多智能体生物医学：AI生物学家丨周日直播·计算医学研讨会第一期

2025-07-04 17:06 上海

7月6日（周日）10:00-12:00分享

导语

生命科学与医学领域正经历着深刻的智能革命。大语言模型与多智能体技术快速发展，正在推动形成计算医学（Computational Medicine）新范式，为精准医疗、疾病诊断和健康管理开辟全新路径。AI驱动的计算医学在自主探索、跨尺度数据融合、个体建模与数字孪生等方面快速发展，然而跨学科合作与方法论整合仍是重要挑战。

为此，DAMO开发者矩阵（由阿里巴巴达摩院和中国互联网协会联合发起）与集智俱乐部共同主办“AI驱动的计算医学前沿：从科学发现到数字孪生”系列研讨会，邀请多位国内外前沿学者与业界专家分享交流。系列研讨会将系统梳理计算医学与AI交叉领域的最新进展，自2025年7月6日（周日）开始，共5大议题分享与讨论。本活动免费报名，实行审核入群制，请填写信息后入群，并参与腾讯会议互动。

7月6日（周日）10:00开始第一期研讨。欢迎相关研究、应用领域的朋友报名参加，共同推动生命科学与医疗健康的智能未来！

本期简介

在药物研发与实验室自动化浪潮下，“AI生物学家”正在从构想到现实。通过多智能体（Agent）架构，让模型自主提出科学假说、设计实验、操控自动化设备，并分析实验结果，形成完整闭环，大幅提高研发效率与成功率。多智能体生物医学关注的焦点是如何从单一模型转变为多角色协作，并且与物理世界紧密对接，真正创造可规模化的实验自动化新范式。

在上述背景下，本系列活动第一期，我们邀请到斯坦福大学的两位博士生，黄柯鑫与屈元昊，分别介绍他们在多智能体生物医学领域的前沿工作——Biomni（通用型生物医学智能体）与CRISPR-GPT（AI驱动的基因编辑实验闭环）。同时，我们还特别邀请多位来自产业界的资深嘉宾，以圆桌讨论的形式，深入探讨“AI生物学家”从实验室原型到真实世界应用的实践路径与挑战。

分享内容

报告一：Biomni：通用型生物医学智能体

生物医学研究是人类理解健康与疾病、药物发现和临床治疗进步的基础。然而，随着复杂的实验流程、大规模的数据集、众多分析工具以及日益庞杂的文献涌现，生物医学研究逐渐陷入了重复、碎片化的工作流程，严重限制了科研创新的效率与规模，亟需一种根本性的新模式来拓展科学专家的能力。

在此背景下，黄柯鑫团队提出了Biomni，一个通用型生物医学AI智能体，旨在自主完成跨越众多生物医学子领域的广泛研究任务。为系统性地映射生物医学领域的行动空间（action space），Biomni首先使用“行动发现”智能体（action discovery agent）构建了首个统一的智能环境，通过对25个生物医学领域中数万篇文献的挖掘，自动识别和集成了领域内关键工具、数据库和实验方案。在此基础之上，Biomni设计了一个通用型的智能体架构，将大语言模型（LLM）的推理能力与检索增强规划（retrieval-augmented planning）以及基于代码的执行进行深度整合，使其能够动态地组合与实施复杂的生物医学研究流程，完全摆脱了预定义模板或刚性的任务流程。

系统性的基准评测（benchmark）表明，Biomni在因果基因优先排序、药物再利用、罕见病诊断、微生物组分析、分子克隆等多种异构生物医学任务中表现出很强的泛化能力，且无需针对任务的特殊prompt调优。此外，真实案例研究进一步验证了Biomni解析复杂、多模态生物医学数据，并自主生成可实验验证方案的能力。

本报告将进一步探讨Biomni所倡导的愿景：未来的虚拟AI生物学家将与人类科学家协同工作，极大地提升研究生产力、临床洞察力和医疗健康水平。

参考资料：

https://www.biorxiv.org/content/10.1101/2025.05.30.656746v1

报告二：CRISPR-GPT：多智能体驱动的基因编辑闭环实践

在“AI 生物学家”的愿景中，人工智能不仅能解读数据，更能像科研人员那样构思并迭代实验。屈元昊团队提出的 CRISPR-GPT 将这一愿景落实到基因编辑场景。该系统通过多智能体协作，实现了从实验构思到结果验证的端到端自动化，极大地提升了基因编辑研究的效率和可重复性。

CRISPR-GPT 的核心在于其精巧的多智能体架构。该框架将复杂基因编辑流程分解为多个协同工作的AI代理，例如负责文献检索、系统筛选、gRNA/pegRNA设计、脱靶评估以及SOP（标准操作规程）生成等。这些智能体通过知识链调用机制紧密协作，并由大语言模型（LLM）作为核心控制器协调信息流动。此外，CRISPR-GPT 通过外部生物信息工具和自动化实验平台的接入，实现了理论设计与湿实验的无缝衔接，使模型能独立完成「系统选择 → gRNA/pegRNA 设计 → 递送策略 → 实验流程 → 结果验证」的端到端自动化过程。

本次报告将深入解析 CRISPR-GPT 的多智能体架构以及知识链调用细节，阐释如何通过智能体之间的协同，实现基因编辑的闭环实践。此外，报告还将分享在构建和运行此类AI系统时，团队在合规性与安全性方面的思考与实践，确保AI在生物医学研究中的应用符合伦理规范并具备高度的可靠性。最后，报告将探讨 CRISPR-GPT 框架如何与实验机器人和实验室信息管理系统（LIMS）无缝衔接，展望未来自动化实验室的蓝图，以及AI在加速基因编辑技术发展和应用中的巨大潜力。

参考资料：

https://www.biorxiv.org/content/10.1101/2024.04.25.591003v3

嘉宾信息

分享嘉宾

黄柯鑫，斯坦福大学计算机科学系博士生（导师：Jure Leskovec 教授），研究聚焦于开发具备新颖性、可部署性与可解释性的AI技术以推动生物医学发现，同时致力于多模态建模、不确定性量化与智能体推理等人工智能核心问题。已在Nature Medicine、Nature Biotechnology、Nature Chemical Biology、Nature Biomedical Engineering、Nature，以及NeurIPS、ICML、ICLR 等国际顶级期刊与会议发表多篇高影响力论文，并获NeurIPS/ICML Workshops、ISMB、ASHG 等多个最佳论文奖，研究成果曾登上Nature Biotechnology、Cell Patterns封面，并被福布斯、WIRED、MIT科技评论等主流媒体报道。曾与Genentech、葛兰素史克、辉瑞、IQVIA、Flatiron Health、Dana-Farber癌症研究所、洛克菲勒大学等机构在机器学习领域开展深入合作。

屈元昊，斯坦福大学癌症生物学系博士生（导师：丛乐教授），本科毕业于加州大学圣地亚哥分校。在癌症免疫学、非编码RNA、基因组工程、单细胞技术、CRISPR筛选以及人工智能+生物学应用等领域具有深厚专业背景。已在Nature Biotechnology、Nature Biomedical Engineering、Nature Cell Biology、Molecular Cell、PLOS Pathogens等顶级期刊发表研究成果，并拥有2项专利（人工智能、基因组工程）。主导开发了CRISPR-GPT（首个用于生物学实验设计和数据分析的AI智能体）和AutoScreen（功能性筛选的靶标选择智能体）等重要研究项目，并与赛诺菲和先声药业等企业在多个研究项目中建立深度合作关系。共同领导并完成了Biomni项目，成功开发出首个通用生物医学智能体。

圆桌嘉宾

赵亚龙，晶泰科技创新中心（Xtalpi Innovation Center）高级 AI 科学家，负责围绕 AI4LifeScience 的创新孵化工作，曾任阿里巴巴集团算法专家，北京大学前沿工程博士。

轲迪，BV百度风投投资副总裁。关注自动驾驶、具身智能、AI4S等方向的投资，历史案例包括九识智能、星海图、维他动力、深度原理等。

王鑫迪（主持人），北京师范大学认知神经科学与学习国家重点实验室博士，加拿大McGill大学Montreal Neurological Institute (MNI)博士后（导师：Alan C. Evans院士）。长期从事多模态磁共振脑影像大数据分析与信息平台建设，是脑影像数据分析软件DPABI、GRETNA的核心开发者，软件累计下载数万次，被国内外广泛使用；参与国际脑影像平台CBrain、CIVET开发维护及PRIME-RE、BigBrain Project等跨中心合作项目，发表SCI论文20余篇（被引6000余次，谷歌H指数18）。现任科大讯飞高级工程师，深度参与国家科技创新2030重大项目“中国学龄儿童脑智发育队列研究”的数据信息平台架构与建设工作。