GPT-Rosalind : 1 946 agents d'OpenAI lisent un atlas CRISPR en 32 minutes, que valent ces chiffres ?

Selon la presse spécialisée, OpenAI et PerturbAI ont fait travailler 1 946 agents GPT-Rosalind en parallèle sur un atlas CRISPR de cerveau de souris, et l'analyse automatisée aurait duré 32 minutes. Le chiffre figure dans les sources que nous avons pu lire, mais il décrit l'analyse de données déjà collectées, pas une découverte scientifique de bout en bout. Les agents ont produit des pistes de recherche, pas des résultats validés en laboratoire.

Cet article regarde de près ce que mesurent réellement les « GPT-Rosalind agents » : un agent par perturbation et non par gène, une durée de 32 minutes qui exclut la collecte et la validation, une estimation humaine qui n'a jamais été chronométrée, un taux de 75 % qui mesure une préférence et non une exactitude, et un écart de chiffres sur les références citées. Il précise aussi ce que les sources ne disent pas.

En bref

• Annonce : le 21 octobre 2026 (date confirmée par des médias secondaires), OpenAI et PerturbAI présentent un essaim de 1 946 agents analysant un atlas de perturbations CRISPR du cerveau de souris. Niveau de preuve : presse, pas la page d'OpenAI.
• Durée : 32 minutes pour l'analyse automatisée de données déjà collectées. Cela exclut la collecte des données et toute validation expérimentale.
• Gain de temps : « des mois à un an » pour des humains est une estimation fondée sur 15 minutes par perturbation et 10 minutes par article lu, pas une course mesurée.
• Évaluation : 75 % de préférence d'experts, en aveugle, pour l'essaim contre un agent unique. C'est une préférence, pas une mesure de justesse.
• Écart à trancher : « plus de 700 » références selon plusieurs médias, 7 586 références retenues selon un autre. Le préprint doit trancher.
• Statut scientifique : préprint non relu par les pairs, données de souris, hypothèses non validées en laboratoire, six auteurs employés d'OpenAI et deux de PerturbAI (information à recouper).
• Code : dépôt GitHub sous licence MIT, lu directement (niveau de preuve primaire), avec un atlas préparé de 10,8 Go.

Comment nous avons vérifié

Nous avons relu le 30 octobre 2026 les sources accessibles. La page d'OpenAI consacrée à l'annonce renvoie une erreur 403 et le préprint bioRxiv n'a pas pu être ouvert : nous ne les avons donc pas lus. Seul le dépôt GitHub du projet, source primaire, a été consulté directement, notamment sa licence, son contenu et son README.

Les chiffres de performance (32 minutes, 75 %, 48 sur 55, 4,3 sur 5, 30 biologistes) viennent de comptes rendus de presse : The Next Web, R&D World, Xenospectrum, AI Weekly, ainsi qu'un média allemand, mind-verse.de. Nous les attribuons à chaque fois. Nous n'avons testé aucun agent. Avant toute citation, les chiffres sont à recouper dans le préprint, dont le DOI figure en fin d'article.

Que s'est-il passé exactement ?

OpenAI, la société PerturbAI et le centre de recherche Scripps Research sont cités comme partenaires dans les articles consultés. Le rôle précis de Scripps n'y est pas détaillé. L'atlas de départ provient de PerturbAI, dont Grace Zheng et Xin Jin sont cofondateurs. Le dépôt de code est hébergé sous le compte jinlabneurogenomics.

Le préprint s'intitule « Distributed AI agents enable comprehensive discovery of biological insights at scale », premier auteur Sun et collègues. Plusieurs médias datent l'annonce du 21 octobre 2026. Un seul indique une mise en ligne du préprint le 16 octobre, information que nous n'avons pas pu recouper. The Next Web publie son article le 23 octobre.

Le modèle derrière les agents s'appelle GPT-Rosalind. Selon AI Weekly, qui cite un message sur Bluesky, il serait sorti en septembre 2026 comme modèle d'OpenAI pour les sciences du vivant. Le niveau de preuve est faible : ne le citez pas comme date officielle. Dans le dépôt, le moteur par défaut est Codex CLI et le modèle n'est pas nommé.

Perturb-seq et atlas CRISPR : de quoi parle-t-on ?

CRISPR est une technique d'édition du génome. Utilisée ici comme outil de recherche, elle permet d'inactiver (« knockout ») un gène précis dans une cellule pour observer ce qui change. Chaque inactivation s'appelle une perturbation.

Le Perturb-seq combine deux choses : inactiver des gènes par CRISPR, puis lire, cellule par cellule, quels gènes sont actifs grâce au séquençage de l'ARN en cellule unique. On obtient, pour chaque perturbation, une signature : quels gènes s'activent davantage, lesquels se taisent. Un atlas CRISPR de cerveau de souris est la collection de ces signatures sur un très grand nombre de cellules.

L'atlas concerné aurait été publié en mars 2026 dans un préprint distinct, une expérience de Perturb-seq in vivo sur cerveau entier. Sa taille est donnée de façon variable : environ 8 millions de cellules selon deux médias, 7,7 millions de noyaux selon d'autres, et simplement « des millions » pour The Next Web et R&D World. Retenez un ordre de grandeur de quelques millions, pas un chiffre exact.

Ce type de jeu de données est exactement ce qui dépasse la lecture humaine : chaque perturbation produit une table de milliers de gènes, et il faut ensuite relier ces tables à la littérature scientifique. C'est ce travail de lecture et de recoupement que l'essaim d'agents prend en charge.

Comment fonctionne un essaim d'agents distribués ?

Un agent IA est un modèle de langage capable d'enchaîner des actions : lire des données, lancer du code, consulter des documents, rédiger un rapport. Un essaim d'agents distribués consiste à lancer beaucoup d'agents en parallèle, chacun sur une portion du problème, puis à rassembler leurs sorties. IBM propose une définition générale du principe sur sa page consacrée aux agent swarms, utile pour fixer le vocabulaire.

Dans ce projet, chaque agent reçoit une perturbation. Il examine la signature correspondante dans l'atlas, interroge la littérature, puis écrit un rapport d'hypothèses. Les rapports sont ensuite évalués selon quatre critères rapportés par Xenospectrum : la nouveauté, l'ancrage scientifique, la priorité de suivi et la confiance.

Le dépôt GitHub contient le runtime qui orchestre ce parallélisme, des notebooks, les données préparées de l'atlas au format Parquet (10,8 Go) et un point d'accès MCP en lecture seule. MCP, pour Model Context Protocol, est un protocole qui permet à un agent d'interroger une source de données avec des outils standardisés. Ici, l'accès en lecture seule signifie que les agents consultent l'atlas sans pouvoir le modifier.

Cette architecture n'est pas propre à la biologie. Les équipes qui bâtissent des agents y retrouveront un schéma classique : décomposer, paralléliser, agréger, évaluer. La difficulté est ailleurs, dans la vérification des sorties, comme nous le verrons plus bas.

Schéma de la rédaction, d'après la presse et le dépôt GitHub.

GPT-Rosalind agents : un agent par gène ou par perturbation ?

R&D World rapporte 1 946 agents lancés en parallèle. Les autres médias parlent de « près de 2 000 », ce qui est cohérent. Certains textes résument l'opération par « un agent par gène » et évoquent « environ 2 000 gènes liés à des maladies » ; ce dernier point n'est pas vérifiable en source primaire, et il vient de Crypto Briefing (« près de 2 000 gènes liés à des maladies »).

La formulation correcte est : un agent par perturbation génique, c'est-à-dire par knockout. La nuance compte. Le nombre d'agents compte des perturbations, et les sources lues ne permettent pas de dire s'il correspond à autant de gènes distincts. Nous recommandons donc d'écrire « près de 2 000 perturbations » plutôt que « 2 000 gènes ».

Ce n'est pas un détail de vocabulaire. Si vous comparez cette expérience à vos propres chaînes d'agents, la bonne unité de travail est la tâche (une perturbation, un document, un ticket), pas l'entité métier qui la contient. Compter les agents ne dit rien de la difficulté de chaque tâche ni de la qualité de la synthèse finale.

Que mesurent vraiment les 32 minutes ?

Les 32 minutes sont rapportées par Xenospectrum et par mind-verse.de comme la durée de l'analyse automatisée sur des données déjà collectées. Elles ne comprennent ni la production de l'atlas, qui a demandé une expérience de laboratoire, ni la validation des hypothèses, qui en demanderait d'autres.

Pour l'image « des mois à un an » côté humain, R&D World indique l'hypothèse de calcul : 15 minutes par perturbation et 10 minutes par article lu. Il s'agit donc d'une extrapolation arithmétique, pas d'un chronométrage. Xenospectrum le dit explicitement : aucune course entre humains et IA n'a été mesurée.

Un exemple de lecture prudente. Comparer 32 minutes à une estimation de plusieurs mois est correct pour illustrer l'écart d'ordre de grandeur de la lecture assistée, mais le rapport n'est pas un « gain de temps de recherche » : les deux durées ne couvrent pas le même périmètre. Les limites publiées parlent d'ailleurs d'un gain estimé, pas mesuré.

Deux informations manquent pour juger de l'efficacité réelle : le coût de l'opération et la puissance de calcul engagée. Elles ne figurent dans aucune des sources lues. Sans elles, impossible de dire si 32 minutes est économique ou simplement rapide.

Schéma de la rédaction, d'après la presse (R&D World, Xenospectrum).

Les chiffres de l'évaluation, un par un

Le tableau reprend chaque chiffre, ce qu'il mesure et ce qu'il ne mesure pas.

75 % : une préférence, pas une exactitude

Le chiffre est absent de l'article de R&D World. Il apparaît dans The Next Web, AI Weekly et Xenospectrum : des experts en aveugle préfèrent à 75 % les rapports de l'essaim à ceux d'un agent seul. Préférer un rapport, c'est le juger meilleur, ce qui reste un jugement de qualité perçue. Cela ne prouve pas que ses affirmations soient vraies.

Un essaim peut produire des rapports plus fournis, parce qu'il dispose de plus de ressources, et un lecteur humain est sensible à la richesse apparente. Xenospectrum relève de plus que le nombre de comparaisons réalisées par les évaluateurs n'est pas divulgué, ce qui empêche d'estimer la solidité statistique du 75 %.

Plus de 700 références, ou 7 586 ?

Plusieurs médias parlent de « plus de 700 » références à la plus forte charge, contre 11 pour l'agent unique. R&D World parle de 7 586 références retenues contre environ 11, et présente un rapport d'environ 711 fois. Le calcul ne tient pas : 7 586 divisé par 11 donne environ 690.

Nous ne trancherons pas, faute d'accès au préprint. Si vous citez ce chiffre, écrivez « plus de 700 » avec la réserve, ou signalez la divergence. Et gardez en tête que citer plus de références ne prouve pas plus de justesse, comme le souligne mind-verse.de.

48 sur 55 : retrouver l'étude originale

R&D World rapporte que l'essaim a retrouvé ou affiné 48 des 55 résultats de l'étude originale, sans avoir eu accès au manuscrit. Une variante de la formulation précise « parmi ceux déductibles des données fournies ». Cette nuance change la lecture : elle indique que la base de comparaison n'est peut-être pas l'ensemble des 55 résultats.

Retrouver des résultats déjà connus est un test de cohérence sensé. Il montre que l'essaim reproduit des conclusions que des humains ont obtenues. Il ne montre pas qu'il en découvre de nouvelles qui résisteront à l'expérience.

Dctn1, cholestérol et syndrome de Perry : ce que l'essaim a proposé

L'exemple le plus cité concerne Dctn1. Selon The Next Web, inactiver ce gène augmente l'activité des gènes qui fabriquent le cholestérol. Dctn1 est lié au syndrome de Perry, une maladie neurodégénérative rare. Autrement dit, quand la cellule perd ce gène, les gènes de synthèse du cholestérol deviennent plus actifs, ce qui suggère un lien entre Dctn1 et le métabolisme du cholestérol.

R&D World ajoute un détail sur le rôle de l'agent isolé : celui-ci a proposé un défaut de transport du cholestérol dans les neurones, avec une priorité moyenne de 4,3 sur 5 attribuée par trois relecteurs en aveugle. C'est donc une hypothèse jugée prioritaire par un panel restreint.

Son statut est clair : une hypothèse à tester en laboratoire. Rien dans les sources lues ne dit qu'elle a été vérifiée sur des cellules ou des animaux. Une autre piste est mentionnée par The Next Web : Tsc2 modifie des dizaines de gènes de communication neuronale dans le cervelet, alors que Tsc1 en modifie peu. Les deux gènes sont associés à la sclérose tubéreuse ; la source ne détaille pas davantage la portée.

Ce que l'étude ne dit pas

On voit parfois avancer un rapprochement avec Alzheimer ou Parkinson. Aucune des sources que nous avons lues ne cite ces maladies : elles parlent de neurodégénérescence en général et du syndrome de Perry en particulier. Nous ne l'affirmons donc pas, et nous vous invitons à vérifier dans le préprint avant de reprendre un tel lien.

L'étude ne dit pas non plus :

• que les hypothèses ont été validées par des expériences ;
• que les résultats s'appliquent à l'humain, la pertinence humaine n'étant pas établie ;
• quel a été le coût de calcul de l'opération ;
• que les agents pourraient remplacer des chercheurs. Les sources parlent de pistes de recherche, de « leads », pas de découvertes.

Sur ce dernier point, la question « les agents IA peuvent-ils remplacer des chercheurs en biologie ? » appelle une réponse mesurée : rien dans l'étude ne permet de l'affirmer. Elle montre un outil de lecture et de tri à grande échelle, sous évaluation humaine.

Limites et conflits d'intérêts

Le préprint n'a pas été relu par les pairs : ni The Next Web ni Xenospectrum ne le présentent comme validé. Les données sont des données de souris, et les hypothèses ne sont pas validées expérimentalement. Ces trois réserves suffisent à classer le travail comme prometteur mais préliminaire.

Sur les conflits d'intérêts, six auteurs sont employés d'OpenAI et deux le sont de PerturbAI, cofondateurs compris. La source de cette information n'est pas identifiée dans les articles consultés : à recouper dans le préprint. En clair, des employés de l'entreprise qui développe le modèle figurent parmi les auteurs du travail qui l'évalue. Ce n'est pas un signe de malhonnêteté, mais une raison de réclamer une réplication indépendante.

Autres limites publiées : le nombre de comparaisons des évaluateurs n'est pas divulgué, les données brutes de l'atlas ne sont pas reproductibles via le point d'accès MCP, et le gain de temps est estimé, pas mesuré. L'expression « réponse validée par 30 biologistes » serait donc trompeuse : ils ont évalué des rapports en aveugle, pas des expériences.

Reproductibilité : que contient le dépôt MIT ?

Le dépôt github.com/jinlabneurogenomics/distributed_agent est publié sous licence MIT, très permissive : réutilisation, modification et usage commercial sont autorisés, à condition de conserver la mention de licence. Nous l'avons consulté directement.

Il contient le runtime, des notebooks, les données préparées de l'atlas (10,8 Go au format Parquet) et un point d'accès MCP en lecture seule. Le moteur par défaut est Codex CLI ; le modèle n'est pas nommé dans ce que nous avons lu. Un lecteur technique peut donc, en principe, relancer le dispositif avec un moteur d'agents compatible.

Il y a toutefois une limite : selon Xenospectrum, les données brutes de l'atlas ne sont pas reproductibles via le point d'accès MCP. On peut reproduire l'analyse sur la version préparée, pas refaire le chemin depuis les mesures brutes. Et sans coût publié, personne ne sait combien coûterait un nouvel essai.

Si vous voulez vous en servir pour comprendre la méthode, procédez en trois étapes : lisez le README, ouvrez les notebooks sur un sous-ensemble de données, puis comparez les rapports d'un agent unique et de plusieurs agents sur la même perturbation. Ce test vous apprendra plus qu'un tableau de résultats. Cette idée d'ouverture rejoint celle de Carbon-X, le modèle open source pour la génomique : l'IA appliquée aux données du vivant progresse aussi par la publication du code.

Glossaire

• Agent IA : modèle de langage qui enchaîne des actions (lecture, code, recherche) pour accomplir une tâche.
• Atlas : collection structurée de mesures, ici les signatures de perturbations génétiques dans des cellules de cerveau de souris.
• CRISPR : technique d'édition du génome, utilisée ici pour inactiver des gènes.
• Knockout : inactivation d'un gène pour observer l'effet de son absence.
• MCP (Model Context Protocol) : protocole qui donne à un agent un accès standardisé à des outils et données.
• Perturb-seq : combinaison de perturbations CRISPR et de séquençage de l'ARN en cellule unique.
• Préprint : manuscrit publié avant relecture par des pairs. Il peut changer ou être corrigé.
• GPT-Rosalind : modèle d'OpenAI pour les sciences du vivant.
• Essaim d'agents : ensemble d'agents exécutés en parallèle puis agrégés.
• Syndrome de Perry : maladie neurodégénérative rare liée au gène Dctn1.

Ce que les équipes qui construisent des agents peuvent en retenir

Sans chiffres nouveaux, quelques principes de méthode ressortent de ce cas. Ils valent pour un essaim biologique comme pour un essaim d'agents dans une PME.

Définissez l'unité de travail. Un agent par perturbation, par ticket, par facture : le découpage détermine ce que « 1 946 agents » veut dire. Annoncer un nombre d'agents sans l'unité est une mesure creuse.

Séparez le temps de calcul du temps de vérification. Les 32 minutes sont le temps de production. Le temps de contrôle humain n'est pas compté. Dans votre projet, chronométrez les deux. Notre article sur les six contrôles avant mise en production d'un workflow propose une grille pour cela.

Mesurez la justesse, pas la préférence. Si vous évaluez des sorties d'agents, préparez un jeu de cas dont la réponse est connue, comme l'ont fait les auteurs avec les résultats de l'étude originale, et comptez les réussites. Une préférence d'utilisateur est utile, mais elle ne remplace pas ce test.

Gardez un humain devant l'hypothèse. Les agents ont fait émerger des pistes. La décision d'investir dans un essai de laboratoire reste humaine. C'est aussi le principe de supervision que l'on retrouve dans le calendrier révisé de l'AI Act pour les usages à risque.

Publiez le code et les limites. Le choix de la licence MIT et d'un accès en lecture seule rend l'expérience contrôlable. C'est une bonne pratique à reprendre, et un contre-exemple à ceux qui annoncent des performances sans dépôt. La tendance générale est celle des modèles spécialisés qui rivalisent avec les géants : des outils ciblés, évalués sur des tâches précises.

Ce qui est annoncé, ce qui est vérifié, ce qui manque

Ce qu'il faut retenir

• Les 1 946 agents correspondent à des perturbations géniques, pas à 1 946 gènes distincts.
• Les 32 minutes mesurent une analyse automatisée de données déjà collectées, hors validation en laboratoire.
• Le gain de temps face aux humains est une estimation arithmétique, pas une course chronométrée.
• Le 75 % est une préférence d'experts en aveugle, et l'écart « plus de 700 » contre 7 586 références reste à trancher dans le préprint.
• Dctn1 et le cholestérol sont une hypothèse à tester, sans lien établi avec Alzheimer ou Parkinson dans les sources lues, sur un préprint non relu dont des auteurs sont employés d'OpenAI et de PerturbAI.

Pour aller plus loin

• Carbon-X : l'IA appliquée à la génomique en open source
• Modèles IA spécialisés contre géants : le point d'octobre 2026
• Les 6 contrôles avant la mise en production d'un workflow
• AI Act : le calendrier révisé 2026-2027-2028
• SKY-001 de Skyfall AI : un modèle du monde pour la CAO et le BIM

Sources

• Dépôt GitHub jinlabneurogenomics/distributed_agent : source primaire lue, licence MIT, runtime, notebooks, atlas, point d'accès MCP.
• Préprint bioRxiv (DOI) : « Distributed AI agents enable comprehensive discovery of biological insights at scale », DOI donné par le README, non lu.
• Page d'OpenAI sur l'annonce : source primaire, inaccessible (erreur 403) lors de notre vérification.
• R&D World : compte rendu le plus détaillé, 1 946 agents, 48 sur 55, 7 586 références.
• The Next Web : Dctn1, Tsc2, mise en garde sur le préprint.
• Xenospectrum : analyse critique, 32 minutes, 75 %, limites.
• IBM, définition d'un essaim d'agents : explication générale du principe.
• remio.ai (français) : reprise du sujet en français.