ИИ-система прошла полный цикл биологического исследования почти без вмешательства человека: сформулировала гипотезу, спланировала эксперимент, передала инструкции лабораторному оборудованию, получила результаты и применила их для следующего этапа. На пекарских дрожжах Saccharomyces cerevisiae система обнаружила ранее неизученные связи между химическими веществами и ростом клеток. Все выводы подтверждены реальными лабораторными измерениями.
В основе работает замкнутый цикл: программная часть связана с автоматизированным выращиванием клеток и анализом их химического состава. Система использует накопленные данные о геноме, метаболизме и результатах предыдущих опытов, ищет в них закономерности, выбирает потенциально интересную гипотезу и предлагает способ её проверить.
От обычного чат-бота систему отличает чёткое разделение ролей. Логические алгоритмы работают со структурированной базой биологических знаний и выявляют связи, вытекающие из известных данных. Языковая модель затем преобразует найденную закономерность в конкретное воздействие на клетки и составляет протокол опыта. Такое разделение снижает риск красивой, но биологически бессмысленной гипотезы. Языковая модель хорошо работает с текстом и инструкциями, но хуже справляется со строгой логикой, поэтому её действия ограничены формальными правилами и известными биологическими фактами.
После этого лабораторная автоматика готовит образцы, выращивает клетки и фиксирует изменения. Исследователи анализировали скорость роста дрожжей и метаболиты — молекулы, по которым видны перестройки обмена веществ. Для анализа использовалась масс-спектрометрия, различающая вещества по массе их ионов.
Система обнаружила, что глутамат усиливает подавление роста дрожжей, уже подвергшихся воздействию спермина. В другом опыте аминодипат помог клеткам пережить стресс от муравьиной кислоты. Обе связи новые и подтверждены лабораторными измерениями.
После каждого опыта результаты возвращаются в программную часть. Алгоритмы очищают и нормализуют данные, проводят статистические проверки, сохраняют гипотезу, условия и результаты в общей базе. Следующий цикл учитывает только что полученные результаты, поэтому система постепенно расширяет собственный массив проверенных знаний.
Полностью самостоятельной роботом-учёным установку назвать нельзя. Открытый код показывает, что человеку нужно вводить концентрации некоторых исходных веществ, если их нет в библиотеке, а отдельные этапы требуют запуска подготовленных сценариев. Авторы указывают, что небольшая поддержка специалиста всё ещё необходима.
Главное достижение не в исчезновении человека из лаборатории, а в объединении этапов, которые раньше связывали вручную. ИИ не только анализирует готовую таблицу и не просто предлагает идею. Система формулирует проверяемую гипотезу, переводит её в протокол, получает физические измерения и использует результат при выборе следующего шага.
Подход полезен там, где число комбинаций слишком велико для последовательной проверки вручную. Машина перебирает гипотезы, хранит отрицательные результаты и возвращается к накопленным данным без усталости. Человеку остаются постановка крупных научных задач, оценка действительно важных результатов и контроль над допустимыми экспериментами.
