Замкнутая система формулировала биологические гипотезы, планировала эксперименты и анализировала их результаты
3 октября 2026, 12:27Искусственный интеллектDarth Sahara0
Исследователи из Швеции и Великобритании разработали систему, способную самостоятельно выполнять значительную часть цикла биологических исследований: выдвигать гипотезы, планировать эксперименты, передавать указания автоматизированной лаборатории и учитывать полученные результаты при выборе следующих экспериментов. Система была протестирована на дрожжах Saccharomyces cerevisiae, где были выявлены несколько ранее не зарегистрированных взаимодействий между аминокислотами и химическими стрессорами.
В основе системы легла генерация гипотез с помощью ИИ-модели. Сначала исследователи собрали базу данных, содержащую почти 60 тысяч фактов о дрожжах — взаимосвязей между генами, химическими веществами и наблюдаемыми характеристиками. Алгоритм для поиска закономерностей выявлял в ней устойчивые связи, а затем сопоставлял их с экспериментальными данными. В результате система сформировала 1933 проверяемых предсказания о влиянии 16 аминокислот на устойчивость дрожжей к различным химическим воздействиям.
Далее в процесс были вовлечены несколько ИИ-агентов. Один, основанный на GPT-4o, создавал экспериментальный план, второй выбирал наиболее подходящий вариант, а третий преобразовывал его в инструкции для лабораторного оборудования. Роботы смешивали компоненты, культивировали культуры около 20 часов и измеряли изменения роста и концентрации веществ внутри клеток. Каждый вариант проверялся на десяти отдельных культурах, а результаты заносились в общую базу данных вместе с гипотезами и планами экспериментов.
Некоторые предсказания подтвердились. Например, система выдвинула гипотезу, что аргинин усилит эффект кофеина: отдельно аргинин лишь незначительно снижал рост дрожжей, тогда как кофеин сокращал его более чем на половину, а совместное воздействие оказалось более выраженным. Другой результат показал, что глутамат увеличивает чувствительность дрожжей к сперминy. Авторы считают это взаимодействие недостаточно изученным и предполагают, что непосредственный эффект может быть связан не с самим глутаматом, а с веществом, которое клетка синтезирует из него.
Особенно показателен другой случай. Первоначальные предсказания системы не всегда оказывались верными: например, добавление лизина должно было ухудшить устойчивость дрожжей к высокой концентрации сахара, но на деле это вещество заметно защищало клетки. Аналогично, для муравьиной кислоты система получила несколько неспецифических результатов, когда контрольное вещество действовало не менее эффективно, чем проверяемая аминокислота. Учёные не стали считать такие результаты подтверждением исходных гипотез.
При этом система смогла использовать неудачные эксперименты для следующего шага.
Полностью автономной лаборатория пока не стала. Люди по-прежнему готовили исходные растворы, перемещали часть планшетов между несвязанными установками и проверяли планы экспериментов на безопасность. Тем не менее, выбор гипотез и разработка большинства экспериментальных процедур могли осуществляться без участия человека. Все гипотезы, эксперименты и результаты сохранялись в структурированной базе, благодаря чему система могла обнаружить, что один из предполагаемых опытов уже фактически был проведён в рамках предыдущего эксперимента, и не тратить на него ресурсы.
Авторы подчеркивают, что пока речь идет о простых гипотезах и одном виде дрожжей. Система ещё не заменяет учёных, но эксперимент демонстрирует другой подход к автоматизации науки: ИИ здесь не просто помогает составить протокол или обработать результаты, а становится частью замкнутого экспериментального цикла, в котором итоги одного опыта определяют, над чем работать дальше.
Источники:StudyFindsИскусственный интеллект0Искусственный интеллектНаучные исследованияБиотехнологии03 окт 12:27
Источник