搜索
Google 推进自主湿实验室建设，尚未完全打通智能体机器人闭环
11 小时前
Google团队正积极推进自主湿实验室的建设，旨在通过AI智能体实现分子设计、实验安排、反馈分析及方案迭代的自动化流程，构建一个由真实生物学反馈驱动的递归自我改进系统。目前，该团队已成功发现能够紧密结合实体瘤相关靶点的蛋白质分子，但在机器人操作、分子筛选和蛋白质设计三项关键技术的整合上仍面临挑战。为此，团队开发了基于开源框架的VERID系统，为实验室工作站创建了持续更新的数字孪生模型，使智能体能够在执行实验前先进行模拟验证，并保留运行日志以便异常排查。与此同时，DeepMind也在推进酶设计管线AlphaProtein Novo和抗菌肽筛选平台Antigravity等研究，并与多方合作投入3亿美元用于生物学基础数据和测量技术的建设。当前，AI生成分子设计的速度远超实验跟进能力，加之开源框架降低了仪器连接的难度，促使行业加速探索AI在科研实验中的深度应用。OpenAI、Anthropic等公司也纷纷加入这一领域，各自的技术路线和商业定位各有特色。自主湿实验室的建立，将使AI厂商能够直接验证模型效果，完整记录实验过程，积累以往公开资料中难以获取的试错数据，有望显著提升药物早期发现阶段的研发效率。然而，目前完整的自主实验流程尚未实现，关键判断环节仍需人工介入，整个制药研发链路的提速效果尚待进一步验证。
