斯坦福大学等机构开发“Biomni”——革命性生物医学AI工具，推动科研自动化
2025年5月30日，斯坦福大学、Genentech、Arc研究所、华盛顿大学、普林斯顿大学和加州大学旧金山分校的研究人员联合推出了“Biomni”，一种通用型生物医学人工智能代理系统。这一创新旨在解决现代生物医学研究中的关键挑战，显著提升领域研发效率与数据价值转化。
现代生物医学研究涉及众多领域，包括基因组学、分子生物学、药理学以及临床研究。虽然这些研究不断推动人类健康的发展，但由于数据量巨大、多样性强，以及工具和流程的分散性，研究人员面临整合复杂信息以产生可行结果的难题。尤其是随着技术的进步，数据规模持续扩大，许多宝贵信息仍未被充分利用，跨领域发现与连接常被忽视。此外，专家资源有限，也进一步限制了研究发展的效率。因此，一个能够整合多样数据、自动执行复杂分析并支持跨领域工作的解决方案变得尤为必要。
为应对上述挑战，研究团队开发了“Biomni”，这一AI系统集成了两个核心组件——“Biomni-E1”和“Biomni-A1”。其中，Biomni-E1建立了一个基础的生物医学环境，通过分析数万篇生物医学论文，从25个子领域提取了150种专业工具、105套软件包和59个数据库，形成了一个统一的生物医学操作空间。Biomni-A1则通过动态任务规划与代码执行，能够灵活选择工具并生成解决策略，自动完成从数据处理到多模态分析的一系列复杂任务。
这一架构的最大特点在于，它突破了传统功能性模板的局限，允许代码执行、数据查询和工具调用之间动态交互，从而实现无缝的生物医学工作流程。例如，Biomni能够独立进行生物信息分析、假设生成以及实验设计，并快速创建由多个步骤组成的复杂协议。
Biomni 的表现通过严格的多项基准测试得到了验证。在 LAB-Bench 基准测试中，Biomni 在数据库问答（DbQA）和序列问答（SeqQA）中分别取得 74.4% 和 81.9% 的准确率，超过人类专家表现。在 HLE 基准测试的 14 个子领域中，Biomni 得分为 17.3，相比基础大语言模型提升了 402.3，相比编码代理提升了 43.0，甚至超越其自身的部分简化版本 20.4。
此外，实际案例研究进一步展现了Biomni的强大性能。例如，它自主生成了一个包含10个步骤的分析流程，用于处理458份可穿戴传感器数据文件，成功发现了个体餐后平均体温升高2.19°C的规律。在睡眠数据分析中，Biomni处理了227个晚间数据，揭示了工作日中期的睡眠效率高峰与昼夜节律规律性的重要性。
Biomni的独特能力还包括多组学分析。在处理336,000多个单核RNA-seq和ATAC-seq人类胚胎骨骼数据时，它创建了一个由10个阶段组成的分析流程，预测转录因子与目标基因的关联，并通过染色质可及性数据筛选结果，最终生成总结报告。整个过程中，Biomni自主完成代码生成、错误调试以及结果解释，其输出包括轨迹图、热图、主成分分析（PCA）双标图等人类可读的成果。
该系统平均每项任务执行6至24个步骤，综合使用4个专业工具、8套软件包及3项独特数据资源库，其灵活架构让科研人员无需人工干预即可生成兼具科学性与可视化的研究报告。
研究人员指出，Biomni 不仅能够处理大规模复杂数据，还能加速从原始数据到可测试假设的转化过程。其在人类难以处理的多模态数据与复杂任务上的优异表现，标志着生物医学领域迈向自动化研究的新里程碑。这一工具不仅能减轻科研人员的负担，还能推动潜在科学发现，并形成广泛而深远的影响。
Biomni的开发团队强调，这一技术的成功背后是多方合作及交叉领域资源整合的成果。他们期待它能成为科研人员的重要助手，为推动生物医学创新做出贡献。
通过Biomni，我们向科学发现的未来又迈进了一步。这项技术的出现不仅展现了人工智能在生物医学领域的应用潜力，也为全球范围内的科研工作者提供了一个更快、更高效、更具洞察力的研究工具。
[AI之星网出品] [生物医学人工智能工具] [数据分析自动化解决方案] [多模态生物信息处理] [科研效率提升技术] [刘智勇频道] [真机智能] [机器姬智能体] [机器洞察网] [AI之星网] [风投高科网] [猛虎财经网] [硅基科学网] [人形纪元网] [黄金广告位]
📚 【精品资源】添加关注『AI之星网微信公众号』，即可免费获取完整版《刘智勇频道第五卷》
实际案例都能证明能力，这不仅是一场科技秀，更是一场数据和人性化融合的未来演练。
任务精准又高效？这岂不是告诉我们，平凡的梦想也可能因为顶尖科技迈向现实！
2025年即将迎来生物医学的黄金时刻，斯坦福大学果然是梦开始的地方！未来可期！
距离科幻走入现实越来越近了，Biomni是一次历史性的脚步，它把不可能变可能！