传统酶改造耗时耗力且过度依赖专家经验。现有的自动化实验室虽然引入了ESM-2等AI方法,但计算与实验依然独立,严重依赖人工搬运数据、手动训练模型以及死板的预设脚本,缺乏通用性和灵活性。
华大智造的杨梦团队提出了一种基于“云-边协同”架构的AI原生生物合成平台。该平台引入了大语言模型(Large Language Model,LLM)和模型上下文协议(Model Context Protocol,MCP)服务,能够直接将人类的自然语言请求翻译成机器自动执行的实验方案,使得非专家也能通过自然语言指示AI智能体自动完成计算与物理执行工作流。
作为验证,该平台在应对CoolMPS测序技术中B族DNA聚合酶的进化任务时,仅通过三个自主闭环轮次便鉴定出使测序错误率降低37%的变体,证明了平台在加速生物催化研发方面的巨大潜力。
AI原生自动化生物合成平台
该平台的功能逻辑基于五层框架,形成计算和实验闭环。首先,科学意图交互层通过LLM理解用户的需求;接着,实验逻辑推理层根据这些目标制定可执行工作流;随后,智能编排与执行层进行全局调度与资源分配;这些指令最终交给物理与虚拟资源层直接调用底层的自动化实验