← 最新论文
📄 developmental biology

A Closed-Loop Robot Scientist for Autonomous Biological Discovery

本文介绍了 MOMbot,这是一种自主机器人科学家,它将多模态物理干预与主动学习以及高分辨率成像相结合,以高效地探索广阔的生物参数空间,并在多种生物系统中发现复杂的输入-输出关系。

原作者: Bielawski, K., Srinivasan, K., Gaylinn, N., Beaulieu, S., Brucker, R., Levin, M., Bongard, J., Blackiston, D.

发布于 2026-09-18
📖 1 分钟阅读☕ 轻松阅读

原作者: Bielawski, K., Srinivasan, K., Gaylinn, N., Beaulieu, S., Brucker, R., Levin, M., Bongard, J., Blackiston, D.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

生命并非一张静态的图片;它是细胞与其周围环境之间不断的对话。每一个生命体,从单个细胞到复杂的动物,都在对周围的物理世界做出反应。细胞能感受到重力的拉力、流体流动的推力、阳光的温暖以及电力的火花。科学家早已知晓,这些物理信号与化学信号一样重要,它们决定了细胞的行为,例如何时分裂、何时移动,或如何将自身塑造成特定的组织。然而,尽管我们对这些信号已有诸多了解,但探索它们如何协同工作的过程却一直是一个缓慢且依赖人工的过程。研究人员传统上必须手动设置实验,一次只改变一个变量,比如调节温度或滴入一滴化学物质,然后等待结果发生。这种方法过于缓慢,无法绘制出广阔的可能性图谱——在那个图谱中,数十种不同的物理力量可以以无数种方式进行组合与匹配,从而影响生命。

为了解决这个问题,一组研究人员构建了一种新型的实验室助手:一个不仅能执行实验,还能决定下一步该运行什么实验的机器人科学家。这个被称为 MOMbot 的机器旨在探索物理力量如何塑造生命系统。它坐落在实验室中,拥有五个独立的工作站,每个工作站可以容纳两个装有生物材料的小培养皿。在这些培养皿内部,机器人可以引入四种不同类型的物理变化:它可以精准地输送化学物质、施加轻微的振动、产生电场或改变温度。至关重要的是,该机器人配备了一个人工智能系统,通过高分辨率摄像头观察活细胞。随着机器人运行实验,AI 会实时分析结果,并利用这些信息来选择下一次实验。机器人不再是靠人类去猜测下一步该尝试什么,而是通过自身的成功与失败进行学习,将精力集中在它了解最少的领域,而那里往往是更有趣的发现可能隐藏的地方。

研究人员在三种截然不同的生命物质上测试了这一系统,以证明它能够处理广泛的生物尺度。首先,他们使用了取自青蛙胚胎皮肤的松散细胞。在普通的培养皿中,这些细胞只会单独漂浮。但当机器人施加特定的振动模式时,细胞被推挤在一起形成了紧密的集群。在几天的过程中,这些集群自然地组织成了微小的、具有功能的器官,这些器官可以自主移动,并带有能够同步摆动的毛发状结构。这证明了机器人不仅可以移动细胞,还能在没有人工干预的情况下,引导它们从零开始构建复杂的、功能性的组织。

接下来,团队测试了机器人的控制化学环境和温度的能力。他们将微小的、运动中的类器官放入培养皿中,并引入了过氧化氢这种化学物质。机器人输送了不同剂量的这种化学物质,并观察类器官的反应。在低剂量下,类器官移动得更快;但在高剂量下,它们减速并停止了运动。机器人还测试了温度如何影响整个青蛙胚胎的发育。通过将不同的工作站设置为不同的温度(范围从凉爽到温暖),机器人观察到,在较温暖的水中发育的胚胎速度比在较凉爽的水中快约三倍,这完全符合科学家的预期。这些测试证实,机器人能够精确控制物理环境并测量生物反应,具有极高的精度。

然而,这项研究最显著的部分在于机器人的自主学习能力。研究人员想看看 AI 是否能弄清楚电击强度与运动类器官行为之间的确切关系。他们知道,短时间的电击可能毫无作用,而极长时间的电击会导致类器官永久停止运动,但他们并不确定行为发生变化的精确点在哪里。人类可能需要进行数百次随机测试才能找到这个临界点,而由 AI 指导的机器人做得更聪明。它首先测试了一些随机的时长,然后利用结果来猜测哪里存在最高的“不确定性”。它意识到,最有价值的信息将来自于测试那些处于类器官开始停止运动边缘的时长。AI 将实验集中在这个特定的、充满不确定性的区域,忽略了那些结果已经显而易见的区域。最终,机器人比如果只是随机挑选测试时间要高效得多,它找到了使一半类器官停止运动的关键时长。

这项工作表明,机器人科学家可以成功地实现“实验执行”与“从实验中学习”之间的闭环。该系统证明了它能够处理多样化的生物材料,从单细胞到整个胚胎,并能同时施加多种类型的物理刺激。通过让 AI 决定运行哪些实验,团队能够以比传统方法少得多的试验次数,绘制出复杂的生物反应图谱。这项研究并不声称已经解决了所有的生物学奥秘,但它建立了一个强大的新工具。它表明,生物发现的未来可能在于那些能够不知疲倦地测试物理假设、并从每一次结果中学习以指导下一步的机器,从而让科学家能够以以往无法想象的速度和深度,去探索生命的隐藏法则。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →