Nat. Methods | 面向生命科学的人工智能智能体

DRUGONE

人工智能智能体（AI agents）正在以前所未有的速度进入我们的日常生活——从家庭到办公室，再到实验室，这股浪潮几乎无处不在。尤其是在大语言模型能力快速跃升的背景下，新一代 AI 智能体已经不再只是“工具”，而是开始展现出在一定程度上自主执行复杂任务的潜力。在生物学研究领域，这种变化尤为引人注目。

从“模型”到“智能体”：AI 能做什么？

与传统的人工智能模型不同，AI 智能体并非只负责单一预测或分析任务。它们往往能够：

• 理解复杂的自然语言指令；
• 自动拆解研究任务并规划步骤；
• 调用多种工具、数据库或模型；
• 在有限或无需人工干预的情况下完成多步分析。

近年来，多个面向生物学研究的 AI 智能体相继出现：有的专注于某一类具体任务，例如数据分析、实验设计或结果解释；有的则试图成为“通才型”智能体，横跨分子生物学、基因组学、蛋白质结构、生物信息学等多个方向。这类系统的出现，预示着一种新的研究辅助模式正在形成。

AI 智能体可能带来的改变

如果应用得当，AI 智能体有望在多个层面改变生物学研究：

• 降低研究门槛：复杂、多步骤的分析流程可以被封装和自动化，使非专家也能开展高水平研究；
• 节省时间、提升效率：研究人员可以将更多精力投入到科学问题本身，而非重复性操作；
• 提升标准化与可重复性：统一的分析流程有助于减少人为差异，提升结果可靠性。

在数据密集、流程复杂的生物学研究中，这些优势尤为关键。

挑战同样不可忽视

当然，AI 智能体并非“银弹”。它们的广泛应用仍面临多重挑战：

• “幻觉”问题：AI 可能生成看似合理、实则错误的结论，这在科研场景中尤为危险；
• 任务适配性不足：通用智能体往往难以直接满足高度专业化的生物学需求；
• 对领域知识的依赖：缺乏生物学背景约束的智能体，容易在关键细节上出错。

因此，当前大量研究正致力于提升 AI 智能体的准确性与稳健性，并探索如何更好地融合人类研究人员的领域知识以及已有高质量数据资源。此外，在转化医学和生物医学研究中，数据隐私、伦理问题以及潜在偏倚同样需要被认真权衡。

是执行流程，还是发现新知识？

在设计和使用 AI 智能体时，一个核心问题逐渐浮现：它们的角色应当是高效执行既有研究流程，还是主动参与新发现？

生物学研究本身具有高度探索性，往往涉及复杂的实验设计、方法选择以及多轮验证。这使得 AI 智能体究竟应如何嵌入现有科研流程，甚至是否能推动全新的研究范式，成为一个开放而令人着迷的问题。

或许，未来的 AI 智能体不仅能“帮研究人员把事情做完”，还可能在假设生成、策略选择乃至研究方向探索中发挥更主动的作用。

更远的未来：AI + 机器人实验室？

一个更具想象力的方向，是将 AI 智能体与实验机器人深度结合，用于自动化湿实验操作。当智能体负责设计实验、分析结果并实时调整策略，机器人负责精准执行实验步骤，一个高度自动化的生物实验室是否将成为现实？这是否会彻底改变生物学研究的组织方式？

答案仍未揭晓。但可以肯定的是，AI 智能体正在成为生命科学研究中不可忽视的新变量。下一代研究人员将如何塑造并驾驭这些系统，值得持续关注。

整理 | DrugOne团队

参考资料

• Tang, L. Artificial intelligence agents for biology. Nat Methods 22, 2496–2497 (2025). https://doi.org/10.1038/s41592-025-02958-y
• Swanson, K., Wu, W., Bulaong, N.L. et al. The Virtual Lab of AI agents designs new SARS-CoV-2 nanobodies. Nature 646, 716–723 (2025). https://doi.org/10.1038/s41586-025-09442-9
• Wang, Z., Jin, Q., Wei, CH. et al. GeneAgent: self-verification language agent for gene-set analysis using domain databases. Nat Methods 22, 1677–1685 (2025). https://doi.org/10.1038/s41592-025-02748-6
• Gao, Shanghua, Ada Fang, Yepeng Huang, Valentina Giunchiglia, Ayush Noori, Jonathan Richard Schwarz, Yasha Ektefaie, Jovana Kondic, and Marinka Zitnik. "Empowering biomedical discovery with AI agents." Cell 187, no. 22 (2024): 6125-6151.

内容为【DrugOne】公众号原创｜转载请注明来源