近日,一篇《Nature》文章系统介绍了多智能体系统 Robin 在自动化科学发现方面的前沿进展。其内容概括如下:
科学发现源于观察、假设生成、实验与数据分析的迭代过程。人工智能在生物学领域虽已取得长足进展,但目前尚无系统能够实现科学发现全流程关键环节的自动化。本文介绍了一种面向实验生物学的多智能体系统Robin,该系统可自动化假设生成与数据分析的关键环节。Robin融合文献检索智能体与数据分析智能体,能够生成科学假设、拟定实验方案、解读实验结果并迭代更新假设,进而实现半自主的科学发现。
在系统架构上,Robin将多个语言智能体整合进结构化工作流。其中,Crow与Falcon是基于PaperQA2的文献检索智能体,分别承担精简与深度文献综述;Finch是科学数据分析智能体,可自主分析RNA测序、流式细胞术等实验数据。给定目标疾病后,Robin提出多个候选疾病机制,并为每个机制生成、排序相应体外模型,进而筛选并排序候选药物;Finch对同一套实验数据启动多条独立分析轨迹,再通过荟萃分析整合输出以形成共识结论;分析结果反馈至系统,用于新一轮假设生成,由此构建持续迭代的研究闭环。
为验证Robin生成并优化治疗假设的能力,研究团队将其应用于干性年龄相关性黄斑变性(dAMD),尝试识别新的治疗候选药物。Robin提出将增强视网膜色素上皮(RPE)细胞吞噬功能作为治疗策略,首轮候选药物中包括ROCK抑制剂Y‑27632;经过后续迭代,进一步发现利帕地尔(ripasudil)与KL001可增强RPE细胞吞噬。利帕地尔是临床用于青光眼治疗的ROCK抑制剂,此前未被提出用于dAMD治疗;KL001为昼夜节律调控分子,据作者所知,此前无人提出其具有吞噬增强作用。上述两种药物均在老年供体来源的人原代人RPE细胞中得到验证,其中利帕地尔的作用效力高于Y‑27632。为解析机制,Robin建议对 Y‑27632处理的RPE细胞开展RNA测序,结果发现ABCA1基因表达显著上调约3倍;后续在RPE细胞体系中进一步证实,利帕地尔同样能够上调ABCA1表达。ABCA1编码关键脂质外排泵,其脂质接受蛋白载脂蛋白E已被多项研究证实为黄斑变性的遗传易感位点,提示ABCA1有望成为dAMD的潜在新靶点。
从工作效率看,Robin可将单次科学发现周期所需的认知工作量由约359~424人工小时压缩至不足2小时,仅需约30分钟即可完成对551篇文献的整合分析;据原文估算,整体工作效率提升约200倍。研究通过Crow、Falcon组件消融实验、Finch在BixBench数据集上的基准评测,以及与OpenAI Deep Research的横向对比,验证了系统各核心组件的实际效用。作为首批可在迭代式“实验室闭环”框架下自主发现并验证新型治疗候选药物的AI系统之一,Robin建立了人工智能驱动科学发现的新范式,该技术思路同样有望拓展至药物研发以外的材料科学等研究领域。
Ghareeb, A.E., Chang, B., Mitchener, L. et al. A multi-agent system for automating scientific discovery. Nature 655, 497–505 (2026). https://doi.org/10.1038/s41586-026-10652-y.