ИИ-лаборатория сама ставит опыты на дрожжах и находит новые связи

Учёные из Швеции и Великобритании создали систему, которая берёт на себя значительную часть цикла биологического исследования: формулирует гипотезы, планирует опыты, передаёт инструкции роботизированной лаборатории и учитывает результаты при выборе следующих экспериментов. Испытания прошли на дрожжах Saccharomyces cerevisiae.

Основой стала база почти из 60 тысяч фактов о дрожжах — связей между генами, химическими веществами и наблюдаемыми признаками. Алгоритм поиска закономерностей находил в ней устойчивые связи и сопоставлял их с экспериментальными данными. Так система сформировала 1933 проверяемых предсказания о влиянии 16 аминокислот на устойчивость дрожжей к химическим воздействиям.

Как работали агенты

Дальше подключались несколько ИИ-агентов. Один на основе GPT-4o составлял план эксперимента, второй выбирал лучший вариант, третий переводил его в инструкции для лабораторного оборудования. Роботы смешивали вещества, выращивали культуры около 20 часов и измеряли изменения роста и концентрации веществ внутри клеток. Каждый вариант проверяли на десяти отдельных культурах, а результаты заносили в общую базу вместе с гипотезами и планами.

Часть предсказаний подтвердилась. Система предположила, что аргинин усилит действие кофеина: отдельно аргинин лишь немного снижал рост дрожжей, а кофеин сокращал его более чем наполовину, тогда как совместное воздействие оказалось сильнее. Другой результат показал, что глутамат повышает чувствительность дрожжей к спермину. Авторы считают это взаимодействие ранее недостаточно изученным и предполагают, что эффект может быть связан не с самим глутаматом, а с веществом, которое клетка образует из него.

Ошибки тоже пошли в дело

Предсказания срабатывали не всегда. Например, добавление лизина должно было ухудшить устойчивость дрожжей к высокой концентрации сахара, но вместо этого вещество заметно защищало клетки. Для муравьиной кислоты система получила несколько неспецифических результатов, когда контрольное вещество действовало не слабее проверяемой аминокислоты. Учёные не стали считать такие результаты подтверждением исходных гипотез.

При этом система использовала неудачные эксперименты для следующего шага. Все гипотезы, опыты и результаты сохранялись в структурированной базе, благодаря чему система могла обнаружить, что один из предполагаемых опытов уже фактически был проведён в рамках предыдущего, и не тратить на него ресурсы.

Полностью автономной лаборатория пока не стала. Люди по-прежнему готовили исходные растворы, переносили часть планшетов между не связанными друг с другом установками и проверяли планы экспериментов на безопасность. Однако выбор гипотез и разработка большинства процедур могли выполняться без участия человека.

Авторы подчёркивают, что речь пока идёт о простых гипотезах и одном виде дрожжей. Система не заменяет учёных, но показывает другой подход к автоматизации науки: ИИ становится частью замкнутого экспериментального цикла, где результат одного опыта определяет, над чем работать дальше.