長期以來，人力的有限性嚴(yán)重阻礙著生命科學(xué)的發(fā)展，而智能體（Agent）的出現(xiàn)，有望打破這一瓶頸。

剛剛，全球首個通用生物醫(yī)學(xué)AI智能體Biomni正式開源，相關(guān)代碼及文件已經(jīng)在Github發(fā)布，現(xiàn)已斬獲超過700星，任何人都可以進行本地部署。

開源地址：https://github.com/snap-stanford/Biomni

今年6月，來自斯坦福大學(xué)的團隊，聯(lián)合Genentech, Arc Institute,加州大學(xué)舊金山分校,普林斯頓大學(xué)等多個機構(gòu)發(fā)表了Biomni: A General-Purpose Biomedical AI Agent，首次報道了Biomni。

作為一款通用生物醫(yī)學(xué)智能體，Biomni能夠自主執(zhí)行橫跨遺傳學(xué)、基因組學(xué)、微生物學(xué)、藥理學(xué)和臨床醫(yī)學(xué)等多個生物醫(yī)學(xué)分支領(lǐng)域的復(fù)雜研究任務(wù)。

Biomni的獨特之處在于系統(tǒng)地構(gòu)建了一個全面的研究環(huán)境，使得Agent能像真正的科學(xué)家一樣，調(diào)用各種專業(yè)軟件、查詢數(shù)據(jù)庫、甚至指導(dǎo)濕實驗，并通過生成代碼來高效、靈活地完成任務(wù)。

在包括基因克隆和多組學(xué)數(shù)據(jù)分析等多項研究任務(wù)中，Biomni均大幅縮短了研究時間并成功實現(xiàn)了科學(xué)發(fā)現(xiàn)。

開發(fā)人員表示，Biomni現(xiàn)已開放征集新工具、數(shù)據(jù)集、軟件等資源，鼓勵更多人參與進來以推動對現(xiàn)有系統(tǒng)的優(yōu)化改進，團隊正在構(gòu)建下一代生物醫(yī)學(xué)軟件和數(shù)據(jù)環(huán)境Biomni-E2。

AI尤其是智能體的發(fā)展正推動“虛擬科學(xué)家”的到來，落地速度遠超想象，一些領(lǐng)先成果的科研任務(wù)執(zhí)行水平已經(jīng)比肩甚至超越人類。

5月，前谷歌CEO投資的非營利組織FutureHouse發(fā)布了多智能體系統(tǒng)Robin，宣稱這是世界首個公開可用的AI科學(xué)家，實驗結(jié)果顯示，其綜合能力超越了博士水平的研究人員。

未來，每一位生物學(xué)家都將配備若干個AI助手，推動科研模式從人類孤軍奮戰(zhàn)向人機協(xié)同的轉(zhuǎn)變，顯著提升生命研究的效率，為探索科學(xué)前沿開辟更多可能性。

Biomni——強大且通用的生物醫(yī)學(xué)智能體

Biomni由兩個核心組件構(gòu)成：Biomni-E1（統(tǒng)一的生物醫(yī)學(xué)軟件和數(shù)據(jù)環(huán)境）和Biomni-A1（基于該環(huán)境的智能體）。

Biomni-E1：統(tǒng)一的生物醫(yī)學(xué)軟件和數(shù)據(jù)環(huán)境，整合了150個專業(yè)生物醫(yī)學(xué)工具、105個軟件包和59個數(shù)據(jù)庫。

圖： Biomni-E1

Biomni-A1：通用智能體架構(gòu)，引入基于LLM的工具選擇機制，以應(yīng)對生物醫(yī)學(xué)工具的復(fù)雜性和專業(yè)性挑戰(zhàn)；采用代碼作為通用行動接口，使其能夠組合執(zhí)行涉及循環(huán)、并行化和條件邏輯的復(fù)雜工作流程；并運用自適應(yīng)規(guī)劃策略，基于生物醫(yī)學(xué)知識制定初始計劃，并在執(zhí)行過程中持續(xù)優(yōu)化改進。

在人類最后考試（HLE）中，Biomni在涵蓋14個生物醫(yī)學(xué)子領(lǐng)域的52個問題上取得17.3%的準(zhǔn)確率，顯著超越基礎(chǔ)LLM模型（6.0%）、編碼智能體（12.8%）和文獻智能體（12.2%），展現(xiàn)了其在陌生生物醫(yī)學(xué)領(lǐng)域的出色泛化能力。

在LAB-Bench測試中，Biomni在DbQA任務(wù)中達到74.4%的準(zhǔn)確率，與專家人類表現(xiàn)（74.7%）基本持平；在SeqQA任務(wù)中取得81.9%的準(zhǔn)確率，顯著超越了人類水平（78.8%）。

圖： Biomni基準(zhǔn)測試表現(xiàn)卓越

在研究團隊精心設(shè)計的生物醫(yī)學(xué)基準(zhǔn)測試，Biomni展現(xiàn)出顯著的性能優(yōu)勢：相較于基礎(chǔ)LLM模型提升402.3%，相較于編碼智能體提升43.0%。

研究中，Biomni成功執(zhí)行了可穿戴傳感器數(shù)據(jù)分析、多組學(xué)骨骼發(fā)育研究任務(wù)，完成了科學(xué)發(fā)現(xiàn)；在基因克隆任務(wù)中，Biomni生成的實驗方案在準(zhǔn)確性和完整性方面均達到人類專家水平，且當(dāng)科學(xué)家按照其方案操作后，測序結(jié)果顯示序列完美匹配。

智能體化身科學(xué)家，10周找到治盲新藥

生命科學(xué)領(lǐng)域的智能體正展現(xiàn)出突破性的科研能力，相關(guān)成果加速落地。

今年5月，前谷歌CEO Eric Schmidt投資的一家非營利機構(gòu)FutureHouse，發(fā)布了多智能體系統(tǒng)Robin。

圖：Robin智能體系統(tǒng)

只要給定一種疾病，Robin就會自動檢索文獻提出疾病機制，識別相關(guān)的體外實驗，并提出藥候選方案。

短短的10周之內(nèi)，Robin自主發(fā)現(xiàn)了一款名為Ripasudil的ROCK抑制劑可以作為治療干性老年黃斑性變形（AMD）的潛在療法。

而此前，幾乎沒有任何文獻指出使用ROCK抑制劑有望用于治療干性AMD。幾位眼科專家表示，這個療法非常有趣又新穎。

整個過程中，AI負(fù)責(zé)所有的智力工作，包括生成了所有假設(shè)、實驗選擇、數(shù)據(jù)分析和圖表，人類研究人員負(fù)責(zé)執(zhí)行物理試驗。

FutureHouse創(chuàng)始人表示，當(dāng)前爆炸的科學(xué)成果給科學(xué)家們帶來了信息瓶頸。僅在PubMed上就有 3800 萬篇論文，更不要說500,000+ 臨床試驗和數(shù)千種專業(yè)工具，讓研發(fā)人員經(jīng)常無從下手。

而開發(fā)AI 科學(xué)家有望解決這個問題，通過整合大語言模型、AI生物學(xué)模型等各種前沿工具，讓其具有超強的文獻搜索和研究能力。

智能體，AI+生命科學(xué)的必爭之地

當(dāng)前，AI在生命科學(xué)領(lǐng)域展現(xiàn)出巨大潛力，特別是生物大模型的快速發(fā)展，讓人們看到了AI賦能藥物研發(fā)、疾病診斷等方面的可能性。

然而，盡管模型能力不斷提升，行業(yè)卻面臨一個日益凸顯的問題：算法模型的迭代速度與行業(yè)實際應(yīng)用之間存在一定程度的錯位。

許多生物大模型已經(jīng)具備了強大的功能，但其價值尚未被充分認(rèn)知和利用，這使得“卷模型”本身已經(jīng)遠遠不能滿足AI+生命科學(xué)的發(fā)展需求。

要真正將大模型的潛力轉(zhuǎn)化為實際的生產(chǎn)力，智能體（Agent）是打通“最后一公里”的關(guān)鍵方向，契合行業(yè)從技術(shù)導(dǎo)向轉(zhuǎn)變?yōu)閼?yīng)用導(dǎo)向的重要趨勢。

在理想情況下，智能體需要能夠根據(jù)多樣的條件自主進行決策和規(guī)劃，這極大地考驗著AI廠商對于用戶和場景需求的深刻感知能力。

智能體的引入，對生物科技產(chǎn)業(yè)的各類參與者具有著不同意義。

對于跨國藥企而言，智能體能夠深入到藥物研發(fā)、臨床試驗、市場分析等各個環(huán)節(jié)，自動化并優(yōu)化復(fù)雜的工作流，從而提升運營效率，加速創(chuàng)新成果的轉(zhuǎn)化，成為推動公司數(shù)字化、智能化轉(zhuǎn)型的重要抓手。

諸如默克、賽諾菲、Moderna等行業(yè)巨頭已經(jīng)敏銳地捕捉到這一趨勢并積極布局。

對于AI+生命科學(xué)平臺型公司而言，智能體能夠?qū)⒛Ｐ偷念A(yù)測、分析能力與具體的實驗操作、數(shù)據(jù)解讀相結(jié)合，帶來更具實效性的成果，是提升交付能力、充分發(fā)揮底座大模型潛力的關(guān)鍵，加速將技術(shù)優(yōu)勢轉(zhuǎn)化為商業(yè)價值。

對于自動化實驗室企業(yè)而言，通過與實驗室系統(tǒng)深度耦合，智能體能夠?qū)崿F(xiàn)對實驗流程的智能控制、數(shù)據(jù)采集的自動化以及結(jié)果分析的優(yōu)化，徹底改變傳統(tǒng)的人機交互模式，顯著提升產(chǎn)品及業(yè)務(wù)價值。

一些頂級投資機構(gòu)，已經(jīng)充分認(rèn)識到Agent對于生命科學(xué)的巨大價值，頭部項目已經(jīng)浮出水面。

比如今年3月，F(xiàn)lagship Pioneering孵化的Lila Sciences首輪即獲得2億美元的資金，公司致力于構(gòu)建世界上第一個科學(xué)超級智能平臺，以及應(yīng)用于生命、化學(xué)和材料科學(xué)的完全自主實驗室。

投資Lila Sciences的機構(gòu)表示，公司的Agent將利用人工智能科學(xué)工廠（經(jīng)過AI和機器人技術(shù)優(yōu)化的實驗室）來生產(chǎn)兩種前所未有的“產(chǎn)品”——科學(xué)智能和新的科學(xué)知識。

Biomni的誕生是AI+生命科學(xué)領(lǐng)域的一項里程碑，揭示了Agent正成為AI賦能生命科學(xué)的關(guān)鍵趨勢。

未來，圍繞Agent的將不僅僅是算法層面的創(chuàng)新，更是商業(yè)模式和產(chǎn)業(yè)生態(tài)的比拼，這對賽道上的玩家們提出了更多挑戰(zhàn)。

盡管業(yè)界普遍期待智能體能像ChatGPT一樣掀起新一輪革命，但目前尚未出現(xiàn)令人耳目一新的現(xiàn)象級產(chǎn)品。特別是在生命科學(xué)領(lǐng)域，我們可能需要更多的耐心來等待其真正成熟和廣泛應(yīng)用。

—The End—