Los experimentos biológicos a gran escala generan ahora órdenes de magnitud más resultados de los que un equipo humano puede investigar de forma exhaustiva. La colaboración de OpenAI con PerturbAI y Scripps Research utilizó un atlas CRISPR de cerebro completo de células de ratón para mostrar una alternativa: miles de agentes GPT‑Rosalind ligeros que trabajan en paralelo, cada uno encargado de analizar una perturbación específica. En conjunto, sus informes se integraron en un atlas de razonamiento que relaciona genes con respuestas celulares, literatura pertinente e hipótesis mecanísticas, todo en un plazo que, de otro modo, exigiría meses de análisis manual.

La decisión de ingeniería de distribuir las tareas entre numerosos agentes especializados es fundamental para este resultado. En vez de recurrir a un único proceso generalista que abarcara cientos o miles de perturbaciones de forma secuencial, el sistema dividió el trabajo para que cada agente profundizara en las firmas celulares de un solo gen y las contrastara con publicaciones especializadas. Este paralelismo amplió la cobertura —al analizar muchas perturbaciones— y la profundidad —al citar más literatura por perturbación—, y generó una red de posibles explicaciones que, en comparaciones a ciegas, expertos humanos consideraron novedosas y útiles para la investigación.

Es fundamental señalar que los agentes no produjeron descubrimientos validados: generaron hipótesis priorizadas, fundamentadas en la literatura, y conexiones que merecen seguimiento experimental. Entre los ejemplos identificados por el sistema figuran los efectos diferenciales de Tsc1 y Tsc2 en las neuronas cerebelosas y un posible vínculo entre el manejo intracelular del colesterol y la neurodegeneración asociado a perturbaciones de Dctn1. Estos hallazgos preliminares muestran cómo los enjambres de agentes pueden acelerar el paso de grandes conjuntos de datos a experimentos concretos de laboratorio, pero no sustituyen la validación experimental específica ni el estudio mecanístico.