1.946 Agentes De IA Analisam Atlas Cerebral Em 32 Minutos

A OpenAI, a PerturbAI e o Scripps Research anunciaram nesta quarta-feira, 21 de outubro, uma das demonstrações mais concretas até aqui de agentes de IA trabalhando em escala de descoberta científica. Em 32 minutos, 1.946 agentes do modelo GPT-Rosalind analisaram um atlas CRISPR de cérebro de camundongo com dados de cerca de 7,7 milhões de células e quase 2.000 perturbações genéticas. Em humanos, uma perturbação por vez, o mesmo trabalho levaria meses a um ano, estimam os autores.

A conta de partida é o problema de sempre na biologia moderna: experimentos geram muito mais dados do que equipes conseguem interpretar. Alterar milhares de genes e medir os efeitos em milhões de células é rotina; entender o que isso significa para doenças humanas exige cruzar achados com décadas de literatura espalhada. Foi aí que entrou o raciocínio biológico distribuído, abordagem batizada pelos três parceiros.

Raciocínio Biológico Distribuído

Cada agente recebeu uma única disrupção gênica, o perfil de genes alterados por tipo celular e acesso à literatura científica. Analisou a resposta das células, buscou publicações correlatas e propôs mecanismos biológicos. Os relatórios viraram um reasoning atlas — mapa que conecta genes, efeitos celulares, publicações e hipóteses.

Para provar que a máquina lia de verdade, os pesquisadores esconderam o manuscrito original do atlas, de março de 2026: o GPT-Rosalind-5.5, com corte de conhecimento em dezembro de 2025, não o havia visto. Ainda assim, os agentes recuperaram 48 dos 55 achados diretamente testáveis do estudo (87,3%) e, ao menos parcialmente, 52 (94,5%). No total, foram 39.185 leituras de artigos e 16.445 citações retidas — cerca de 19 papers lidos e 8 citados por perturbação.

Um Agente Ou Mil? O Teste Decisivo

A pergunta óbvia de qualquer time de engenharia: e se um único agente recebesse o dataset inteiro? O teste foi feito com modelo, prompt e ferramentas idênticos. Com 893 perturbações sob sua carga, o agente único citou 11 referências; os distribuídos mantiveram 711 vezes mais — mais de 700 no mesmo cenário. Em avaliação cega, especialistas humanos preferiram as interpretações dos agentes distribuídos em 75% das comparações. A lição é direta: profundidade de raciocínio não escala com a carga; paralelismo escala.

Às vezes, as pistas já estão ali, espalhadas por campos diferentes — só não conectamos. O possível elo entre função neuronal e metabolismo do colesterol mostra como essas peças, reunidas, abrem um novo modo de pensar a biologia da doença. — Tomasz Nowakowski, UCSF

Pistas Para Alzheimer E Parkinson

Dois achados ilustram o potencial. O primeiro envolve Tsc1 e Tsc2, genes que controlam juntos a via mTOR, reguladora de crescimento e metabolismo celular. A disrupção de qualquer um teve efeitos parecidos na maioria dos grupos de neurônios, mas no cerebelo a de Tsc2 alterou dezenas de genes da comunicação neuronal, enquanto a de Tsc1 quase nada mudou. A diferença dialoga com a esclerose tuberosa, em que anormalidades no cerebelo estão ligadas a mutações no TSC2, e oferece às equipes um alvo celular específico para testar medicamentos existentes.

O segundo vem do DCTN1, gene cujas mutações causam a síndrome de Perry, doença neurodegenerativa com sintomas parecidos com os do Parkinson. No atlas, a disrupção do Dctn1 aumentou a expressão de genes que produzem colesterol — e levantou a hipótese de que problemas no transporte de colesterol dentro do neurônio contribuam para a neurodegeneração. Em avaliação cega, especialistas consideraram a hipótese nova e digna de investigação. Ambos os resultados são pistas para testar em bancada, não conclusões clínicas.

Ciência Com Humanos No Centro

O reasoning atlas já está aberto, e o pré-print foi publicado no bioRxiv em 16 de outubro. Os autores são enfáticos: os agentes não descobrem sozinhos — transformam dados brutos em hipóteses testáveis e ajudam a decidir qual experimento fazer em seguida. Para Sarah Teichmann, da Universidade de Cambridge e cofundadora do Human Cell Atlas, "construímos atlas celulares para que outros cientistas façam descobertas que não imaginamos. A IA pode ajudar mais pesquisadores a explorar esses recursos".