虚拟实验室使用几个LLMs设计出可以与新冠病毒结合的抗体片段。图片来源：KTSDESIGN

本报讯 为了利用人工智能（AI）实现科学发现的自动化，研究人员创建了一个虚拟实验室。该实验室通过几个“AI科学家”——具有明确科学角色的大型语言模型（LLMs），协作实现人类科学家设定的目标。

在bioRxiv近日公布的一项研究中，科学家对这个虚拟实验室进行了描述。它能够设计出一种名为纳米体的抗体片段，可以与新冠病毒结合，并在极短时间内产生了近100种这样的结构。

“这些虚拟实验室的AI科学家已被证明能够完成很多任务。”美国斯坦福大学的计算生物学家James Zou说，“我们对探索虚拟实验室在不同科学领域的潜力感到非常兴奋。”

美国科罗拉多大学安舒茨医学分校研究AI医疗应用的高彦君（音）表示，虚拟实验室“代表了一种将AI视为合作者，而不仅仅是工具的新范式”。但她补充说，人力投入和监督仍然至关重要。“现阶段还不能完全信任AI做出的决定。”

目前，世界各地的科学家已经开始探索LLMs在加速研究进程方面的潜力，包括创建一名可以执行部分任务的AI科学家——从提出假设、设计实验到起草论文。但Zou说，LLMs的大多数研究都集中在有限范围内的实验应用上，而不是探索它们在跨学科研究中的潜力。

于是，他和同事建立了虚拟实验室，将不同领域的专业知识结合起来。

研究人员首先为虚拟实验室“培养”了两个AI科学家：一个是团队的首席研究员（PI），拥有AI研究方面的专业知识；另一个则是“科学评论家”，负责在整个过程中发现LLMs的错误和疏漏。他们还为这些AI科学家设定了一个目标——设计靶向新冠病毒的新型纳米体，并指示AI科学家开发其他可以实现这一目标的LLMs。

随后，虚拟PI进一步创建并培训了另外3名AI科学家，用来支持接下来的研究工作。这些AI科学家中的每一个都接受过特定学科的培训——免疫学、计算生物学或机器学习。Zou说：“这些不同的AI科学家有不同的专业知识，它们会一起解决不同类型的科学问题。”

AI科学家能够独立完成虚拟PI分配的任务，例如计算参数或为新的机器学习模型编写代码。它们还会利用其他的AI研究工具，如蛋白质设计工具AlphaFold和Rosetta。一位人类科学家会定期通过“团队会议”指导LLMs，并评估它们的进展。

“虚拟实验室的设计都是自主完成的，因此AI科学家可以相互讨论。它们会决定要解决什么问题、采取什么方法，以及如何实施。”Zou说，“人类科学家则专注于提供更高层次的反馈，以指导AI科学家的研究方向。”AI科学家的“团队会议”包括几轮“讨论”，但每次只花5到10分钟。

这些AI科学家最终设计出92个纳米体，其中90%以上的纳米体在验证研究中被证明可以与新冠病毒的原始变体相结合。其中两个纳米体还显示出靶向病毒新变种的潜力。

研究人员乐观地认为，虚拟实验室可以助力多个领域的科学研究。“我们把它设计成一个通用的平台，并利用这些虚拟实验室的AI科学家解决不同的科学问题。”Zou说。

但Zou强调，人工干预和反馈是虚拟实验室成功的关键。“我们仍然需要验证和确认AI科学家提出的这些假设，这是完成真实世界实验的必要之举。”（李木子）

相关论文信息：

https://doi.org/10.1101/2024.11.11.623004