GPT-Rosalind, de OpenAI, se utilizó en un flujo de trabajo dividido entre agentes de IA, en el que cada uno examinó la alteración de un solo gen. Los agentes analizaron las respuestas celulares, consultaron la literatura científica y propusieron explicaciones. Después, sus informes se combinaron en un atlas de razonamiento.
PerturbAI generó el conjunto de datos de base desactivando genes individuales en ratones y midiendo los efectos en las células cerebrales. En pruebas a ciegas, los expertos prefirieron los informes de varios agentes a las versiones de un solo agente el 75% de las veces.
El atlas de razonamiento está disponible en GitHub y el conjunto de datos de base, en Hugging Face. Ambos ofrecen material para que las empresas que desarrollan herramientas de IA para ciencias de la vida examinen el enfoque, pero las explicaciones biológicas propuestas siguen siendo pistas para investigar, no descubrimientos confirmados.