketter randomiserades – vilket är rätt kontroll att ha utfört.

Om du vill använda det här är det här vad som finns

Det praktiska resultatet är inte kolesterolhypotesen. Det är artefakten: en offentlig resonemangsatlas som kopplar perturbationer till celltypseffekter och till artiklarna bakom varje föreslagen mekanism, plus kod som kommer att köra samma mönster på en annan skärm. Ett labb som arbetar med Perrys syndrom eller med lipidtransport i neuroner har nu en prioriterad lista över frågor med tillhörande citeringar. Det första man bör göra med DCTN1-posten är att kontrollera om dess citerade litteratur säger det som sammanfattningen säger att den säger — ett tvåtimmarsjobb för en postdoktor, och den korrekta mängden skepsis för vilken maskingenererad hypotes som helst.

Access to the model behind it widened in the same week. On 15 October 2026 O​penAI announced the Rosalind Academic Plan: academic labs at U.S. universities can apply through trusted access for up to 30 Business Standard seats at no cost for up to 12 months, with GPT-Rosalind available after the usual approval, and research data not used for training by default. API access is explicitly not included in the academic seats — that runs through the commercial trusted-access programme, billed since 5 October 2026 at $5.00 per million input tokens, $0.50 cached input and $25.00 per million output, which are O​penAI's published rates, not independently benchmarked ones.

Var en router passar in, och var den inte gör det

GPT-Rosalind is not on OrcaRouter. Any article implying otherwise is wrong; access runs through O​penAI's trusted-access application and review, and nothing about a routing layer changes that gate.

Det ett routningslager faktiskt förändrar är formen på pipelinen runt själva vetenskapen. En körning som den här består mestadels inte av biologiska anrop. Den är orkestrering över två tusen parallella arbetare, tolkning och deduplicering av rapporter, aggregering av fynd och koden som gör en atlas till något en biolog kan ställa frågor till. De stegen behöver ingen domänmodell för 25 USD per miljon utdatatoken, och att lägga dem där är det som gör ett 32-minutersexperiment dyrt. På OrcaRouter kan de icke-biologiska delarna köras på en allmän modell till leverantörens listpris med 0 % påslag, medan Rosalind-anropen ligger kvar på trusted-access-nyckeln – och när en leverantör stannar flyttar automatisk failover begäran i stället för hela körningen. Routningslagret är till för de delar av pipelinen som inte är själva vetenskapen.

Vad skulle egentligen förändra historien?

Nästa händelse som spelar roll är inte ännu en modellsläpp. Det är huruvida ett labb plockar upp DCTN1-hypotesen och rapporterar ett resultat: en analys av kolesteroltransport i neuron, en Perry-syndrommodell, vad som helst som testar omfördelning snarare än syntes. Om någon gör det, och effekten håller, kommer detta preprint att läsas som punkten där det blev billigt nog att koppla samman spridd litteratur med en atlas för att köras i helhjärnsskala. Om ingen gör det är det bestående bidraget metoden och jämförelsen 711 mot 11 – ett mindre arv, men ett verkligt sådant, och ett som går att överföra till vilken perturbationsscreen som helst som ett labb redan har.

Fram till dess är den ärliga sammanfattningen författarnas egen: agenterna förvandlade en oväntad transkriptionell signatur till en testbar idé, och mänskliga experter bedömde att idén var värd att testa. Det är en bra vecka för beräkningsbiologi. Det är ännu inte en bra vecka för patienter, och avståndet mellan de två meningarna är där det mesta av bevakningen av den här studien kommer att gå fel.