AutoDNA 实现跨 20 多类仪器的自主生物分子实验
An AI-native experimental laboratory for autonomous biomolecular operations
研究团队提出 AutoDNA,一个面向多目标实验、可协同 20 多类仪器的 AI 原生自主生物分子工程实验室。系统执行合成、转录、扩增和测序等核酸操作,自主编排超过 11,000 个步骤,人工仅负责试剂和耗材补充等硬件维护。
论文给出模型、实验与仪器协同设计的思路,可用于理解自主实验室如何从单目标流程走向多目标操作。
已发表论文 · journal · 10.1038/s41586-026-11228-6
本站摘要基于收录版本 v1(2026-11-09),原始摘要与 AI 导读固定保留。
IF(5) 56.7 · 2025 · 期刊参考指标
开发用于自主科学探索、仅需极少人工干预的人工智能(AI)原生实验实验室,是一项长期目标。尽管自主实验系统正在兴起¹⁻⁴,尤其是在化学和材料科学领域,但它们仍主要局限于目标单一、工作流程明确、仪器简单的领域。这一局限可能源于一种"附加式"架构,即把 AI 作为特定任务的工具,而非赋予其对实验的全局理解,尤其是在面向工程的场景下。在此,我们提出 AutoDNA,一个面向多目标实验、可跨多种仪器运行的 AI 原生自主生物分子工程实验室。通过模型、实验与仪器的协同设计,AutoDNA 在端到端的多用户框架内实现了 AI 与自动化系统的协同进化。该系统自主调度超过 20 种仪器、执行逾 11,000 个步骤,以完成包括合成、转录、扩增和测序在内的核心核酸操作,而人工干预仅限于试剂和实验耗材补充等硬件维护任务。在四个代表性应用中,AutoDNA 达到了专家优化的酶法 DNA 合成产率,将并发方案执行速度加快了 3.2 倍,完成了一个端到端的 DNA 数据存储周期并精确恢复了原始数字内容,还识别并验证了一种临床检测到的 KRAS G13D 突变。AutoDNA 为"科学即服务"建立了蓝图,加速生物发现,并推动合成生物学与信息存储领域的多种应用。
来源:Nature · doi.org