华人青年科学家团队发布通用生物医学AI Agent Biomni

由黄柯鑫博士领衔的华人青年科研团队，联合多方合作者，成功研发出首个面向广泛生物医学研究场景的通用AI Agent——Biomni。该成果于近日正式发表于国际顶级学术期刊《Science》，标志着AI在生命科学基础研究中的角色正从辅助工具迈向协同研究员。

不依赖模板，自主拆解任务、调用工具

Biomni的核心突破在于摆脱了传统AI系统对预设工作流或固定任务模板的依赖。面对研究者提出的开放性问题，它能自主理解目标、分解子任务、动态选择并组合生物医学工具与数据库资源，完成从假说生成、数据分析到实验方案设计的全流程闭环。

在遗传学、基因组学、药理学等多类任务中，Biomni展现出显著的跨领域泛化能力；在若干真实科研场景中，其分析结果准确率已接近人类专家水平，而耗时大幅缩短——例如罕见病诊断与GWAS分析，原本需专家耗时一至两小时，Biomni可在数分钟内完成。

统一动作空间：E1环境与A1智能体协同运行

Biomni由两大部分构成：可扩展的执行环境Biomni-E1，以及在其之上运行的智能体Biomni-A1。

Biomni-E1并非简单集成现有软件，而是基于2500篇近期生物医学论文（覆盖bioRxiv定义的25个主题），由专用动作发现Agent逐篇解析研究复现所需的操作步骤、工具链、数据库调用方式与实验逻辑，经人工验证后构建而成。所有资源均被封装为可通过Python、R或命令行直接调用的标准化接口。

Biomni-A1则作为“决策中枢”，具备三项关键能力：一是动态资源选择——根据用户问题语义，实时筛选最适配的工具与数据源；二是代码驱动的工作流编排——以代码为统一语言，将查询、计算、可视化、文献检索等环节无缝串联；三是自适应规划——初始计划基于生物医学知识生成，并在执行中依据中间结果持续修正路径，确保每一步都贴合当前研究目标。

真实科研验证：从假说到实验落地

Biomni已通过多项端到端真实任务验证其科研协同能力：

• 假说生成：在人类胚胎骨骼发育多组学数据中，不仅复现已知成骨调控机制，还识别出新的候选转录调控因子；在可穿戴设备睡眠数据中，自动发现睡眠结构、效率与主观质量间的潜在关联规律。

• 实验方案设计：为B2M基因设计sgRNA克隆方案，生成完整质粒图谱与操作流程；经盲法评审，其专业度接近资深研究人员，显著优于受训学生；后续湿实验验证显示，按该方案操作，次日即获得正确插入的阳性菌落。

• 全流程整合：仅输入一段蛋白序列并提出“提升热稳定性”目标，Biomni即可自主调用AlphaFold-2预测结构、ThermoMPNN评估突变效应、结合文献挖掘功能位点，最终输出含结构依据与文献支持的突变建议清单。

• 自动化对接：将自然语言描述的实验需求（如“在Hamilton STAR平台上完成384孔板梯度稀释”）转化为PyLabRobot可执行代码，实现从意图到机器人动作的直连转化。

强化学习驱动的持续进化能力

为弥补通用能力与专精任务之间的差距，团队进一步推出开源强化学习模型Biomni-R0。该模型在Biomni-E1环境中，通过与真实工具交互并接收专家标注的奖励信号进行训练。结果显示：8B参数版本任务平均得分由0.32提升至0.59，超越Claude 4 Sonnet（0.56）；32B版本达0.67。提升覆盖实验设计、变异解读、疾病诊断、数据库检索等多个高价值子任务。

当前局限与演进方向

研究团队坦诚指出Biomni现阶段存在的几项关键边界：

• 覆盖广度仍有限：当前评估集中于部分高频任务，尚未充分纳入发育生物学、神经环路解析、单细胞空间组学等前沿方向；动作库构建主要依赖近年文献，可能弱化经典但长效的技术范式。

• 复杂推理依赖提示结构：在scRNA-scATAC多组学联合分析等高度依赖领域惯例的任务中，仍需人工提供关键步骤提示，尚不能完全自主补全隐性知识链。

• 能力分布不均衡：在序列比对、数据库检索、分子克隆等标准化程度高的任务上已达准专家水平；但在需深度临床判断、复杂因果推断或跨尺度机制整合的任务中，仍有明显提升空间。

未来工作将聚焦三方面：增强长程规划与多跳推理能力；深度融合文本、图像、三维结构与时序信号等多模态生物数据；构建可解释、可审计、可干预的协作式AI科研框架。

负责任创新：安全与透明并重

团队强调，随着AI Agent逐步具备实验方案生成与自动化执行能力，其潜在生物安全影响不容忽视。为此，Biomni的设计始终遵循开放透明原则：全部动作空间定义、评估基准、强化学习奖励函数均公开可查；核心模块采用模块化架构，便于第三方审查与风险隔离。团队呼吁建立跨学科协作机制，推动AI生命科学应用在加速科研的同时，同步完善伦理审查、技术护栏与政策响应体系。