旧金山湾区科学家团队表示，其开发的AI"虚拟实验室"具有加速科学发现的潜力。参与研发的科学家Wesley Wu、Nash Bulaong和John Pak（从左至右）于2025年7月25日在实验室的工作照显示，该团队通过创建AI科学家协作系统，成功开展原创性新冠治疗研究。（CZ Biohub San Francisco）作者：路易斯·梅莱西奥·赞布拉诺 | Bay Area News Group
更新时间：2025年7月30日05:23（太平洋夏令时）
科学家是什么模样？是穿着白色实验服、戴着护目镜的求知者？在斯坦福大学和旧金山陈-扎克伯格生物中心联合研究中，科学家可能呈现为计算机服务器阵列的运行状态。这个被称作"虚拟实验室"的人工智能科学家团队，正在尝试开发新冠变异株的新型治疗方法。
"设想每位研究人员拥有自己的AI科学家助手团队。"该项目共同负责人、斯坦福大学计算机科学教授James Zou表示："这种模式非常灵活，我相信虚拟实验室将成为多种科学研究的加速器。"
这个AI科学家团队通过召开会议、编写代码和建立生物模型，最终提出了治疗新冠变异株的分子方案。经实体实验室验证，该系统提出的92种候选分子中，有2种展现出抑制病毒蛋白的潜力。尽管距离成为正式药物仍有漫长过程，但该团队在《自然》杂志发表的成果，展示了AI协同在科研领域的突破性应用。
科学发现通常依赖跨学科专家的协作攻关，例如2024年诺贝尔化学奖获奖研究就集结了生物学家和计算机科学家。Zou教授团队创新性地尝试用AI模拟这种协作机制。他们构建的虚拟实验室由AI首席研究员领导，配备AI生物学家、机器学习专家等专业角色，通过高效协作开发纳米抗体——这类抗体的微型化版本可能更易适应病毒变异。
"虚拟实验室的会议效率极高，"Zou教授指出："人类会议需要数小时，而AI会议数分钟即可完成，且可并行开展多个会议。"这套系统在部署完成后仅用两天时间，就提出92种治疗方案。这种效率优势源于AI团队的持续工作能力，以及多路径同步验证机制。
研究特别设计了AI科学批评家角色，通过交叉验证减少错误结论。当AI提出"将胶水加入披萨酱"这类荒谬建议时，批评家机制能及时识别异常。但研究人员强调，最终仍需人类专家指导AI工作、验证其结论。尽管在实验室环境下纳米抗体显示有效性，但人体应用仍需大量临床验证。
该项目获得同行高度评价。未来House公司CEO、未参与研究的AI专家Samuel Rodrigues认为，这种多AI协作模式具有前瞻性意义。研究团队计划通过增强工具和训练提升系统能力，同时承认该系统在真实世界应用仍需改进。
参与研究的生化专家John Pak表示："我们期待将这种工具应用到更多科研领域，探索其在不同科学问题中的潜力。"这项研究标志着AI技术从单点应用向系统化科研协作的重要转变，在加速药物开发和基础研究方面展现出广阔前景。
【全文结束】
