斯坦福Science｜自主完成全流程生物医药AI智能体
摘要
生物医学研究长期受碎片化、重复性工作流制约，极大延缓科研发现进程。本文开发通用生物医学人工智能智能体Biomni，能够自主执行多样化科研任务。为搭建统一生物医学动作空间，Biomni内置动作挖掘智能体，从25个细分领域共2,500篇预印本文献中挖掘工具、数据库、标准实验方案，构建一体化智能交互环境。其通用架构融合大语言模型推理、检索增强任务规划、代码式执行引擎，无需预设模板即可动态组装完整科研工作流。系统基准测试表明，Biomni在跨异构任务中具备优异泛化能力，涵盖因果基因筛选、药物重定位、罕见病诊断、微生物组分析、分子克隆；且无需针对单项任务微调优化。真实世界案例研究证实，Biomni可解读多模态数据集、优化蛋白质热稳定性、调度湿实验室自动化仪器、产出可直接开展实验的标准化操作方案。Biomni证明人工智能可协同科研人员、加速科研产出，本文完整介绍该智能体架构、基准测试结果与多场景落地实例。首个针对生物医药LLM智能体的全流程过程级评测框架
kexinh@cs.stanford.edu
jure@cs.stanford.edu
#生物医学AI智能体 #自主科研 #大语言模型 #检索增强生成 #多组学整合 #单细胞分析 #湿实验自动化 #基因调控网络 #强化学习 #生物信息开源工具
Biomni整体架构与统一生物医学动作空间
动作挖掘智能体：科研操作资源库构建
图1Biomni统一生物医学动作空间与智能体整体架构示意
(A) 统一生物医学动作空间标准化构建工作流：采用AI挖掘智能体从25个生物医学细分领域文献提取全部科研操作，经专家人工核验整理，集成软件、实验方案、数据库3类资源。
(B) 平台覆盖学科范围示意图：包含遗传学、基因组、合成生物学、细胞生物学、生理学、微生物、药理学、生物工程、生物物理、分子生物学、病理学；标注内置代表性工具与数据库，体现通用型适配能力。
(C) Biomni推理与动作组装实例：输入复杂生物学问题后，智能体检索匹配工具、生成结构化推理方案、拼接可执行代码，循环观测迭代直至输出精准最终结论。
标准化基准测试：Biomni-Eval1与HLE-Bio
通用任务基准性能对比
图2Biomni基准测试与强化学习性能对比
(A) Biomni-Eval1基准测试结果：443条查询、10大生物任务，对比纯大模型、代码智能体、Biomni完整架构平均准确率。
(B) 生物领域终极考试（HLE-Bio）测试：多款前沿大模型单独运行vs Biomni智能体框架的准确率差距。
(C) 单细胞RNA测序注释任务：Biomni准确率与人类专家持平，分析耗时显著缩短。
(D) 罕见遗传病诊断：准确率匹配临床专家，分析时长大幅降低。
(E) GWAS因果基因挖掘：达到专家级准确率，运算速度更快。
(F) Biomni智能体与强化学习训练完整流程：思考模块、动作执行模块、轨迹奖励迭代更新权重。
(G) 强化学习前后全任务平均性能：Biomni-R0（8B/32B）经训练后性能显著超越基础底座与教师模型。
(H) 分任务强化学习增益：所有生物细分任务准确率均获得稳定提升。
５大真实生物医学科研应用案例
案例１：大规模可穿戴新冠生理时序数据分析
图3Biomni自主开展多模态生物医学综合分析并生成科研假说
(A–D) 可穿戴设备新冠多组学自主分析结果
(A) 数据集基础信息：1,027名受试者Fitbit心率、步数高频时序数据。
(B) Biomni十步全自动分析管线：数据集探查预处理→基线构建→生理响应定量→昼夜自主神经分析→跨受试者对比→异常周期识别→多生物标志物风险建模→响应模式生成→可视化绘图→总结报告。
(C) 人群昼夜心率分布热力图、个体昼夜节律图谱。
(D) 核心发现：筛选6项独立新冠生理标志物——静息心率升高、昼夜节律幅度下降、心率变异性降低、夜间心率上升、日均步数减少、变时反应钝化；复合风险评分0~6分，低风险61.7%、中风险24.1%、高/极高风险14.2%。
案例２：人胚胎骨骼单细胞+单细胞核多组学调控网络解析
(E–H) 胚胎骨骼单细胞多组学自主分析流程
(E) 研究对象：人肩、髋、膝关节胚胎单细胞核多组测序数据。
(F) 十步多组学调控网络分析管线：数据载入探查→RNA预处理→pySCENIC参数配置→GRNBoost网络推断→cisTarget修剪调控网络→ATAC可及性提取→AUCell计算调控子活性→ATAC 过滤候选靶基因→分细胞/发育阶段活性分析→结论汇总。
(G) 发育阶段调控因子活性热图；RUNX2调控子在各类骨骼细胞箱线图。
(H) 核心结论：AUTS2、ZFHX3、PBX1为新型关键转录因子，在多种骨骼细胞中高活性；共鉴定566~589套细胞特异性调控子。
案例３：CRISPR sgRNA分子克隆湿实验完整方案设计
图4分子克隆实验智能生成案例
(A) 10套真实克隆场景开放式答题对比：纯大模型、实习科研人员、资深专家、Biomni准确率对比。
(B) 用户原始实验需求示例。
(C) Biomni分步自动化工作流：质粒解析→sgRNA设计→寡核苷酸合成→金Gate组装→细菌转化→菌落筛选→质粒图谱构建。
(D) 完整可直接实操分步克隆实验方案，附带质粒图谱。
(E) 湿实验验证：筛选菌落扩增后Sanger测序，sgRNA序列完全匹配设计序列。
案例４：蛋白质热稳定性迭代优化
图5蛋白质热稳定性自主优化管线
(A) 计算进化完整工作流：UniProt/文献挖掘→AlphaFold结构预测→迭代突变筛选→自由能ΔΔG评估。
(B) 3轮迭代优化轨迹：突变Q83I、C110F、C66F，累计ΔΔG=-4.108 kcal，序列同源性保持98%，提升疏水核心与芳香堆叠稳定效应。
(C) 自然语言转液体处理机器人可执行PyLabRobot代码。
(D) Hamilton STAR液体工作站代码落地验证。
案例５：实验室自动化仪器代码生成
数据和代码
Biomni全套数据均为公开资源，可通过开源程序包自动下载
https://github.com/snap-stanford/biomni
可视化网页访问地址
https://biomni.phylo.bio
Biomni-R0模型权重发布于Hugging Face平台
https://huggingface.co/biomni/Biomni-R0-32B-Preview
详细总结
思维导图
研究背景与现有工具缺陷
基准测试对比
Biomni-Eval1 443道生物科研题
细分任务专家对标结果
参考
Science. 2026 Jul 9:eadz4351. doi: 10.1126/science.adz4351.
Autonomous biomedical research with an artificial intelligence agent
注：AI辅助创作，如有不当欢迎指出。内容仅供参考，不构成任何建议。