美國斯坦福大學醫(yī)學院團隊開發(fā)出一種名為“虛擬實驗室”的創(chuàng)新工具。該系統(tǒng)以人工智能（AI）為核心，結合跨學科科學家團隊，旨在解決復雜問題并加速科學發(fā)現(xiàn)進程，可在多領域極大提高科研效率。相關論文29日發(fā)表于《自然》雜志。

“虛擬實驗室”的運作模式與現(xiàn)實實驗室類似：人類科學家提出研究問題后，由人工智能首席研究員（AI PI）主導項目。AI PI再根據(jù)課題需求生成多領域代理團隊，例如在疫苗研發(fā)中，系統(tǒng)生成了免疫學、計算生物學和機器學習等領域的代理。每個項目還配備專門的“評論家”代理，負責批判性評估和提醒潛在風險。團隊為虛擬科學家配備了“阿爾法折疊”等蛋白質建模工具，支持其進行創(chuàng)造性分析，并允許代理提出工具需求以完善研究框架。

“虛擬實驗室”的運行效率遠超傳統(tǒng)模式。其會議和討論在秒級內完成，且多線程并行進行，無需休息或資源消耗。人類團隊僅在預算限制和項目方向上進行宏觀指導，干預率低于1%，確保AI的自主創(chuàng)造力。所有虛擬交互均通過記錄系統(tǒng)存檔，便于人類實時跟蹤并在必要時調整方向。

該系統(tǒng)已在疫苗設計中展現(xiàn)出很大的潛力。例如，面對病毒新變種挑戰(zhàn)，AI團隊摒棄傳統(tǒng)抗體方案，選擇更小型的納米抗體作為設計方向。實驗驗證顯示，AI設計的納米抗體不僅結構穩(wěn)定，與病毒刺突蛋白的結合能力優(yōu)于現(xiàn)有抗體，且具備跨變種有效性——既可針對原始株，亦能有效結合新變種。研究團隊正將實驗數(shù)據(jù)反饋至系統(tǒng)，以迭代優(yōu)化分子設計。

除疫苗領域外，團隊還開發(fā)了數(shù)據(jù)分析型代理，用于重新評估已發(fā)表論文的復雜數(shù)據(jù)集。團隊表示，傳統(tǒng)科研中不同背景專家的協(xié)作與當前AI代理技術的進步，共同催生了這一突破性嘗試。而其表現(xiàn)出的深度挖掘能力，往往能揭示傳統(tǒng)研究中未能觸及的新發(fā)現(xiàn)，標志著“虛擬實驗室”在多學科應用中的廣闊前景。