|
Google Research 团队于 2026 年 10 月 16 日公布一组“实验室在环”（lab-in-the-loop）研究，探索让 AI 代理提出分子设计、执行受控实验，再根据真实读数调整下一轮方案。核心组件 VERID（Verified Infrastructure for Discovery Laboratories）建立实验工作站的实时三维数字孪生，记录机器人几何、孔位液量、试剂和吸头状态，并在液体处理协议送到设备前先做模拟与安全检查。
VERID 基于开源 PyLabRobot，提供实时状态追踪、快速虚拟试运行、阻止不合理设备指令的硬件安全检查，以及同步视频和动作日志。Google 同时报告了适配体闭环设计实验，以及面向癌症相关 FAP 靶点的蛋白结合体设计；其中研究者与代理分工协作，在等算力比较中将计算筛选命中率接近提高一倍，少量实验轮次也得到纳摩尔级结合能力的候选物。另一个重点是实验读数能暴露模拟或设计中忽略的非特异结合等问题，促使代理修订后续策略。
这项工作适合计算生物学、药物发现和实验室自动化研究团队参考，意义在于把 AI 从计算机内的候选设计扩展到可追踪、可仿真校验、能利用实测反馈的实验流程。但目前仍是研究原型与受控验证，不代表已实现通用自主实验室或临床疗效；报道所用为经过筛选的非感染性系统，设计序列接受生物安全筛查，研究人员仍审核序列、验证协议并监督机器人运行。真实实验的噪声、硬件差异和安全验证仍是扩大应用前必须解决的问题。
Google Research 官方说明（2026-10-16）：[Grounding AI agents in biological reality](https://research.google/blog/grounding-ai-agents-in-biological-reality-building-blocks-for-autonomous-wet-labs/)
VERID 基于的开源框架：[PyLabRobot](https://docs.pylabrobot.org/) |
0