从源头到生活 · 科学

从考卷到操作台:谷歌把湿实验室接进 AI 代理的闭环

早晨本站写了 BioBasicsBench——湿实验室的日常杂活成了 AI 的考卷。谷歌研究博客(页面标注 2026-10-16,本站 11-10 随恢复后的采集读到全文)给出同一条线更靠近操作台的一半:VERID 给液体处理机器人装上「数字孪生」,代理的每条指令先在模拟里试跑、由硬件安全检查拦下物理上不可能的操作,才被放行到真实试剂;适配体沙盒让代理在三轮「设计-合成-测序」循环里把 α-thrombin 的命中率从 0% 推到 42.1%,还从第二轮读数里自己认出 G-四链体「黏珠」假象、改写设计规则把特异性从 19.1% 拉回 72.4%;蛋白结合体设计用「表位切除」把每轮折叠加速 8.6 倍(59.3 秒→6.9 秒),几次实验内拿到对 FAP 的 Kd 3–10 nM 结合体,同算力下人机组合的命中率约为科学家单独的两倍。全部数字为谷歌研究团队口径,两篇论文为预印本;本站未运行机器人、未合成序列、未复现任何实验。

本文依据谷歌研究博客《Grounding AI agents in biological reality》(页面标注 2026-10-16,本站采集 11-10 首见、当日读取全文)及其链接的两篇 arXiv 预印本写成;全部数字为谷歌研究团队口径,本站未运行机器人、未复现任何实验。

本文目录目录5

EN

从考卷到操作台,还差哪两步

同一条线上的两半。早晨本站写了 OpenAI 与 Ligo 的 BioBasicsBench:100 个任务考 AI 读凝胶、查对照、数菌落——那是「判断力」的考卷。谷歌研究博客讲的是另一半:不只让代理读数据、挑错误,而是让代理设计实验、开动液体处理机器人、读取结果、再改下一轮设计。博客开头把长期愿景写成一句话:AI 代理不仅构思与分析,还要亲手运行实验验证假设、从结果中学习并自我改进——全程由人的科学判断主导。

博客承认两个缠在一起的问题。第一,前沿模型对三维几何与物理状态的推理仍不可靠——而湿实验室自动化恰恰要指挥专用液体处理机器人移动试剂、跟踪体积、执行分子生物学方案:一条「语法正确」的指令可能在物理上不可能(比如把八通道移液器降进一个太窄的槽)、在流程上无效(比如从已排空的孔里吸液),也可能被未建模的流体效应破坏。第二,代理式假说生成与计算内设计进展很快,越快就越需要真实实验反馈来验证提案、在巨大的搜索空间里导航——湿实验室的节奏跟不上,实验读出反而成了瓶颈。早晨那篇考卷与这三块积木,正好各占这个问题的一半。

来源与延伸阅读
  • 谷歌研究博客:Grounding AI agents in biological reality — Building blocks for autonomous wet labs(官方博客)官方博客 · 页面标注 2026-10-16 · 本站采集 11-10 首见,当日读取全文全文读取。三个项目:VERID(实验室工作单元的语义数字孪生,建在开源 PyLabRobot 上——实时三维状态跟踪、秒级虚拟试跑、硬件安全检查、视频与动作日志同步;案例含染料分层不均的视频回看与混合策略改进、读板机故障后凭孪生状态中途恢复、模拟器拒绝放不进窄槽的八通道移液后代理改做因子诊断并分离出残液挂壁偏倚、闭环自博弈重建盲化染料混合物准确率提高五倍以上);适配体沙盒(两靶点三轮:α-thrombin 0%→26.0%→42.1%、特异性 98.5%,第一轮失败原因是固定引物悬臂破坏 48% 序列折叠;myoglobin 第二轮 G-四链体占 63% 设计、特异性 75.0%→19.1%、扣珠命中率 10.2%→3.7%,代理识别假象后改规则,第三轮特异性 72.4%、命中率 33.5% 约为九倍;单轮周期 7–10 天);蛋白结合体(FAP 靶点,表位切除使每轮折叠 59.3 秒→6.9 秒、提速 8.6 倍,几次实验内顶部设计达 Kd 3–10 nM;同算力下人机组合计算内命中率 9.33% 对科学家单独 5.06%、代理单独 6.18%;湿实验端为酵母表面展示+FACS)。安全:非感染无功能增益测试床、每条序列过生物安全筛查、试跑先行、人工授权与监督。声明式边界:全部为谷歌研究团队口径;两篇论文为预印本。

EN

VERID:先过模拟,再碰试剂

第一块积木是 VERID(VERified Infrastructure for Discovery Laboratories):给实验室工作单元做一个语义数字孪生——一棵有状态的三维体积实体树,从机械臂几何到每个孔的液体体积、试剂身份和移液头库存都在里面。它建在开源框架 PyLabRobot 之上,提供四种能力:实时三维状态跟踪,动手前先查台面布局、孔体积和剩余移液头;秒级虚拟试跑,在模拟里先抓碰撞和空孔;硬件安全检查,无效指令在到达机器人之前被拦下;以及视频与动作日志同步,每轮运行留一份完整记录,供严谨性、可复现性和调试使用。

博客用三个案例说明这套安全层不是装饰。案例一:同步的视频和执行轨迹发现「注液太贴近孔底导致染料分层不均」,代理据此改进了混合策略;同一轮里,数字孪生的持久状态让代理在读板机故障后从中途恢复,不必重新移液。案例二:模拟器拒绝了一次物理上放不进窄槽的八通道移液,代理当场改计划,还顺势设计了一个针对性的因子诊断实验,分离出「移液头残液挂壁」造成的隐蔽偏倚——单靠重复实验根本发现不了。案例三是闭环自博弈:代理迭代设计并运行机器人实验,从俯视相机图像重建被盲化的染料混合物,逐轮识别自己造成的光学与流体伪影,重建准确率提高五倍以上。

这些可复现的执行与完整轨迹日志——停留时间、蒸发、孔板布局这类过程变量都被记下——的用意在未来:代理要在多轮里并行探索许多候选时,得能把生物信号与实验噪声分开。这也是「考卷」与「操作台」的一个接点——早晨那篇里的错误识别,在这里变成了带完整证据链的运行记录。

来源与延伸阅读
  • 谷歌研究博客:Grounding AI agents in biological reality — Building blocks for autonomous wet labs(官方博客)官方博客 · 页面标注 2026-10-16 · 本站采集 11-10 首见,当日读取全文全文读取。三个项目:VERID(实验室工作单元的语义数字孪生,建在开源 PyLabRobot 上——实时三维状态跟踪、秒级虚拟试跑、硬件安全检查、视频与动作日志同步;案例含染料分层不均的视频回看与混合策略改进、读板机故障后凭孪生状态中途恢复、模拟器拒绝放不进窄槽的八通道移液后代理改做因子诊断并分离出残液挂壁偏倚、闭环自博弈重建盲化染料混合物准确率提高五倍以上);适配体沙盒(两靶点三轮:α-thrombin 0%→26.0%→42.1%、特异性 98.5%,第一轮失败原因是固定引物悬臂破坏 48% 序列折叠;myoglobin 第二轮 G-四链体占 63% 设计、特异性 75.0%→19.1%、扣珠命中率 10.2%→3.7%,代理识别假象后改规则,第三轮特异性 72.4%、命中率 33.5% 约为九倍;单轮周期 7–10 天);蛋白结合体(FAP 靶点,表位切除使每轮折叠 59.3 秒→6.9 秒、提速 8.6 倍,几次实验内顶部设计达 Kd 3–10 nM;同算力下人机组合计算内命中率 9.33% 对科学家单独 5.06%、代理单独 6.18%;湿实验端为酵母表面展示+FACS)。安全:非感染无功能增益测试床、每条序列过生物安全筛查、试跑先行、人工授权与监督。声明式边界:全部为谷歌研究团队口径;两篇论文为预印本。

EN

适配体沙盒:三轮学会「别黏在珠子上」

第二块积木回答「代理从哪里拿到真实反馈」。论文选了蛋白结合 DNA 适配体做沙盒:DNA 可以混合文库化学合成、直接用测序读出,一个完整的「设计-测试-分析」循环只要 7–10 天——这是让代理进入闭环的成本最低的真实系统之一。适配体发现本身是临床标志物研究里的常见实验。每轮的分工:代理设计候选序列;候选与磁珠上的目标蛋白孵育、筛出功能结合体;测序返回丰富的定量数据,喂给下一轮。

两个靶点、三轮的结果(官方图表见下):α-thrombin 第一轮命中率 0%——失败原因查得清楚,固定引物悬臂破坏了 48% 序列的折叠;第二轮引入「夹紧侧翼茎环」升到 26.0%;第三轮多样化后 42.1%,特异性 98.5%。myoglobin 的第二轮是更贵的一课:代理片面追求原始结合力,63% 的设计富集了 G-四链体基序——粗筛 pull-down 确实涨了,但读数显示涨上来的大多是「黏」在脱靶蛋白和裸磁珠上的非特异性结合体:靶向特异性从 75.0% 跌到 19.1%,扣除磁珠结合后真实命中率从 10.2% 跌到 3.7%。

第三轮的关键不在分数,在改规则的主体:代理从第二轮读数里自己认出这个假象,自主改写设计规则——封顶易黏基序、扣除磁珠结合体、转向非 G4 结构支架——特异性回到 72.4%,on-target 命中率提到此前的约九倍、33.5%。论文还专门观察了代理怎样「像科学家一样推理」:分析数据、建议修改湿实验方案,有时也会走进结构生物学家不会去看的序列空间。这不是考卷能测出的部分——考卷里的错误识别有标准答案,这里的错误要在没有答案的读数里被认出来。

谷歌博客官方图表:左右两块折线图。左为 myoglobin——靶向特异性(红线)75.0%→19.1%→72.4%,新命中率(绿线)10.2%→3.7%→33.5%,阶段标注「non-G4 pivot & recovery」;右为 α-thrombin——特异性升至 76.7% 再到 98.5%,命中率 0.0%→26.0%→42.1%,阶段标注「clamped fold & diversification」,横轴为三轮(Round 1/2/3)。
三轮「设计-合成-筛选-测序」的两个教训:α-thrombin(右)从 0% 起步——固定引物悬臂破坏了近半序列的折叠,夹紧侧翼后再多样化,第三轮到 42.1%(特异性 98.5%);myoglobin(左)第二轮追原始结合力、63% 的设计富集 G-四链体,特异性反跌到 19.1%——代理从读数里认出「黏珠」假象、改写规则,第三轮同时拿回 72.4% 特异性与 33.5% 命中率。图源:谷歌研究博客官方图表。 · 打开大图
来源与延伸阅读
  • 谷歌研究博客:Grounding AI agents in biological reality — Building blocks for autonomous wet labs(官方博客)官方博客 · 页面标注 2026-10-16 · 本站采集 11-10 首见,当日读取全文全文读取。三个项目:VERID(实验室工作单元的语义数字孪生,建在开源 PyLabRobot 上——实时三维状态跟踪、秒级虚拟试跑、硬件安全检查、视频与动作日志同步;案例含染料分层不均的视频回看与混合策略改进、读板机故障后凭孪生状态中途恢复、模拟器拒绝放不进窄槽的八通道移液后代理改做因子诊断并分离出残液挂壁偏倚、闭环自博弈重建盲化染料混合物准确率提高五倍以上);适配体沙盒(两靶点三轮:α-thrombin 0%→26.0%→42.1%、特异性 98.5%,第一轮失败原因是固定引物悬臂破坏 48% 序列折叠;myoglobin 第二轮 G-四链体占 63% 设计、特异性 75.0%→19.1%、扣珠命中率 10.2%→3.7%,代理识别假象后改规则,第三轮特异性 72.4%、命中率 33.5% 约为九倍;单轮周期 7–10 天);蛋白结合体(FAP 靶点,表位切除使每轮折叠 59.3 秒→6.9 秒、提速 8.6 倍,几次实验内顶部设计达 Kd 3–10 nM;同算力下人机组合计算内命中率 9.33% 对科学家单独 5.06%、代理单独 6.18%;湿实验端为酵母表面展示+FACS)。安全:非感染无功能增益测试床、每条序列过生物安全筛查、试跑先行、人工授权与监督。声明式边界:全部为谷歌研究团队口径;两篇论文为预印本。
  • Aptamers as a sandbox for lab-in-the-loop agentic molecular discovery(arXiv 预印本)预印本 · arXiv 页面标注 2026-10-17 提交 · 本站核对题录与提交日期,未逐节读取论文全文经博客链接核对题录:蛋白结合 DNA 适配体作为代理闭环分子发现的沙盒,设计-测试-分析循环约 1–2 周(博客口径 7–10 天)。正文数字以博客口径引用。

EN

蛋白结合体:把折叠切成「只折口袋」

蛋白比适配体难闭环:不能化学合成,每轮都要经过表达、选择与折叠,序列空间也大得多。论文的处理对象是 FAP(成纤维细胞激活蛋白 α)——一个在实体瘤中过表达的大而难的受体。计算侧的瓶颈在「重折叠」:从头设计结合体要生成候选骨架、为骨架设计序列、再把复合物重新折叠以预测结合——最后一步占掉绝大部分 GPU 算力,且代价随靶标长度平方增长。做法是「外科式表位切除」:折叠时只保留跨结合残基的局部窗口,每轮折叠从 59.3 秒降到 6.9 秒(提速 8.6 倍,整轮循环八倍以上)而不损失结构精度;「在哪里结合、带多少周围结构」由此变成 LLM 代理适合调度的战术杠杆。

结果(官方图表见下):几次实验之内,顶部设计就拿到了 Kd 3–10 nM 的结合体——这种紧密、类药的结合通常要经过大量实验室优化才能实现。同算力的头对头比较里,「科学家定高层策略、代理驱动战术执行」的人机组合把计算内命中率做到 9.33%,接近科学家单独(5.06%)的两倍,且命中的靶点位点范围宽得多;代理单独执行是 6.18%。湿实验端用酵母表面展示加荧光激活分选(FACS)并行筛大文库,让湿实验筛选跟得上计算管线。

谷歌博客官方图表:左侧为「外科式表位切除」示意——蛋白结构与线性序列上标出结合体、热点、切除窗口与移除部分,注记「每折叠提速 8.6×(59.3 秒→6.9 秒)」;右上为计算内命中率条形图——科学家单独 5.06%(4 个表位)、人机组合 9.33%(7 个表位)、代理单独 6.18%(13 个表位);右下为湿实验验证结合曲线,四个克隆的 Kd 落在 3–10 nM 区间(FAP 浓度 1–300 nM)。
表位切除把「折整条靶标」换成「只折口袋周围」,每轮折叠从 59.3 秒到 6.9 秒;同算力下人机组合的命中率约为科学家单独的两倍,覆盖的靶点位点也宽得多。几次实验内拿到的顶部设计,对 FAP 的结合力已在个位数纳摩尔——通常要大量实验室优化才能达到的结合强度。图源:谷歌研究博客官方图表。 · 打开大图
来源与延伸阅读
  • 谷歌研究博客:Grounding AI agents in biological reality — Building blocks for autonomous wet labs(官方博客)官方博客 · 页面标注 2026-10-16 · 本站采集 11-10 首见,当日读取全文全文读取。三个项目:VERID(实验室工作单元的语义数字孪生,建在开源 PyLabRobot 上——实时三维状态跟踪、秒级虚拟试跑、硬件安全检查、视频与动作日志同步;案例含染料分层不均的视频回看与混合策略改进、读板机故障后凭孪生状态中途恢复、模拟器拒绝放不进窄槽的八通道移液后代理改做因子诊断并分离出残液挂壁偏倚、闭环自博弈重建盲化染料混合物准确率提高五倍以上);适配体沙盒(两靶点三轮:α-thrombin 0%→26.0%→42.1%、特异性 98.5%,第一轮失败原因是固定引物悬臂破坏 48% 序列折叠;myoglobin 第二轮 G-四链体占 63% 设计、特异性 75.0%→19.1%、扣珠命中率 10.2%→3.7%,代理识别假象后改规则,第三轮特异性 72.4%、命中率 33.5% 约为九倍;单轮周期 7–10 天);蛋白结合体(FAP 靶点,表位切除使每轮折叠 59.3 秒→6.9 秒、提速 8.6 倍,几次实验内顶部设计达 Kd 3–10 nM;同算力下人机组合计算内命中率 9.33% 对科学家单独 5.06%、代理单独 6.18%;湿实验端为酵母表面展示+FACS)。安全:非感染无功能增益测试床、每条序列过生物安全筛查、试跑先行、人工授权与监督。声明式边界:全部为谷歌研究团队口径;两篇论文为预印本。
  • Agent-guided epitope excision enables economical de novo binder design(arXiv 预印本)预印本 · arXiv 页面标注 2026-10-23 提交 · 本站核对题录与提交日期,未逐节读取论文全文经博客链接核对题录:表位切除——折叠时只保留跨结合残基的连续序列窗口——配合代理引导搜索,为大型靶点的经济型从头结合体设计提供可行路径。正文数字以博客口径引用。

EN

边界、安全,与这条线的下一步

安全是明写的,而且落在具体动作上:测试床刻意选了无功能增益风险的非感染性系统;每条设计序列都过生物安全筛查;VERID 的规则是代理的代码不直接上机——每份方案先在模拟里试跑、对照数字孪生校验之后才碰试剂;人直接授权与评审设计序列、核验湿实验方案、监督机器人运行。博客同时列出尚未解决的问题:怎样保证代理优化的是真实靶点结合而不是实验捷径;怎样验证多步湿实验方案;怎样持续监看代理的推理与执行轨迹。

边界同样要读清。全部数字是谷歌研究团队的口径;两篇论文是预印本、未经同行评审;本站核对的是博客全文与两篇论文的题录,未逐节读取论文全文,更未复现任何实验。博客自己写的下一步是把积木接起来:VERID 的可追溯自动化+闭环蛋白发现,让代理直接在湿实验室里导航复杂的生物搜索空间。

与早晨那篇对读,位置就清楚了:BioBasicsBench 测的是「读数据、查错误」的判断力——Astra 在 xhigh 档拿到 66.7%,意味着还有三分之一的日常证据读不对;这里的积木把判断接上双手——先模拟后试剂、能从失败读数里改写规则。操作台这一侧,闭环目前只在适配体这样的快系统里跑了三轮,蛋白侧还依赖人机组合。两侧共同的未完成是同一句话:判断可靠、执行可查,然后才谈得上自主发现。

来源与延伸阅读
  • 谷歌研究博客:Grounding AI agents in biological reality — Building blocks for autonomous wet labs(官方博客)官方博客 · 页面标注 2026-10-16 · 本站采集 11-10 首见,当日读取全文全文读取。三个项目:VERID(实验室工作单元的语义数字孪生,建在开源 PyLabRobot 上——实时三维状态跟踪、秒级虚拟试跑、硬件安全检查、视频与动作日志同步;案例含染料分层不均的视频回看与混合策略改进、读板机故障后凭孪生状态中途恢复、模拟器拒绝放不进窄槽的八通道移液后代理改做因子诊断并分离出残液挂壁偏倚、闭环自博弈重建盲化染料混合物准确率提高五倍以上);适配体沙盒(两靶点三轮:α-thrombin 0%→26.0%→42.1%、特异性 98.5%,第一轮失败原因是固定引物悬臂破坏 48% 序列折叠;myoglobin 第二轮 G-四链体占 63% 设计、特异性 75.0%→19.1%、扣珠命中率 10.2%→3.7%,代理识别假象后改规则,第三轮特异性 72.4%、命中率 33.5% 约为九倍;单轮周期 7–10 天);蛋白结合体(FAP 靶点,表位切除使每轮折叠 59.3 秒→6.9 秒、提速 8.6 倍,几次实验内顶部设计达 Kd 3–10 nM;同算力下人机组合计算内命中率 9.33% 对科学家单独 5.06%、代理单独 6.18%;湿实验端为酵母表面展示+FACS)。安全:非感染无功能增益测试床、每条序列过生物安全筛查、试跑先行、人工授权与监督。声明式边界:全部为谷歌研究团队口径;两篇论文为预印本。