全球第一AI科学家天团，首战封神！2.5个月找到治盲新药，医学圈震撼

【导读】就在刚刚，世界首个AI科学家天团首个成果重磅发布——治疗失明的新药被发现了，而且仅仅用时2.5个月！

世界首个AI科学家天团，刚刚重磅爆出了第一个成果！

其中一位AI科学家，在实验室中取得了首个重大突破——针对失明（dAMD）的全新药物。

可以说，这是一项真正的科学发现！

AI自己做实验、自己发现医新药的时代，真的来临了。

注意，在这个过程中，所有数据、假设、原始实验和后续实验，都是由AI科学家智能体生成的。只有实验室工作和论文撰写没有被自动化。

而且，全过程仅仅由一个研究人员小团队，在短短2.5个月内就完成了。这代表了AI驱动科学发现的全新范式！

没想到这次，才短短二十多天，AI们就已经产生了真正的成果。

论文地址：https://arxiv.org/abs/2505.13400

诺奖得主押注的方向，被人抢先了？

不仅如此，谷歌DeepMind CEO、诺奖得主Demis Hassabis也在进军AI药物研发方向。

他作为创始人，已经拥有了一家药物研发初创公司Isomorphic Labs，成立仅四年。而Hassabis表示，到今年年底，公司就会有一款由AI设计的药物进入临床试验了！

在采访中，Hassabis透露，公司正在关注肿瘤、心血管疾病、神经退行性疾病等主要疾病领域。「通常,发现一种新药平均需要五到十年。而我们也许能将这个过程提速十倍，这将在人类健康领域带来一场真正的革命。」

这个方向实在是前景巨大，让Isomorphic Labs一家吸引了多家大型制药公司，希望借助AI降低高昂的药物开发成本、提高研发效率。

而现在，Future House，或许已经在这个方向上抢了先。

AI科学家的首个发现

AI科学家的首个重大突破，是一种治疗干性老年性黄斑变性（AMD）的新疗法。

因为干性AMD是致盲的主要原因之一，这种疗法前景十分广阔。

AI科学家智能体，这次直接包办了写论文所需的全过程，人类根本无需插手——它生成了假设、设计了实验、分析了数据、进行了迭代，甚至为论文制作了图表。

可以说，除了没进实验室亲手做实验，AI基本把能干的都干了！

不过要注意，提出这一发现的Future House团队、真正的生物学家们特别强调说，这并不意味着他们已经用AI治愈了干性AMD。

如果要验证这一假设，接下来还需要做人体试验，这会需要更长的发现。

而且，还不能说AI科学家这次做出了「第37步」级别的发现。不过按照目前的速度，相信达到这个水平，也会很快了。

Robin出场：首个自动化科学发现的AI

在这个过程中，团队还推出了首个全自动化的多智能体系统——Robin。

可以说，这个AI完全自动化了科学发现的计算机内(in-silico)组件。就是靠它，这次重大科研成果才能被发现。

这应该是人类首次做到，让AI将假设生成、实验和数据分析以闭环的形式连接起来，这也标志着，智能体推动的科学发生速度，从此会大幅加快！

就在下周二，团队将以开源形式发布Robin。

类似于谷歌的Co-Scientist，这段代码非常简洁。团队使用了多个AI智能体来筛选想法。在下周，代码就将开源，所有轨迹数据也会同时公开

此前，FutureHouse发布了一个AI智能体天团，专门用来实现科研各个环节的自动化。

其中，Crow、Falcon和Owl用于文献检索和合成；Phoenix用于化学合成设计；Finch用于复杂数据分析。

而这一次，团队又完成了一项重大突破：所有这些智能体，合体到一个统一系统Robin中！

这样，科学过程中的关键智力步骤，就全部自动化。

现在，Robin已经做出了首个发现——它识别出，Ripasudil可以作为治疗干性老年性黄斑变性（dAMD）的新型候选药物。

干性老年性黄斑变性，是全球范围内导致不可逆性失明的主要原因之一。

此前，作为一种Rho激酶（ROCK）抑制剂，它已被临床用于治疗青光眼。

Robin，如何做出首次发现

所以，Robin具体是如何完成这一重大发现的呢？这个过程中，它经过了假设生成、实验设计和数据分析的迭代循环。

初始假设

在这一阶段，Robin借助Crow进行了广泛的文献综述，随后并提出一个关键假设——

增强视网膜色素上皮（RPE）细胞的吞噬功能，可能对治疗干性老年性黄斑变性（dAMD）具有治疗价值。

随后，Robin使用Falcon工具评估了一组可能实现该目标的候选分子，并在实验室中对其中的十种进行了测试。

接着，Robin利用Finch工具分析了这些实验数据，由此有了这一发现：ROCK抑制剂Y-27632，能在细胞培养中增强RPE的吞噬功能。

作用机制研究

Robin随后提出，应该进行RNA测序实验，以确定Y-27632是否引起了可以解释 RPE吞噬能力增强的基因表达变化。

据此，人类科学家动手展开了实验，由Finch进行数据分析，结果发现：Y-27632果然上调了ABCA1的表达！

ABCA1，就是RPE细胞中一个关键的脂质外排泵。

发现dAMD新疗法

基于第一轮药物候选测试的数据，Robin提出了第二组候选药物。

研究者按照相同的实验方法进行了测试，最终发现新的最佳候选物——Ripasudil，这是一种已被用于眼科治疗的药物。

注意，整个研究的知识框架，完全是由AI主导的，而人类研究员起的作用，仅仅是执行物理实验而已。

要注意，Robin虽然首先被团队应用于治疗领域，但这个智能体是通用的，可以被用于从材料科学到气候技术等跨多个领域的发现。

科学研究的新范式，从此诞生了。

人类从未想过的方法，被AI发现了

从Future House放出的视频中，我们可以了解到更多详细信息。

团队的三位成员，都是实打实的生物学家。

比如左边的Michaela，在过去十年中，一直在探索人类细胞基因调控分子机制的基本原理。

中间的Ali，是一名临床科学家，正在公司建立药物研发管线。此前，他取得了生物技术的博士学位，还创办过一家致力于研究新型生物材料药物的公司。

右边的Benjamin，刚刚加入Future House，正在牛津大学攻读统计机器学习博士学位，此前曾从事计算合成生物学工作。

团队介绍说，为了生成针对干性AMD的新型治疗候选药物，他们创建了一个管线，把三个智能体Crow、Falcon（文献综述智能体）和Finch（原型数据分析智能体）连接了起来。

这个多智能体系统，是同类系统中第一个将假设生成与数据分析结合起来的系统，从而创建了一个端到端的治疗发现系统。

以下，就是这个系统的具体工作原理。

首先，通过对150篇文献进行广泛综述，它提出了一种治疗干性黄斑变性（dAMD）的实验策略。

在综合了400多篇科学论文和临床实验报告后，该系统生成了增强RPE吞噬作用的治疗候选药物的假设。

然后，团队尝试了本次实验中智能体建议的10种初始药物。

另外AI还建议，在实验室的细胞培养测定中，使用ARP 19细胞和流式细胞术模拟这种行为。

总之，这些智能体几乎完成了药物发现工作流中的每个步骤，人类只需要从系统给出的分析中进行选择、执行实验就可以了。

由此，他们发现：Y-27632在增强RPE吞噬能力上表现最佳。

当他们第二次运行Robin，并向其提供实验结果时，它提出了另一种药物Ripasudil。

此前，人们只知道Ripasudil会抑制吞噬作用，但没有人想到，它还可以作为干性黄斑变性的一种治疗方法！

这就是AI科研的奇妙之处了——答案在几年前就在那里，但从未有人想过用这种方式，将所有事实整合到一起。

甚至，这个AI还建议人类去进行RNA研究，来搞清为何Y27632能增强吞噬作用。

听话地做完这个实验后，人们把数据提供给Finch，发现这种药物不仅能导致肌动蛋白细胞骨架基因的差异表达，还改变了自噬基因的表达。

这就揭示了Ripasudil发挥作用的潜在新机制。

只要继续这个实验循环，智能体就会不断进行数据分析，生成进一步的假设，从而很可能让我们得到关于如何治疗疾病的新机制的假设。

这代表了AI智能体中科学发现上一个真正令人兴奋的里程碑。

更令人激动的是，这个过程才刚刚开始。

参考资料：

https://x.com/andrewwhite01/status/1924848098830090557

https://arxiv.org/abs/2505.13400

https://www.futurehouse.org/research-announcements/demonstrating-end-to-end-scientific-discovery-with-robin-a-multi-agent-system

https://www.ft.com/content/41b51d07-0754-4ffd-a8f9-737e1b1f0c2e