AI智能体化身硅基科学家，大幅加速药物研发
2026/07/02 13:43阅读量 2
谷歌DeepMind与FutureHouse分别推出Co-Scientist和Robin两套AI系统，利用智能体团队模拟科学家思维，在数小时内完成药物重定位的假设生成与实验方案设计。在急性髓系白血病和干性年龄相关性黄斑变性的测试中，筛选出的候选药物在初步实验室研究中表现出疗效。但专家指出，当前大语言模型仍存在幻觉风险，人类监督与严格验证仍是必要环节。
事件概述
近日，《自然》发表的两篇论文[1,2]介绍了两个利用AI智能体团队辅助药物研发的系统——谷歌DeepMind的Co-Scientist和FutureHouse的Robin。它们能够自动生成假设、提出实验方案并分析数据，大幅缩短了传统药物重定位流程所需的时间。
核心信息
- Co-Scientist（谷歌DeepMind）：在寻找已获批药物用于治疗急性髓系白血病的实验中，系统识别出候选药物列表，人类研究员从中挑选五种进行进一步测试，其中三种在实验室培养细胞中显示出初步疗效。
- Robin（FutureHouse）：针对干性年龄相关性黄斑变性，Robin先通过AI智能体进行文献综述，生成实验方案。人类执行实验后，Robin分析数据并提出分子靶点，推荐青光眼药物瑞舒地尔（ripasudil）作为候选，并建议后续验证实验。
- 效率：两个系统均能在几个小时内给出合理假设，而传统方法需要数周甚至更长时间。
- 局限性：AI基于大语言模型，可能产生看似合理但错误的“幻觉”。研究者强调，人类监督仍然至关重要，不能完全将重要决策委托给AI。不过，系统内部包含智能体讨论与结果比较机制，有助于减少错误推理。
值得关注
- 目前约100位外部科学家可以使用Co-Scientist，研究者正测试其在不同场景下的表现。
- 在另一项实验中，Co-Scientist仅用几天时间就独立得出一组科学家尚未发表的研究结论，展示了假设生成能力。
- AI系统识别的所有药物尚未通过全面评估，许多候选药物在后续更严格的检测中失败，表明从假设到临床验证仍有很长距离。
- 各公司正在开发能够执行部分实验室工作的机器人，AI在科研中的角色正从辅助工具向主动参与者转变。
参考文献：
- Gottweis, J. et al. Nature (2026).
- Ghareeb, A. E. et al. Nature (2026).
- Aygün, E. et al. Nature (2026).