将零散证据转化为生命科学发现决策

TL;DR：OpenAI 的生命科学智能体在 Codex 中自主运行，将分散的内部与公开数据转化为哮喘靶点排序列表（IL-33、TSLP、IL-1RA1）。它先启动遗传学、转化生物学及监管背景等子智能体，再将结果融合成有证据支撑的决策。 ## 将零散证据转化为生命科学发现决策 ### 挑战：从原始输入到靶点排序 科学家通常需要翻阅湿实验记录本、外部数据库和文献，再手动拼出 go/no-go 决定。OpenAI 的新生命科学模型，代号“GPT-Rosalind”，把整个流程封装成一条可复现的 Codex 工作流。演示任务：利用内部证据包和实时公开数据，比较并排序三个已验证的哮喘靶点——IL-33、TSLP 和 IL-1RA1。 ### 起点：内部证据包 用户把一个本地文件夹拖进 Codex，里面包含： - 内部细胞实验 - 生物标志物策略幻灯片 - 可开发性与安全性读出 - 目标产品概况（TPP）草稿 模型读取文件夹后给出简洁结论： “排序：1) IL-33，2) TSLP，3) IL-1RA1，受内部效价和生物标志物关联驱动。” 行内引用指向支持每条陈述的具体 Excel 行和 PDF 页码。 ### 第一次扩展：调用生命科学插件 Codex 弹出提示： “人类遗传学或靶点-疾病证据可扩展。是否运行？” 一键启动生命科学研究插件。模型已微调，知道该调用哪些数据源——GWAS catalog、GTeX、UK-Biobank、DisGeNET、OpenTargets——以及如何给它们的输出赋权。 ### 并行子智能体，确保标准无偏 数据流不会过早合并，Codex 先派出六名专业子智能体： 1. Pascal – 人类遗传学 2. Marie – 转录组与细胞类型特异性 3. Rosalind – 通路和网络拓扑 4. Darwin – 动物模型表型 5. Frida – 监管先例与安全警示 6. Watson – 竞争格局与专利到期 各智能体独立工作，遵循预设评分规则，把 JSON 摘要存入共享证据总线。 #### 示例：Pascal 的遗传学深挖 Pascal 收到指令： “收集哮喘全基因组显著 SNP（p < 5 × 10⁻⁸），eQTL 共定位概率 > 0.8，并归类到 IL-33、TSLP 或 IL-1RA1。” 返回结果： - IL-33：3 个独立位点，其中 2 个可信集变异位于增强子区；孟德尔随机化 OR = 1.42（95 % CI 1.19–1.68）。 - TSLP：1 个位点，气道上皮 eQTL，MR OR = 1.18。 - IL-1RA1：无全基因组显著 SNP；全血 eQTL 但肺组织无。 #### 其他智能体速览 Marie 发现 IL-33 在病毒性加重期间气道上皮选择性上调最显著（log2FC 2.1，FDR 3 × 10⁻⁵）。 Darwin 报告 Il33 敲除小鼠屋尘螨诱导的气道高反应性降低 60 %，TSLP 敲除仅 25 %；Il1ra1−/− 出现致死性炎症表型，安全警示。 Frida 翻出 FDA 对早期 IL-1RA1 激动剂的“临床暂停”备忘录，原因为中性粒细胞减少。 Watson 指出 IL-33 单抗专利 2038 年到期，TSLP 2036 年，IL-1RA1 小分子族 2031 年。 ### 综合：融合六层正交证据 最后一个智能体标记“完成”后，生命科学模型运行贝叶斯证据整合脚本。每层证据按用户可调的“信任滑块”加权（默认：人类遗传学 30 %、转化数据 25 %、安全性 20 %、IP 15 %、竞争 10 %）。后验得分确认初始排序：IL-33（0.87）> TSLP（0.71）> IL-1RA1（0.34）。 ### 交付回科学家 自动生成一页备忘录： - 带综合评分的靶点排序 - 关键驱动句：“IL-33 在遗传关联、上皮特异性及稳健 KO 表型上领先。” - 警示框：“IL-1RA1 因中性粒细胞减少信号和遗传支持弱被降级。” - 附录：完整智能体日志、数据库版本及可复现笔记本链接。 ### 可复现与审计 每次查询、API 调用和提示均带版本戳。第二名科学家可重跑同一工作流获得相同排序，或更换权重方案做敏感性分析。 ### 路线图：更深入的生物学推理 OpenAI 表示，该生命科学模型正在“学会更长久、更生物学地思考”。下一步包括蛋白结构感知评分、自动 CRISPR 向导设计，并与机器人实验平台集成，让排序后的靶点列表直接流入高通量验证。 来源：https://www.youtube.com/watch?v=a-YJ6h7EJv8