OpenAI, PerturbAI et Scripps utilisent des agents IA pour extraire les données des cellules cérébrales

OpenAI a indiqué avoir collaboré avec PerturbAI et Scripps Research sur une approche IA-agent distribuée pour découvrir des pistes de recherche dans des données biologiques issues de millions de cellules cérébrales. L’entreprise a présenté le projet comme un exemple de la manière dont les agents coordonnés peuvent aider les chercheurs à trier de grands ensembles de données complexes et à la recherche d’hypothèses prometteuses.

Preuves et contexte

Le matériel source, publié par OpenAI le 21 octobre 2026, donne un compte rendu général de la collaboration mais ne fournit pas de métriques détaillées de performance, de résultats de validation ni de réplication indépendante. L’affirmation telle que présentée est que le système a fait émerger des pistes de recherche prometteuses à partir de données sur des millions de cellules cérébrales ; l’article ne précise pas quelles pistes ont été identifiées ni si elles ont été confirmées expérimentalement.

Le projet s’inscrit dans la campagne plus large d’OpenAI pour les outils en sciences de la vie. Des documents de fond vérifiés indiquent qu’OpenAI décrit GPT-Rosalind comme un modèle de recherche en sciences de la vie combinant raisonnement biologique et utilisation d’outils scientifiques, avec des applications documentées incluant l’analyse de génomique et de séquençage, l’analyse des protéines et des séquences, la recherche sur cibles, la chimie médicinale, la synthèse de la littérature et la planification d’expériences. OpenAI indique également que son plugin Life Sciences Research dans Codex relie les flux de travail aux outils scientifiques, bases de données et sources de données.

Des publications récentes sur OpenAI apportent un contexte supplémentaire pour l’angle des flux de travail basés sur des agents. Le 28 août 2026, OpenAI a présenté Rosalind Workbench, qu’il a décrit comme intégrant des outils scientifiques et des flux de travail d’analyse dans un environnement partagé. Le 10 septembre 2026, il a publié un exemple d’analyste de données montrant une analyse de bases de données fondée sur le schéma avec SQL visible. Le 2026-06-17, OpenAI a présenté LifeSciBench, qui, selon elle, évalue l’assistance à la recherche plutôt que de prouver qu’un système peut valider indépendamment les découvertes ou remplacer la vérification expérimentale.

Cette distinction est importante ici : la source décrit les agents d’IA distribués comme une aide à la recherche pour trouver des pistes dans les données biologiques, mais le matériel disponible n’établit pas que le système lui-même a découvert une découverte biologique validée. Les preuves soutiennent un rapport sur un flux de travail de recherche assisté par l’IA, et non sur une percée scientifique confirmée.