A OpenAI descreveu uma experiência em grande escala em que enxames de agentes de IA leem dados biológicos. Em parceria com a startup PerturbAI e a Scripps Research, a empresa lançou milhares de agentes movidos pelo GPT-Rosalind, o seu modelo para ciências da vida, sobre um atlas CRISPR já existente, construído a partir de milhões de células cerebrais de ratinho. Segundo a publicação de 21 de outubro de 2026, a análise completa demorou 32 minutos, quando uma equipa humana a trabalhar perturbação a perturbação precisaria, pelas contas dos autores, de meses ou até um ano.
O conjunto de dados mostra o que acontece a diferentes tipos de células do cérebro quando se desativa um gene. A OpenAI chama ao método raciocínio biológico distribuído: cada agente ficou com uma única perturbação, observou a resposta das células, pesquisou a literatura científica e propôs explicações. Os relatórios foram depois reunidos num atlas de raciocínio que liga genes, efeitos celulares, artigos relevantes e mecanismos possíveis, e que, segundo a empresa, está aberto à consulta de investigadores.
Há duas descobertas em destaque. A primeira envolve o Tsc1 e o Tsc2, genes que regulam em conjunto o mTOR, peça central do crescimento e do metabolismo celular. Desativar qualquer um deles produziu efeitos parecidos em vários grupos de neurónios, mas no cerebelo só a perturbação do Tsc2 alterou dezenas de genes ligados à comunicação neuronal. A OpenAI lembra que as anomalias do cerebelo na esclerose tuberosa estão fortemente associadas a mutações no TSC2, o que torna o contraste um bom alvo para ensaios. A segunda aponta para o DCTN1, mutado na síndrome de Perry, uma doença com sintomas parecidos com os de Parkinson: a sua desativação aumentou a expressão de genes de síntese de colesterol, e os agentes relacionaram isso com estudos sobre falhas no transporte desta molécula, sugerindo uma via possível para a neurodegeneração.
A empresa testou também se dividir o trabalho faz diferença. Com o mesmo modelo e o mesmo orçamento de computação, comparou um único agente a tratar todo o conjunto com muitos agentes em paralelo. À medida que a carga crescia, o agente isolado consultava menos bibliografia: 11 referências no cenário mais pesado, contra mais de 700 na abordagem distribuída. Em comparações às cegas, especialistas preferiram os relatórios dos agentes distribuídos em 75% dos casos, e a OpenAI diz que os agentes reproduziram resultados de análises humanas anteriores.
A publicação inclui comentários favoráveis de cientistas externos. Sarah Teichmann, cofundadora do Human Cell Atlas, considera que a IA pode ajudar mais equipas a explorar atlas celulares partilhados, e Tomasz Nowakowski, da UCSF, vê na ligação ao colesterol uma nova forma de pensar a biologia da doença. Nenhum deles é apresentado como autor da avaliação.
Para os laboratórios, a promessa prende-se com a cobertura e não com certezas. Os grandes rastreios genéticos produzem muito mais sinais do que é possível investigar, e agentes em paralelo podem trazer à tona efeitos discretos ou inesperados. O trabalho reforça ainda a aposta da OpenAI nas ciências da vida, que esta semana incluiu a compra da Orchestra Bio para a gama Rosalind.
As limitações pesam. Os resultados surgem num texto da própria OpenAI e não num artigo revisto por pares, e os números sobre preferência de especialistas e tempo de execução não foram replicados de forma independente. Cada pista é uma hipótese: nenhum dos mecanismos propostos foi ainda confirmado em laboratório e os dados vêm de ratinhos, não de pessoas.