In einer gemeinsamen Forschungsarbeit haben OpenAI, PerturbAI und Scripps Research einen umfassenden CRISPR-Atlas des gesamten Maushirns mithilfe vernetzter KI-Agenten ausgewertet. Das System analysierte die Daten von Millionen Maushirnzellen innerhalb von 32 Minuten. Für eine vergleichbare Analyse inklusive Literaturrecherche durch menschliche Fachleute wird üblicherweise ein Zeitraum von mehreren Monaten bis zu einem Jahr veranschlagt.
Laut Joy Jiao, Leiterin des Bereichs Life Sciences bei OpenAI, arbeiteten fast 2.000 Einheiten parallel an der Aufgabe – konkret kamen 1.946 sogenannte GPT-Rosalind-Agenten zum Einsatz.
Jeder einzelne Agent untersuchte eine spezifische Gen-Disruption, prüfte die zellulären Reaktionen und glich diese mit wissenschaftlichen Fachpublikationen ab. Die resultierenden Berichte wurden anschließend zu einem zusammenhängenden Analysewerk, einem sogenannten Reasoning-Atlas, zusammengeführt.
Hohe Datenmenge und verblindete Prüfung
Der analysierte Datensatz umfasste 7,7 Millionen Zellen (7.739.370 Zeilen) und ein Datenvolumen von 205 Gigabyte. Er beinhaltete Single-Nucleus-Profiling über 19.070 mRNAs sowie 8.588 sgRNAs für fast 2.000 krankheitsassoziierte Gene.
Bei der maximalen Arbeitslast berief sich ein einzelner Agent auf 11 Literaturstellen, während das verteilte Agentensystem über 700 Referenzen einbezog; im Preprint wird diese Zahl auf rund 7.600 beziffert.
Der rasante Fortschritt bei KI-Agenten und automatisierten Analysen zeigt, wie wichtig ein rechtssicherer Rahmen für den Einsatz solcher Technologien ist. Dieser kostenlose Praxis-Leitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der aktuellen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Jetzt E-Book kostenlos sichern
Die Qualität der Auswertungen wurde von 30 promovierten Biologen im Blindtest bewertet: In 75 Prozent der Fälle zogen die Prüfer die Berichte des verteilten Systems denen eines Einzelagenten vor. Zudem identifizierten oder verfeinerten die Agenten 48 von 55 Befunden der zugrunde liegenden Atlas-Studie, ohne zuvor Zugriff auf das Manuskript gehabt zu haben.
Neue Hypothesen für die Krankheitsforschung
Aus der Analyse gingen mehrere konkrete Forschungsansätze hervor. Bei cerebellären Neuronen zeigte sich, dass eine Disruption des Gens Tsc2 die Aktivität von Dutzenden Genen der neuronalen Kommunikation veränderte, während ein Eingriff bei Tsc1 nur geringe Effekte hatte.
Da beide Gene gemeinsam den Proteinkomplex mTOR regulieren, liefert dieser Befund neue Anhaltspunkte für die Erforschung der tuberösen Sklerose, bei der Mutationen im TSC2-Gen auftreten. Die Beteiligten betonen jedoch, dass dies weder eine gesicherte Erklärung noch einen Therapieansatz darstellt.
Wer sich mit dem Einsatz hochkomplexer KI-Systeme befasst, muss neben der technischen Leistung auch die neuen regulatorischen Kennzeichnungs- und Dokumentationspflichten beachten. Erfahren Sie in diesem kostenlosen Report, welche KI-Anwendungen als Hochrisiko eingestuft werden und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen
Ein weiterer Ansatz betrifft das Gen Dctn1: Dessen Inaktivierung steigerte die Expression von Genen der Cholesterinsynthese, was für neurodegenerative Erkrankungen wie das Perry-Syndrom relevant sein könnte. Auch hierbei handelt es sich um eine überprüfbare Hypothese und nicht um einen validierten Wirkstoffkandidaten; Kausalität und therapeutischer Nutzen sind noch offen.
Veröffentlichung und Ausbau der Partnerschaft
Unter der Leitung von Xin Jin (Scripps Research) sowie Beteiligten von OpenAI und PerturbAI wurde die Untersuchung am 16. Oktober 2026 als Preprint auf der Plattform bioRxiv veröffentlicht. Das Papier hat bislang kein Peer-Review-Verfahren durchlaufen, weshalb die Ergebnisse noch empirisch bestätigt werden müssen.
Zu den Autoren zählen sechs Beschäftigte von OpenAI und zwei von PerturbAI; die Forscherinnen Grace Zheng und Xin Jin sind zudem Mitgründerinnen von PerturbAI. OpenAI und PerturbAI kündigten an, ihre Zusammenarbeit künftig auf die gemeinsame Entdeckung von Wirkstoffzielen auszuweiten.
Der Reasoning-Atlas ist als Ressource öffentlich zugänglich, und der zugrunde liegende Programmcode sowie das Framework wurden unter einer MIT-Lizenz auf GitHub bereitgestellt.
Bereits am 15. Oktober 2026 hatte OpenAI den sogenannten Rosalind Academic Plan ins Leben gerufen, über den ausgewählte Labore an US-Universitäten bis zu 30 Arbeitsplätze für ChatGPT Business für bis zu zwölf Monate erhalten können. Der Zugriff auf Modelle wie GPT-Rosalind setzt allerdings eine gesonderte Sicherheitsüberprüfung voraus.