Cell 前瞻性分析：AI智能体赋能生物学发现.docx

来自哈佛医学院MarinkaZitnik团队的一篇论文。作者设想“AI科学家”是能够进行批判性学习和推理的系统，它们通过协作型智能体整合AI模型、生物医学工具和实验平台，从而推动生物医学研究的发展。这些生物医学AI智能体并不是要将人类排除在发现过程之外，而是将人类的创造力与专业知识，与AI在分析大型数据集、探索假设空间以及执行重复性任务方面的能力结合在一起。AI智能体在各种任务中将表现出色，包括规划发现工作流程、进行自我评估以识别并弥补知识空白。这些智能体利用大语言模型和生成模型，具备结构化记忆能力以实现持续学习，并使用机器学习工具整合科学知识、生物学原理和理论。AI智能体的应用领域广泛，包括虚拟细胞模拟、表型的可编程控制、细胞电路设计以及新疗法的开发等方面。

人工智能（AI）的长期目标是开发能够进行重大科学发现、自主学习和知识获取的系统。尽管“AI科学家”这一概念具有前瞻性，但基于智能体的AI技术的进步为实现这一目标铺平了道路。AI智能体可以将复杂的生物学问题分解为可操作的子任务，通过协调大语言模型（LLM）、机器学习（ML）工具和实验平台等，提升发现效率。AI智能体能够自动化重复任务，分析大数据集，探索假设空间，并提供比传统方法更快、更精准的研究流程。这些能力不仅能帮助人类科学家，还能在时间和空间尺度上提供实验数据之外的预测和洞察。

图1

如图1所示，LLM、跨模态学习和生成模型的进步使这一愿景成为可能。例如，GPT-4等优化对话的LLM可以通过反馈实现与人类和其他智能体的合作，识别知识缺口并改进解决方案。然而，仅依赖传统预训练模型不足以支持AI生成创新性假设，因为模型的创造力和科学知识结合能力有限。

作者提出，AI科学家可以通过人类、LLM、ML模型及实验平台共同组成的复合系统实现。AI智能体需要具备提出假设、批判性评估、识别不确定性并不断优化知识库的能力，同时适应快速变化的生物学数据，平衡新旧知识的存储与应用。

在实际应用中，生物医学AI智能体可用于虚拟细胞模拟、表型可编程控制、细胞电路设计和新疗法开发。例如，AI可模拟细胞过程，预测基因修改或药物处理对细胞行为的影响；或使用CRISPR技术进行基因编辑，精确研究基因功能。此外，AI还能设计并优化基因电路，用于环境监测或治疗蛋白的生产。同时，生物医学AI的使用带来伦理挑战，包括潜在的环境风险和对人类科学家的影响。此外，当前缺乏

足够的大规模、多样化实验数据，限制了AI在结构生物学和细胞生物学等领域的全面应用。因此，责任化实施和有效的安全保障对于AI智能体的开发至关重要。

数据驱动模型在生物医学研究中的发展应用

在过去几十年中，数据驱动模型通过开发数据库（DBs）、有哪些信誉好的足球投注网站引擎、机器学习以及交互式和基础学习模型，重塑了生物医学研究（图2）。这些模型通过挖掘生物医学数据，在蛋白质、基因、表型、临床结果以及化学化合物的建模方面取得了显著进展。

图2

数据库与有哪些信誉好的足球投注网站引擎

在生物研究中，数据库（DBs）通过整合实验和研究数据，提供标准化的生物数据词汇和可检索资源。例如，AlphaFold蛋白质结构数据库包含超过2亿个由AlphaFold预测的蛋白质结构。分子有哪些信誉好的足球投注网站引擎（如FoldSeek）通过将查询结构转化为3D交互字母序列并使用预训练矩阵，从这些数据库中检索信息。然而，传统有哪些信誉好的足球投注网站引擎仅能基于特定查询获取信息，缺乏通过推理优化查询或定制后续操作的能力。尽管数据库通过数据整理减少了误导信息的风险，但仍缺乏识别和去除无关信息的机制。

与此不同，AI智能体具备推理能力，可生成有哪些信誉好的足球投注网站查询并获取相关信息。整理后的数据库提供结构化和准确的信息，减少AI智能体潜在的幻觉风险。例如，检索增强生成（RAG）可使AI智能体回答基于科学文献的问题，并能根据需要检索信息，迭代处理所得内容。这种反思过程提高了智能体的可控性，允许根据任务需求定制操作，超越传统有哪些信誉好的足球投注网站引擎的能力。

机器学习模型

ML模型擅长识别模式并整合潜在知识，用于预测新数据。然而，现有ML模型通常需要为每个任务开发专门模型，缺乏AI智能体具备的推理和交互能力。例如，AlphaFold通过深度学习和多序列比对准确预测3D蛋白质结构，但仅限于蛋白质折叠任务。AI智能体是在ML模型基础上的进化，结合Transformer架构和生成式预训练等技术，具备推理和交互能力，能评估动态环境，更适合建模复杂的生物系统。

交互式学习模型

交互式学习，包括主动学习和强化学习，通过探索机制和人类反馈推动ML模型的发展。主动学习通过选择重要数据点标注，优化小样本数据集的学