我AI我药
AI × 生物医药
2026 · 第 114 期
Nature!6个AI智能体组成科研团队:自己提出假设、互相质疑,还帮科学家找到了抗白血病候选分子!
01 研究速览
论文首页|Nature · 2026年5月19日在线首发 · DOI:10.1038/s41586-026-10644-y;© The Author(s) 2026,CC BY 4.0,原文裁切。
研究对象 谷歌DeepMind、Google Research与斯坦福医学院等机构的Gottweis团队,把科研流程拆成生成、反思、排名、演化、邻近度、元评审六个专职智能体,加上一个调度智能体和一块上下文记忆。证据来自体外细胞实验与类器官,没有动物实验,也没有临床数据。
科学问题 综述工具已经能读懂文献,但里面的结论都是别人知道的。假说又没有标准答案,说得通不等于值得做。这让“评价假说生成系统”变成一件很主观的事。
关键突破 生成智能体出假说,反思智能体六种方式挑错,排名智能体用Elo锦标赛和科学辩论两两比试,元评审把共性问题汇总成通用反馈追加进下一轮提示词——不靠反向传播也能自我改进。203个目标上最佳假说的Elo随算力投入从约1345分升到约1610分。
核心数字 AI自主提出的IRE1α抑制剂KIRA6,在KG-1a白血病细胞系的IC50为10 nM,非白血病对照TK6为180 nM,相差18倍;但它在另一条白血病细胞系MOLM-13上的IC50高达1750 nM。8个送测分子里约4个显示明确活性,全部结论止于体外。
02 为什么值得关注
科学发现里最耗人的一步,是提出一个值得被做实验检验的假说。题目越专,需要的领域专知越深;但真正有价值的洞见,往往来自跨学科的连接。研究者被夹在深度和广度之间,这是结构性的困难,不是勤奋能补上的。
现实又把这件事推到了更紧的位置上。药物研发昂贵而漫长,多数获批药物的每一个适应症都要从头做一遍,而晚期疾病和罕见病最缺的正是新药。把已获批药物换一个新适应症是条现实的捷径——安全性档案和可及性都是现成的。难处在于"换适应症"背后是成千上万个药物与疾病的组合,靠人一个一个查是查不完的。
现在很多AI科研工具已经能读文献、能写综述,但综述里的结论都是别人已经知道的。下一个该做什么实验,才是研究里最难外包的那一步。
假说还有一个特别之处:它没有标准答案。写摘要可以比谁更全,做推断可以比谁更准,但一个假说好不好,只有做出来才知道。这让"评价假说生成系统"变成一件相当主观的事——说得通不等于值得做。
就算让系统给自己打分,那个分数也只是系统内部的相对排序,不是客观真值;请真人专家来盲评,成本高、规模又有限。所以判断一个假说生成系统靠不靠谱,最可靠的办法还是把它的产出丢进真实实验里淘汰一遍。
这篇论文有意思的地方,是它把这个只能靠感觉评价的东西,做成了一条可以被数字和实验追踪的流程。AI负责产出候选与排序,科学家负责判断与验证,两边的分界线画得很清楚。
03 研究如何展开:六个智能体组队,把科研的四个环节拆开做
Co-Scientist 建立在谷歌的Gemini 2.0之上,全部智能体共用这个底座。系统整体分四块:自然语言界面、异步任务框架、六类专职智能体、以及一块持久化的上下文记忆。
异步任务框架解决的是算力怎么花的问题。系统不停在一个串行流程上,而是让专职智能体作为工作进程在任务队列里并行跑,由一个Supervisor调度智能体负责解析目标、派工和分配资源。研究目标本身可以用自然语言写得很长,包含大量背景文献甚至整批PDF,系统都接得住。上下文记忆则负责把每轮的状态——生成了多少假说、锦标赛进展如何、哪种生成方式更有效——写下来,供下一轮读取和调度使用;它同时充当一种涌现的内部模型:随着迭代推进,系统对知识边界的把握越来越连贯。
六个专职智能体对应科研的六个动作。生成智能体负责产出假说,它有四条路径:检索文献并读完建立知识底座、让模型自己扮演若干专家打模拟辩论、迭代式地把假说拆成可检验的中间假设、再顺着上一轮的评审和综述往没走过的方向扩。反思智能体扮演严格的同行评审人,一共有六种评审方式,从快速初筛到调用外部检索的全文评审,再到把假说拆成基本假设逐条独立验证的深度核验。排名智能体用Elo锦标赛给所有假说排序,排名靠前的假说用多轮科学辩论两两比试,排名靠后的用单轮比较。演化智能体只生成改进版的新假说,从不改动已有高分假说——这样即使一次改进是坏的,也不会污染已经排好的名次。邻近度智能体算出假说之间的相似度,给锦标赛安排更合理的对阵。元评审智能体则负责把这一轮所有评审和辩论里反复出现的问题,汇总成一段通用反馈。
自我改进就发生在这里。元评审给出的这段反馈不需要训练任何参数,只要在下一轮直接追加到各个智能体的提示词里就行。系统因此可以一边想、一边被自己的批评修正,而不必等一次昂贵的微调。这正是标题里"互相质疑"落到工程上的样子。
人在环里也不是一句口号,而是有明确接口。论文列出五个介入点:定义研究目标、根据系统产出修改目标、对生成的假说写人工评审、直接把自己的想法塞进锦标赛一起排名、最后在系统给出的排序里做最终挑选。系统自己也支持双向互动——它可以主动建议值得联系的研究者,摘要能生成一份把候选方向和对应实验串起来的"研究总览",科学家再在对话里继续追问或纠偏。
怎么衡量一个假说生成系统的水平,是这件事最难的部分。论文用了三层递进的评估。最底层是规模检验:在203个研究目标上,把系统产出的假说按生成时间切成10个等长的桶,看质量是否随算力投入上升。中间层是擂台:15个由7位生物医学专家命题的高难度目标,Co-Scientist 与几个前沿模型、以及人类专家自己给出的最佳猜测同场比试。最上面一层是盲评:由独立专家在不知道哪份答案出自哪个系统的情况下,对新颖性和影响力打分。
真正的检验是实验室。论文把系统放到三个难度递增的生物医学问题上做端到端验证:药物再定位、肝纤维化新靶点、以及耐药菌基因转移机制的解释。三项验证全部由人类科学家主导,AI提供候选,专家评审并决定哪些值得占用实验资源。论文自己也把这三项任务按挑战、复杂度、规模和未知边界四个轴做了对照:再定位属于"复杂搜索",肝纤维化属于"高复杂度",而耐药菌机制属于"极高复杂度"且未知边界"广阔且动态"。
图 1 | 六个智能体,和它们各自的岗位
科学问题:科研流程能被拆成AI可执行的动作吗?
关键发现:a是系统总览:科学家用自然语言给出目标并随时补充想法与评审,右侧六个专职智能体——生成、反思、排名、演化、邻近度、元评审——在锦标赛里互相挑错并形成自我改进闭环,外接网页检索与工具。b是底层架构:Supervisor调度智能体把任务派给Worker进程,六个专职智能体之间有红色反馈回路,右侧是上下文记忆。c是三项验证:AML再定位的候选与细胞活力曲线、肝纤维化的三个表观遗传靶点与类器官中成纤维细胞倍数变化、以及耐药菌问题中“科学家十年迭代”与“AI两天给出匹配假说”的对照。
为什么重要:图1b那一格“Co-Scientist specialized agents”里正好是六个方框——标题里的“6个”指的就是这六个专职角色,它们各自对应科研的一个动作,而不是同一个模型的多轮自我追问。
怎么读这张图:a里蓝色框是科学家输入,粉色框是六个专职智能体,灰色框是外部工具与记忆;b里深灰箭头是信息流、红色箭头是智能体之间的反馈回路;c从上到下三行分别是药物再定位、肝纤维化靶点、耐药菌机制,左侧纵轴标出应用方向与基础研究。图源:原文图1,Gottweis 等,Nature(2026),DOI:10.1038/s41586-026-10644-y;© The Author(s) 2026,CC BY 4.0,仅裁切。
系统架构本身也做了逐个部件的拆解检验。给反思智能体接上检索工具后,它对已发表旧想法打出的新颖性分数从6.14分降到2.38分(满分10分,这里分数越低越正确),正确性评分从7.4分升到8.46分;演化智能体的迭代精修把GPQA基准上的精确率从70.9%提高到75.4%;元评审则把"能否判断答案是对的"这个AUC从0.521提高到0.597。排名环节改用科学辩论式提示,也明显改善了排序准确度并减少了位置偏差。
04 核心实验结果:算力确实能换质量,但换来的东西要过实验这一关
先看系统与自己比的结果。203个研究目标上,最佳假说的Elo评分从约1345分升到约1610分,前十名平均分从约1253分升到约1496分,两条曲线都单调上行,论文没有观察到性能饱和的迹象。Elo是系统自己打的分,不是客观真值,但趋势本身说明一件事:给同一个系统更多思考时间,它给出的假说确实在变好。
图 2 | 算力买来的质量,和别人的评价
科学问题:多花时间思考,假说真的会变好吗?
关键发现:a是203个研究目标、10个时间桶的最佳假说Elo(左)与前十平均Elo(右)随算力投入单调上行。b是15个专家命题目标上的锦标赛:Co-Scientist曲线向上,六条虚线从高到低依次是OpenAI o3(约1414)、DeepSeek R1(约1376)、OpenAI o1(约1275)、Gemini 2.0 Flash Thinking(约1266)、Gemini 2.0 Pro Experimental(约1259)和人类专家最佳猜测(约1255)。c是盲评:左图新颖性—影响力散点,Co-Scientist在(3.64, 3.09)最靠右上;右图平均偏好名次,Co-Scientist 2.36、OpenAI o1与Gemini 2.0 Pro各2.45、Gemini 2.0 Flash Thinking 2.73。
为什么重要:b里Co-Scientist从第1个时间桶起就高于人类专家那条最低的基线,第5个桶越过DeepSeek R1,第7个桶才越过最高的OpenAI o3;c里它的偏好名次领先幅度很小,新颖性只比最高的前沿模型高0.09分——领先是真的,但幅度有限。
怎么读这张图:a与b纵轴都是Elo评分,横轴是时间桶;b里每条虚线代表一个对照系统的固定水平:曲线从第1个桶起就高于人类专家、Gemini 2.0 Pro、Flash Thinking与o1这几条较低基线,第5个桶越过DeepSeek R1,第7个桶才越过OpenAI o3;c左图横轴新颖性、纵轴影响力,右图纵轴是名次(1为最好,数值越小越好)。图源:原文图2,Gottweis 等,Nature(2026),DOI:10.1038/s41586-026-10644-y;© The Author(s) 2026,CC BY 4.0,仅裁切。
再和别的东西比。在15个专家命题的目标上,Co-Scientist最终超过了所有对照——按图2b的坐标读数,它的最佳假说Elo从第1个时间桶起就高于六条基线里最低的那条(人类专家最佳猜测,约1255分),第5个时间桶越过DeepSeek R1,第7个时间桶才越过最高的一条(OpenAI o3,约1414分)。盲评的结果同样领先:11个目标上,Co-Scientist 的平均偏好名次是2.36(1为最好),新颖性3.64分、影响力3.09分,均为满分5分。三个对照基线分别是2.45、2.45和2.73名,新颖性与影响力落在3.09到3.55分之间。
这些数字要带着论文自己的限定读。原文明确说专家评分"反映的是主观判断,不是客观真值";另一组由四个LLM裁判做的偏好排名虽然也把Co-Scientist排在最前,但论文自己写了规模太小、不足以支撑可靠结论。还有一条反向信号同样出自论文:更新的推理模型在用远少的算力和推理时间时表现相当。也就是说,多智能体架构赢下的不是绝对质量,而是在同一套评分下把质量推得更高。
真正落到实验的是急性髓系白血病(AML)的药物再定位。选它是有道理的:疾病需求明确(复发后有效治疗手段很少),而搜索空间虽然大却有限——已批准药物和癌症类型的组合是一个可以穷举的集合。系统被约束在一份2300个已批准药物、34种癌症类型的清单里搜索,产出的排名靠前的30个候选交给肿瘤学家评审。专家的挑选标准很具体:优先有多通路活性的化合物——炎症信号、代谢重编程、异常增殖这三条与AML复发和耐药相关的通路,并结合临床前机制证据判断其对白血病细胞存活、骨髓微环境和耐药机制的影响,最后选出binimetinib、pacritinib、cerivastatin、pravastatin和二甲基富马酸五个送实验。
结果是5个里有3个抑制了细胞活力,pravastatin和二甲基富马酸基本无效。binimetinib的表现最突出,它原本是批准用于转移性黑色素瘤的MEK抑制剂,在AML细胞系里的IC50低至纳摩尔量级,而非AML对照TK6上明显更高,方向与它作用于RAS–MEK–ERK通路这一机制相符。
图 3 | 8个送测分子,4个真的有效
科学问题:AI提的候选,经不经得起细胞实验?
关键发现:a–c是三个有既有证据的候选在MOLM-13上的剂量—反应曲线:binimetinib IC50 0.01 μM(0.003–0.025)、pacritinib 0.73 μM(0.38–1.35)、cerivastatin 6.73 μM(1.8–32)。d–h是完全新预测的KIRA6(IRE1α抑制剂)分别在MOLM-13(1.75 μM,0.7–4.3)、KG-1a(0.01 μM,0.012–0.081)、HL-60(0.87 μM,0.32–2.4)、NOMO-1(0.14 μM,0.08–0.24)和非AML对照TK6(0.18 μM,0.12–0.27)上的曲线。
为什么重要:KIRA6在KG-1a与TK6之间差18倍,看上去像治疗窗;但同一个分子在MOLM-13上IC50高达1.75 μM,在四条AML细胞系之间差了175倍——这条曲线比那个18倍更能说明问题。
怎么读这张图:横轴是药物浓度(μM,对数刻度),纵轴是生长抑制百分比,竖直虚线标出该图的IC50位置,括号内是95%置信区间;每幅图n=3次生物学独立重复,误差棒是标准差。图源:原文图3,Gottweis 等,Nature(2026),DOI:10.1038/s41586-026-10644-y;© The Author(s) 2026,CC BY 4.0,仅裁切。
接下来是更严格的一轮。系统被要求给出一批"此前没有被用于该适应症、也没有临床前证据"的AML候选,而且不接收DepMap分数、不接收专家反馈,只靠目标描述本身。领域专家从前三名里挑了nanvuranlat、KIRA6和leflunomide送测。KIRA6是IRE1α抑制剂,系统在自评里说得很克制:IRE1α作为AML靶点此前有人研究过,但没有用KIRA6这个具体药物,所以它给出的新颖性评级是"中等"。
实验给出的数字是:在KG-1a这条AML细胞系上,KIRA6 的IC50是10纳摩尔,在非AML对照系TK6上是180纳摩尔,相差18倍,论文称之为一个有前景的体外治疗窗口。
但同一张图上还写着另一组数字:KIRA6在MOLM-13细胞系上的IC50是1750纳摩尔,HL-60是870纳摩尔。也就是说,同一个候选分子在四条AML细胞系之间差了175倍。论文的解读是,IRE1α阻断可能更适合作用于原始、干细胞样的AML群体,而非分化程度更高的谱系。这个反差本身就是有用的信息——它提示这条通路对AML的适用人群可能很窄,不能按"AML"整体来推。
还有两个自主候选没有通过:nanvuranlat和leflunomide在MOLM-13上效果有限。把两轮合起来算,送测的8个化合物里恰好4个测出了活性,另外4个没有。论文对湿实验的定位说得很克制:它自称"药物再定位流程的可行性检查",不能替代治疗性验证所需的严格临床前与临床评估。这正是AI负责提出值得一试的候选、人和实验负责否决的真实形态。
除了实验本身,论文还给了一条转化层面的判断。系统通过一套结构化的转化分析,把binimetinib定位在体弱、经过多线治疗的AML患者身上——理由有两条:它在重度预治疗、RAS突变型复发难治AML的单药二期试验中疗效有限,因此系统提出了"不做分子分型、直接用于一线"的替代策略;代谢上它走UGT1A1通路,可以绕开抗真菌药常见的CYP3A4依赖性药物相互作用,而后者正是当前许多靶向疗法的主要限制。这些都是基于文献的推理,不是前瞻性的临床证据。
系统还提出过联合用药方案。论文评估了7个组合:双药的协同用Chou–Talalay组合指数判定,三药的则用最高单药模型和Bliss独立模型算超额分数效应。在MOLM-13上,响应以协同为主,无论是双药的JNJ-64619178加selinexor,还是三药的JQ1加olaparib加MSA2;在KG-1a上则高度依赖剂量和情境,协同与拮抗并存,论文推测与这条细胞系TP53突变的耐药谱有关。
图 4 | 同一个组合,换条细胞系就变号
科学问题:AI提的联合方案,在别的细胞系里还成立吗?
关键发现:a、b是双药JNJ-64619178 + selinexor的Chou–Talalay分析,横轴是受影响比例Fa、纵轴是组合指数CI,横贯的红色虚线是CI=1.0(严格可加),线下的点落在协同区。MOLM-13(a)的点几乎全部贴着CI=0,KG-1a(b)纵轴从0.80起算,点同样落在CI=1以下。c、d是三药JQ1 + olaparib + MSA2的超额分数效应热图,横纵轴是JQ1与olaparib浓度(nM),色标锁定在−0.8到0.8:红色为正超额即协同,蓝色为负超额即拮抗。
为什么重要:MOLM-13(c)整片浅红、属轻度协同;同一三药组合在KG-1a(d)的低浓度角却是深蓝即拮抗,向高浓度方向逐渐变白趋近可加——协同与否取决于细胞系的分子背景,不是这套方案本身的属性。
怎么读这张图:a、b中横轴Fa是受到药物影响的细胞比例,纵轴CI小于1表示协同;c、d中每一格是一组浓度组合的超额分数效应,两张热图共用同一套锁定色标,因此可以直接比较。图源:原文图4,Gottweis 等,Nature(2026),DOI:10.1038/s41586-026-10644-y;© The Author(s) 2026,CC BY 4.0,仅裁切。
最后两项验证不在细胞系里,但在同一套系统上完成。肝纤维化方向,系统被人肝类器官结合活细胞成像的方法反推新的治疗靶点,目标是那些促成肌成纤维细胞形成的特定表观遗传改变;专家从系统给出的排名里选出前三条假设,系统随后给出三个表观遗传修饰因子和对应药物,其中两个在类器官中显示出显著的抗纤维化活性且不引起细胞毒性。其中一个vorinostat是已经获批用于其他肿瘤适应症的药物,直接带出了老药新用的机会。
耐药菌方向,研究者让系统去解释一个本组从2015年就开始探索、尚未发表的问题——为什么一类叫cf-PICI的可移动遗传元件能在多种细菌里存在。这类元件携带毒力基因和抗生素抗性基因,在包括大肠杆菌和肺炎克雷伯菌在内的多个物种间传播。系统独立提出cf-PICI通过与多样化的噬菌体尾部互作来扩展宿主范围,与同期一项独立研究的主要发现吻合,AI这一侧只用了两天,而科学家的团队为同类问题花了约十年迭代实验。论文把这件事描述为"复现",而不是"发现"。
论文还量化了人在环的时间成本:AML再定位任务里,专家写初始目标提示用了不到1小时,系统跑完之后挑出送实验的候选又花了大约3小时。作者转述专家的说法是,Co-Scientist完成的工作原本要花上几天甚至几周。
05 科研意义与边界
这项工作的分量不只在结果,更在它示范的分工:AI负责提出、质疑和排序,实验负责给出判定。有意思的是失败也被如实报告——8个送测化合物里有4个没测出活性,同一批组合在两条细胞系上的表现并不一致,评测环节论文自己反复标注"主观""规模太小"。一个能把自己不灵的地方写清楚的系统,比一个只报喜的系统更值得当作方法来学。
方法层面有两条可复用的经验。一是把生成、评审、排序、改进、总结拆成不同角色并让它们互相打分,好过让一个模型自问自答,而且每个角色的贡献都能单独做消融归因。二是对新颖性这类判断,接不接检索工具是决定性的——同一个反思智能体,无检索时给旧想法打6.14分的新颖度,有检索时只给2.38分。框架本身与具体模型解耦,换更强的底座不必重训整套智能体。
边界必须说清楚,而且有一条比论文自己强调的还硬:本期全文的关键词核对显示,正文与Methods里没有任何动物实验、体内实验或临床试验数据,所有湿实验止于细胞系和类器官。论文自己也写明,体外成功"并不保证体内疗效或临床成功",生物利用度、药代、脱靶效应和患者选择都会改变结局。KIRA6是一个候选分子,不是药;它在不同AML亚型之间差175倍这件事,恰恰说明现在还不能谈它适用于哪类患者。
还有两条读者容易忽略的。一是三项验证里,只有AML这一项的实验数据在本篇以图版呈现;肝纤维化的结果引自同期的一篇论文(另引两篇类器官方法学文献),耐药菌机制引自同期两篇 Cell 论文,读者无法在本文内独立复核这两条最强的主张。二是评测本身偏弱:Elo是系统自评的代理指标,专家评分是主观判断,论文自己承认规模不足以得出可靠结论。
最后是利益与可复现性。这项研究由Alphabet全额资助,多位作者是Alphabet雇员并持股。系统完整源码不公开,只提供了编排逻辑的伪代码和全部提示词,研究准入是一个受控的实验性项目。尚未解决的还有几件事:假说从生成到成药的完整通过率没有公布,系统自身消耗多少算力、换回多少质量也没有给出预算—收益曲线,底座模型升级后六个智能体之间的交互是否退化尚未验证,而在同等算力预算下与更新推理模型的正面对照同样缺席。
06 往期推荐
01Nat Med!临床AI三场全败:知识够了,却输在"怎么说"!
付费的临床AI,盲测输给通用大模型——差距不在知识,在表达。
02Nat. Mach. Intell.!一个AI模型搞定7类医学影像增强!覆盖376万组图像数据,还能辅助疾病诊断!
南京大学联合西湖大学等推出 AMIFound:一个模型统一处理 7 类医学影像(CT/MRI/PET/内镜/超声/眼底/X-ray)的 7 类退化;376 万对训练图跨模态 PSNR 38.45 dB;下游诊断最大提升 +86.96%。
03Nat Biotech!一次 DNA 合成,解锁亿亿级设计空间!
合成即采样:一管 DNA 就是上亿亿条设计
04Nat. Mach. Intell.!60万美元的算力砍到1.5万:MatBrain 48小时筛出38个候选材料!
不再堆参数,而是让两个小模型分工:300 亿参数的 Mat-R1 做分析推理、140 亿参数的 Mat-T1 调工具,材料发现的门槛从百万级集群降到台面工作站,48 小时跑完从生成到实验验证的全链条。
07 研究团队与论文信息
共同第一作者:Juraj Gottweis、Wei-Hung Weng、Alexander Daryin、Tao Tu、Petar Sirkovic、Artiom Myaskovsky、Grzegorz Glowaty、Felix Weissenberger、Alessio Orlandi(原文注明同等贡献)
通讯作者:Juraj Gottweis;Wei-Hung Weng;Pushmeet Kohli;Annalisa Pawlosky;Alan Karthikesalingam;Vivek Natarajan
主要机构:Google Cloud AI Research(苏黎世);Google DeepMind(山景城);Google Research(山景城);斯坦福大学医学院;Houston Methodist医院;Sequome;Fleming Initiative与帝国理工学院(伦敦)
期刊与日期:Nature · 2026 · Article;Vol 655,2026年7月9日刊出,正文487–496页;2026年3月20日收稿、5月11日接受、5月19日在线首发
论文 DOI:10.1038/s41586-026-10644-y
图版来源:本篇论文首页与正文4幅主图原样裁切;未重绘,未改色
许可与署名:© The Author(s) 2026,CC BY 4.0开放获取;本期据该许可使用原图,图说标注图号、来源期刊与DOI,并注明仅作裁切
资助与利益冲突:由Alphabet及其子公司资助;多位作者为Alphabet雇员并按标准薪酬方案持股;部分作者任职Sequome,Ben Feinstein为Dendra Therapeutics创始人
数据与代码可及:开发、基准与评测所用数据集公开(GPQA diamond、DepMap Q2 2024、Open Targets药物靶点集);三项真实验证任务的数据未公开;系统完整源码不公开,仅提供编排伪代码与全部提示词,并启动受控的实验性准入计划
08 参考文献
Gottweis, J., Weng, W.-H., Daryin, A., Tu, T., Sirkovic, P., Myaskovsky, A., Glowaty, G., Weissenberger, F., Orlandi, A., Popovici, D., Palepu, A., Rong, K., Tanno, R., Saab, K., Zhang, F., Blum, J., Carroll, A., Kulkarni, K., Tomašev, N., Zverinski, D., Rendulic, I., Vedadi, E., Hasler, F., Rimanic, L., Boia, M., Budiselic, I., Feinstein, B., Bellaiche, M., Sheffer, T., Freyberg, J., Ratcliff, J., Bertolli, O., Chou, K., Hassidim, A., Gokturk, B., Vahdat, A., Guan, Y., Dhillon, V., Vaishnav, E. D., Lee, B., Costa, T. R. D., Penadés, J. R., Peltz, G., Matias, Y., Manyika, J., Hassabis, D., Xu, Y., Kohli, P., Pawlosky, A., Karthikesalingam, A. & Natarajan, V. Accelerating scientific discovery with Co-Scientist
Nature · 2026
DOI:10.1038/s41586-026-10644-y