Nature：自动化科研的多智能体系统Robin

近年来，大语言模型在文献问答、知识总结和代码生成方面表现出较强能力。一些 AI 系统已经能够辅助提出科学假说或完成特定药物发现任务，但它们大多停留在“生成想法”或“执行单一任务”的阶段，尚未真正覆盖科学研究中的完整闭环：提出假说、设计实验、分析实验数据，再根据新数据更新假说。

本研究提出的 Robin 正是针对这一问题而设计。作者希望构建一个能够在真实生物医学研究中运行的“lab-in-the-loop”系统，即 AI 负责自动化核心智力环节，人类科学家负责实验执行、关键判断和安全把关，从而实现半自主化科学发现。

Robin 是一个多智能体系统，由多个具有不同功能的语言智能体组成。其核心思想是将复杂的科学研究过程拆分为若干相对独立但可协同的任务，包括文献搜索、深度证据评估、实验策略选择和数据分析。

系统中主要包含三个关键智能体：

第一，Crow，负责较为简洁的文献搜索和文献总结。它用于快速回答疾病背景、病理机制、实验模型等问题。

第二，Falcon，负责更深入的文献调研和候选药物评估。相比 Crow，Falcon 更侧重于对证据质量、药理机制和潜在局限性的系统性分析。

第三，


Finch




，负责实验数据分析。它可以在 Jupyter notebook 环境中编写和运行分析代码，对流式细胞术、RNA-seq 等生物实验数据进行处理，并输出图表、统计结果和解释性结论。

Robin 作为上层协调系统，会调用这些智能体完成连续的科学发现流程。给定一个疾病名称后，Robin 首先调研疾病机制，提出多个可能的病理环节；随后选择适合体外验证的实验模型；接着提出一批可测试的治疗候选物；人类研究者根据 Robin 的建议完成实验；实验数据再交给 Finch 自动分析；最后 Robin 根据分析结果提出下一轮假说。这样，Robin 形成了一个“文献—假说—实验—数据—新假说”的闭环。

为了验证 Robin 的能力，作者选择了干性年龄相关性黄斑变性作为疾病模型。干性年龄相关性黄斑变性是发达国家老年人不可逆视力丧失的重要原因，目前治疗选择有限。该疾病与视网膜色素上皮细胞功能障碍密切相关，其中 RPE 细胞对光感受器外节的吞噬和清除能力下降被认为是疾病发生发展的重要机制之一。

Robin 在接收到“dry age-related macular degeneration”这一疾病任务后，首先检索和分析相关文献，提出多个可能的疾病机制和体外实验模型。经过排序后，Robin 选择了“增强 RPE 细胞吞噬能力”作为潜在治疗策略，并建议通过流式细胞术检测药物是否能够增强 RPE 细胞对荧光标记颗粒或光感受器外节的吞噬能力。

这一选择具有较强的生物学合理性。RPE 细胞每天需要吞噬和清除光感受器外节，维持视网膜稳态。如果这一功能受损，脂质和蛋白质废物积累可能加速


黄斑变性




。因此，增强 RPE 吞噬功能有可能成为干性黄斑变性的新治疗方向。

在确定 RPE 吞噬实验模型后，Robin 进一步检索约数百篇相关文献，并提出 30 个已有药物或候选分子用于实验测试。随后，系统通过


Falcon




对每个候选物进行深入评估，包括其作用机制、与 RPE 吞噬功能的关联、药理学特征和潜在限制。最终，研究人员选择了排名靠前的候选药物进行实验验证。

第一轮测试的候选物包括 Exendin-4、Fingolimod、MFGE8、Y-27632，以及 AICAR 和 TUDCA 的组合。其中 MFGE8 是已知可以增强 RPE 吞噬作用的分子，因此作为阳性对照。实验中，研究者使用 ARPE-19 细胞，并采用 pHrodo 标记微珠作为吞噬底物。pHrodo 微珠在溶酶体酸性环境中会产生荧光，因此可以通过流式细胞术定量细胞吞噬活性。

实验完成后，原始流式细胞术数据被上传给 Robin。Finch 自动完成数据分析，包括细胞群体门控、单细胞筛选、死细胞排除、荧光强度定量和统计检验。结果显示，ROCK 抑制剂 Y-27632 能够增强 RPE 细胞吞噬功能。这一结果不仅验证了 Robin 选择 RPE 吞噬功能作为治疗靶点的合理性，也为后续机制研究提供了方向。

在第一轮实验结果基础上，Robin 建议进一步对 Y-27632 处理后的 RPE 细胞进行 RNA-seq 分析，以探索 ROCK 抑制增强吞噬功能背后的转录调控机制。研究人员据此完成第二轮实验，并将基因表达数据交给 Finch 分析。

Finch 自动进行了差异表达分析、火山图绘制和 GO 富集分析。结果显示，Y-27632 处理不仅可能通过已知的 F-actin 动态调节影响吞噬杯形成，还会引发与细胞骨架组织、小 GTPase 信号转导和自噬相关的转录变化。这提示 ROCK 抑制剂可能同时影响 RPE 细胞吞噬的摄取阶段和后续胞内清除过程。

值得注意的是，RNA-seq 分析发现 ABCA1 显著上调。ABCA1 是一种重要的脂质外排转运蛋白，参与胆固醇和磷脂从细胞膜转运至受体蛋白。由于脂质代谢异常和 ApoE 相关通路与年龄相关性黄斑变性密切相关，ABCA1 的上调为理解 ROCK 抑制剂改善 RPE 功能提供了新的机制线索。也就是说，Robin 不仅帮助发现候选药物，还通过后续数据分析提出了潜在的新治疗靶点。

基于第一轮实验和 RNA-seq 分析结果，Robin 进一步开展新一轮候选药物生成。研究人员随后测试了其中 10 个候选药物。结果显示，ripasudil 显著增强 RPE 细胞吞噬功能，并且效果优于 Y-27632。

Ripasudil 是一种已经在日本获批用于青光眼治疗的 ROCK 抑制剂，具有已知眼科用药安全性。相比 Y-27632 这类研究工具化合物，ripasudil 的临床转化潜力更高。研究显示，在 ARPE-19 细胞中，ripasudil 能够使 RPE 吞噬水平相对于 DMSO 对照显著升高，并在剂量反应实验中表现出比 Y-27632 更高的效力。

为了进一步验证这一发现，作者使用来自 60 岁以上供体的原代人 RPE 干细胞来源细胞进行实验，并将吞噬底物从 pHrodo 微珠替换为更接近生理条件的荧光标记牛视杆细胞外节。结果再次证明，ripasudil 和 Y-27632 均能增强原代 RPE 细胞吞噬功能，其中 ripasudil 表现出更强效力。

此外，Robin 还提出了


KL001




作为候选物。KL001 是一种调节昼夜节律的化合物，可通过影响 CRY 蛋白稳定性发挥作用。由于 RPE 吞噬活动具有昼夜节律性，Robin 推测 KL001 可能调节 RPE 吞噬功能。实验结果显示，KL001 在原代 RPE 细胞中也表现为阳性命中分子。作者指出，据他们所知，此前尚未有人提出 KL001 可作为增强 RPE 吞噬功能的候选策略。

为了证明 Robin 的发现并非普通大语言模型简单搜索即可复现，作者进行了多项架构验证实验。

首先，作者移除了 Crow 和 Falcon 文献搜索智能体，并用通用模型调用替代。结果显示，缺失 Falcon 或同时缺失 Crow 和 Falcon 会显著增加虚构参考文献的比例，说明专门的文献检索智能体对于降低幻觉、提高证据可靠性十分重要。

其次，作者比较了 Robin 与被消融版本生成候选药物的质量。结果表明，移除 Crow、Falcon 或两者都会降低最终药物候选方案的质量，说明多智能体架构不仅减少幻觉，也提升了假说生成的科学合理性。

第三，作者评估了 Finch 在流式细胞术和 RNA-seq 分析中的表现。在特定任务提示下，Finch 能够稳定完成实验数据分析，并与人类专家分析结果高度一致。不过，在更复杂、开放的 BixBench 生物信息学任务中，Finch 的总体准确率仍然有限，尤其在多步骤生信流程中表现不足。这说明当前数据分析智能体虽然已有实用价值，但仍依赖专家提示和任务约束，距离完全自主的数据科学家仍有差距。

最后，作者将 Robin 与 OpenAI Deep Research 进行比较。Deep Research 被要求提出同样数量的干性黄斑变性候选药物，但其实验筛选结果中没有一个候选物成为阳性命中，而且没有提出 ROCK 抑制作为增强 RPE 吞噬功能的策略。这一结果支持了作者的观点：Robin 的优势并不只是“会搜索”，而在于它能够将疾病机制、实验模型、候选药理机制和实验反馈整合到一个闭环系统中。

这项研究的最大意义在于，它展示了 AI 系统可以在真实实验科学中承担一部分核心智力劳动，而不仅仅是辅助写作、总结文献或生成代码。Robin 所完成的任务包括疾病机制分析、体外实验模型选择、药物候选生成、实验数据分析、机制解释和下一轮假说提出。这些步骤构成了科学发现过程中的核心闭环。

从药物研发角度看，Robin 特别适合用于药物重定位。已有药物具有明确安全性和药理信息，如果 AI 能够从文献中发现新的疾病适应症，并快速提出可实验验证的机制假说，就可能显著缩短早期药物发现周期。本研究中 ripasudil 被提出用于干性黄斑变性，就是一个典型例子。

从科学方法角度看，Robin 强调的是“组合式知识综合”。许多科学发现并不一定来自完全未知的新事实，而是来自不同领域已知事实之间的新连接。Robin 通过文献智能体和数据分析智能体的协同，将分散在疾病机制、细胞生物学、药理学和实验方法中的知识重新组合，从而提出人类专家可能忽略的假说。

尽管该研究具有重要突破，但 Robin 仍然存在明显局限。首先，Robin 目前并不能完全自主执行实验。它可以提出实验方向和实验模型，但具体实验方案仍需要人类研究人员转化为可操作的实验流程。其次，Finch 的数据分析能力依赖较强的任务提示。在清晰定义的流式细胞术和 RNA-seq 任务中表现较好，但在复杂、多步骤、开放式生物信息学任务中准确率仍然有限。第三，本研究中的治疗发现仍停留在体外实验阶段。Ripasudil 和 KL001 是否真正能够治疗干性年龄相关性黄斑变性，还需要动物模型、药代动力学、安全性评估和临床试验进一步验证。第四，多智能体系统仍然存在安全和双重用途风险。作者因此在系统中加入了候选药物安全性检索、毒性评估、人类实验把关以及不安全主题过滤等机制。但随着 AI 科学发现系统能力提升，如何建立更严格的科研伦理和生物安全监管框架将成为重要问题。