Репортаж от Wedoany，Дочерняя компания MGI Tech, Yongsheng Intelligence, совместно с Шанхайской лабораторией искусственного интеллекта объявили о двух новых достижениях в области AI for Bio: мультиагентной системе ProtoPilot и комплексной системе оценки агентов BioLab Bench, которые реализуют полный замкнутый цикл ИИ от экспериментального замысла до физического выполнения влажных лабораторных работ.
В настоящее время в сфере AI for Bio сосредоточено множество технологических компаний, включая GPT-Rosalind от OpenAI, Co-Scientist и ERA от Google, а также Claude Science Workbench от Anthropic. Эти игроки стремятся к тому, чтобы большие модели генерировали экспериментальные протоколы и выполняли их в лаборатории, однако до сих пор отрасль в основном находилась на стадии «способны предложить протокол, но не получить результат». В частности, экспериментальный замысел должен пройти через пять уровней трансформации: научный замысел, разработка протокола, стандартные операционные процедуры (SOP), код для оборудования и физическое выполнение. Ошибка на любом этапе может привести к неудаче эксперимента.
Представленная ProtoPilot использует мультиагентную архитектуру, включающую Orchestrator Agent, Protocol Expert Agent и Coding Agent. Orchestrator Agent отвечает за координацию рабочего процесса и декомпозицию задач, Protocol Expert Agent генерирует экспериментальные протоколы и SOP, а Coding Agent преобразует протоколы в исполняемый код для оборудования. Система оснащена встроенным верификатором, который построчно проверяет безопасность и выполнимость кода, а также возвращает причины сбоев, экспертные оценки и результаты экспериментов, формируя способность к обучению в замкнутом цикле.
На общепризнанном отраслевом бенчмарке ProtocolQA ProtoPilot набрал 52,38% в открытых вопросах, что близко к уровню экспертов-людей (54%), и 85,18% в закрытых вопросах, превзойдя экспертный уровень. Для сравнения, текущая флагманская модель OpenAI GPT-5.6 Sol набрала 43,5% в открытых вопросах. В оценке задач Protocol общий балл ProtoPilot составил 94,7 (из 100), в том числе: обоснованность параметров — 98,9, методологическая согласованность — 97,7, полнота содержания — 98,4. В слепом тестировании три независимых ученых-экспериментатора, не знавших о системе, в 70,6% случаев поставили ProtoPilot на первое место и в 90,2% случаев — в тройку лидеров. В задачах наивысшей сложности L3 уровень успешности ProtoPilot составил 60%, в то время как у отраслевого эталона OpenTrons-AI он был нулевым.
На этапе преобразования кода и выполнения на оборудовании медианное качество кода Protocol2Code у ProtoPilot достигло 95,5, а Gate Pass Rate — 96,6%. Для сравнения, у LabScript-AI этот показатель составил 64,6%, у Grok-4.3 — 35%, а у GPT-5.5 — 17,7%. В тестах на переносимость между платформами колебания Gate Pass Rate системы на четырех основных платформах (MGI AlphaTool, Hamilton STAR, OpenTrons OT-2, Tecan EVO) составили всего 5,9 процентных пункта. На OpenTrons OT-2 уровень успешности ProtoPilot достиг 88,24%, тогда как официальный ИИ OpenTrons — лишь 32,35%.
BioLab Bench — это первая в области наук о жизни комплексная система оценки агентов, охватывающая полный процесс от потребностей пользователя до выполнения на оборудовании. Диапазон задач стратифицирован по уровням сложности от L1 до L3 и включает понимание экспериментального замысла, Design2Protocol, Protocol2SOP, SOP2Code, код для оборудования и реальное выполнение экспериментов, а также поддерживает кросс-платформенную верификацию.
В ходе верификации на реальных влажных экспериментах ProtoPilot выполнил четыре группы экспериментов возрастающей сложности. Первая группа: посев и культивирование в 96-луночном планшете — все 96 лунок дали рост, показания OD600 стабильны. Вторая группа: ПЦР 24 колоний — все дали ожидаемые полосы. Третья группа: конструирование плазмид и сайт-направленный мутагенез — успешно сконструированы плазмиды GLuc-WT и RLuc-WT, а также 15 мутантов, подтвержденных секвенированием по Сэнгеру. Четвертая группа: сборка ДНК на основе метода PCA — процесс включал семь этапов, частота положительных результатов первичного скрининга составила 96,9% (93 положительных из 96 кандидатных клонов), секвенирование по Сэнгеру подтвердило успешную сборку всех четырех целевых последовательностей ДНК. Кроме того, после неудачи на первом раунде сборки PCA из-за проблем с селекцией по устойчивости система автоматически проанализировала причины и повторно сгенерировала скорректированный протокол, что позволило во втором раунде получить отдельные колонии для отбора и завершить подтверждение секвенированием.
Компания Yongsheng Intelligence, основанная в марте этого года, является дочерним предприятием MGI Tech и специализируется на области AI4S. Ее команда ранее публиковала проекты EvoPlay и PrimeGen в дочерних журналах Nature, а также руководила разработкой секвенатора быстрого анализа E25 Flash. MGI Tech владеет такими продуктами для автоматизации интеллектуальных экспериментов, как PrepALL, AlphaTool и AIO, и по состоянию на конец 2025 года накопила более 3800 пользователей по всему миру. Возможности ProtoPilot и BioLab Bench уже интегрированы в продуктовую линейку Yongsheng Intelligence, обеспечивая αLab Brain способностью к оценке и коррекции, а также позволяя аппаратным устройствам, таким как AlphaTool и PrepALL, подключаться к экосистеме Bio Agent через Protocol2Code.
Статья: https://arxiv.org/abs/2606.31763
