Nature | AI第一次闭环“做科研”?Robin把一条干眼底病变用药线索
不是让AI“想点子”，而是让它走完整个科研回路
很多人对AI辅助科研的想象，还停留在“帮我查文献”“帮我写代码”“帮我画图”。这项研究真正值得注意的地方在于：Robin试图把观察、假设生成、实验设计、数据分析、结果解释和再假设这些环节连接成一个闭环。
Robin并不是单一大语言模型（large language model, LLM），而是由几个分工明确的智能体组成。Crow负责较简洁的文献检索和归纳；Falcon负责更深入的候选药物评估；Finch负责实验数据分析，比如流式细胞术（flow cytometry）和RNA测序（RNA sequencing, RNA-seq）。Robin在上层协调这些智能体：先问“疾病的关键机制是什么”，再问“哪种体外模型最适合测试”，接着提出候选药物，等待实验人员完成实验后，把原始或半处理数据交给Finch分析，最后把实验结果转化为下一轮假设。
这里有一个容易被忽略的细节：研究人员并没有声称Robin完全替代实验人员。实验本身仍由人完成，研究称之为“lab-in-the-loop”。因此，这不是一个全自动湿实验机器人，而是一个把“认知劳动”自动化到很高程度的系统。
它自动完成的，是文献综合、假设排序、数据分析和解释这些最耗脑力、也最容易被知识分区限制的部分。
为什么选择干性年龄相关性黄斑变性？因为这里最需要“连接已知事实”
干性年龄相关性黄斑变性（dAMD）是发达国家不可逆视力丧失的重要原因。论文给出的背景数据是：仅在美国，就有约150万人患有威胁视力的dAMD，约60万人因年龄相关性黄斑变性（age-related macular degeneration, AMD）达到法定失明；随着人口老龄化，到2050年这一数字预计将接近当前的3倍。
这类疾病的难点之一，是机制复杂、进展缓慢、临床转化周期长。真正有价值的线索可能散落在不同领域：视网膜色素上皮（retinal pigment epithelium, RPE）细胞生物学、吞噬作用（phagocytosis）、脂质代谢、炎症、细胞骨架、药物安全性、眼科用药经验。单个研究者当然可以阅读大量文献，但问题在于，人类的注意力和时间都有限。
论文中有一组数字很直接：在所述工作流中，Robin约30分钟分析了551篇论文；如果按人工阅读和综合估算，约需要540小时。另一个时间核算显示，一个发现周期中的认知任务，如果完全由人工完成，估计需要359–424小时，而Robin辅助流程少于2小时。
这里的重点不是“AI读得快”这么简单，而是它把分散文献转化为可实验检验的优先级列表。
Robin没有先找药，而是先找“该测什么”
在药物再利用（drug repurposing）中，一个常见陷阱是直接问：“哪个老药能治这个新病？”这样容易得到看似合理但难以验证的答案。Robin的第一步更像一个训练有素的研究团队：先定义可测试的疾病机制。
给定“dry age-related macular degeneration”这个疾病名称后，Robin先阅读151篇相关论文，提出10种与dAMD相关的机制和对应实验策略。经过排序，它选择了一个并不花哨但很关键的方向：增强RPE细胞吞噬能力。
这一步很有生物学意义。RPE细胞每天都要清除光感受器外节（photoreceptor outer segments, POS）的脱落片段。如果这一清除过程失衡，废物和脂质沉积会逐渐累积，可能推动视网膜退行性改变。换句话说，Robin没有直接追逐“抗炎”“抗氧化”这类宽泛标签，而是把问题落在一个可测量的细胞功能上：RPE细胞是否更能吞噬颗粒或外节材料。
随后，Robin围绕RPE吞噬作用和dAMD治疗图景，又综合约400篇论文，提出30个可实验测试的候选干预。它进一步让Falcon为每个候选生成评估报告，考察科学依据、药理特征和支持文献质量，再通过大语言模型裁判（LLM judge）进行成对比较和排序。
第一轮实验：ROCK抑制剂先浮出水面
研究人员从第一轮排名中选择了5个候选进行实验：Exendin-4、Fingolimod、MFGE8、Y-27632，以及AICAR和TUDCA组合。MFGE8此前已知能增强培养RPE细胞吞噬，因此作为阳性对照（positive control）。
实验使用ARPE-19细胞，先用候选药物处理1小时，再加入pHrodo标记的颗粒，3小时后通过流式细胞术测量吞噬信号。pHrodo的特点是进入溶酶体（lysosome）这类低pH环境后荧光增强，因此可以作为颗粒被吞噬后的信号读出。Finch从流式数据中完成细胞群门控、单细胞筛选、死亡细胞排除和平均荧光强度（mean fluorescence intensity, MFI）比较。
第一轮的关键结果是：Y-27632表现突出。Y-27632是一种Rho激酶抑制剂（Rho kinase inhibitor, ROCK inhibitor），此前已有研究提示它能通过影响F-肌动蛋白（F-actin）动态恢复RPE细胞吞噬能力。Robin在文献基础上把它放入候选名单，而实验结果把这条线索推向了下一步。
但更有意思的是，Robin并没有停在“发现一个hit”上。它根据第一轮结果建议做RNA-seq，追问ROCK抑制后RPE细胞内部到底发生了什么。
一次RNA-seq，把“吞噬增强”引向脂质外排
研究人员随后对Y-27632处理后的RPE细胞做bulk RNA-seq。Finch执行差异表达分析（differential gene expression analysis, DGE），并通过8条独立分析轨迹形成共识。论文报告，Finch在超过50%的分析轨迹中识别出相同的显著差异表达基因，提示其结论并非单次随机输出的偶然结果。
结果显示，Y-27632处理不仅影响吞噬杯形成相关的细胞骨架过程，还引发了快速转录变化。基因本体富集分析（Gene Ontology enrichment analysis, GO enrichment analysis）提示，受影响的通路包括肌动蛋白丝组织（actin filament organization）、小GTP酶介导的信号转导（small GTPase-mediated signal transduction）以及自噬（autophagy）相关过程。
最醒目的数据是ABCA1。ABCA1是一种脂质外排泵（lipid efflux pump），在Y-27632处理细胞中上调约3倍，调整后p值为2.13×10-83。
这个数值不是临床有效性的证据，但它提示了一个值得继续追问的机制：如果ROCK抑制增强吞噬，RPE细胞吞进去的脂质和膜成分如何被处理？ABCA1负责把胆固醇和磷脂转运给受体蛋白并排出细胞，而ApoE作为ABCA1相关脂质受体，又与AMD遗传易感性存在关联。于是，Robin推动的实验不只找到候选药物，还把问题推进到一个新的分子节点：吞噬、细胞骨架与脂质外排之间是否存在可利用的治疗连接？
第二轮迭代：ripasudil比研究试剂更接近药物
在第一轮实验和RNA-seq结果之后，Robin启动第二轮候选生成。研究人员测试了其中10种药物。结果显示，ripasudil在ARPE-19细胞中显著增强RPE吞噬，Robin分析得到其相对DMSO对照提升1.89倍；人工分析同一批数据得到1.75倍。更重要的是，剂量反应实验显示，ripasudil比Y-27632更有活性。
这一步让故事从“一个有趣机制”进入“药物再利用”的核心。Y-27632主要是研究用化合物，而ripasudil是已在日本获批用于青光眼（glaucoma）的ROCK抑制剂，具有已知眼科用药安全性资料。对于dAMD这样需要长期治疗、患者多为老年人的疾病，已有临床使用经验并不等于新适应症一定安全有效，但它确实降低了后续转化的不确定性。
研究人员还把模型从ARPE-19推进到更接近人体组织的RPE-SC，即视网膜色素上皮干细胞（retinal pigment epithelium stem cells）。这些细胞来自一位60岁以上、无已知眼部疾病供体，并经过RPE标志物和功能验证。实验中，研究人员用pHrodo标记的牛视杆外节（bovine rod outer segments, ROS）替代早期筛选中的颗粒，更接近RPE细胞在体内要处理的真实底物。
结果再次支持ROCK抑制方向：在RPE-SC中，ripasudil和Y-27632都被识别为增强吞噬的hits，且ripasudil仍表现出更高效力。细胞毒性（cytotoxicity）方面，Y-27632剂量与乳酸脱氢酶（lactate dehydrogenase, LDH）释放无显著关系；ripasudil反而表现为剂量越高LDH释放越低，单因素方差分析p=0.038，log剂量与LDH释放的Spearman相关系数ρ=-0.73，p=0.0002。这个结果不应被过度解读为“保护作用”，但至少在该体外条件下，没有看到ripasudil随剂量升高导致LDH释放增加的信号。
KL001：一个更意外的命中
除了ripasudil，另一个值得停顿的结果是KL001。KL001是一种昼夜节律时钟调节剂（circadian clock modulator），通过阻止CRY蛋白（cryptochrome proteins）的泛素依赖性降解发挥作用。Robin提出它的依据，是RPE吞噬本身受到昼夜节律调控。
在RPE-SC实验中，KL001也被识别为增强吞噬的hit。论文作者认为，此前尚未有人提出KL001可作为RPE吞噬增强剂。相比ripasudil，KL001离临床应用更远，药物安全性和眼部给药可行性也需要更多验证。但它说明Robin的价值不只是把熟悉药物重新排序，还可能把看似相邻但未被充分连接的机制拉到同一张实验清单里。
AI的“可靠性”不是靠口才，而是靠消融实验和失败分析
这项研究没有只展示成功案例，还做了架构验证。研究人员把Crow和Falcon替换为普通o4-mini调用，观察文献真实性和候选质量如何变化。结果显示，当用于最终候选评估的Falcon被移除，或Crow和Falcon都被移除时，幻觉引用明显增加。对于实验方案提议，野生型Robin中的Crow没有产生幻觉引用；而用o4-mini替代Crow时，引用中有44.5±6.37%被人工判定为幻觉引用。
Finch的数据分析能力也被单独测试。在Robin工作流给定任务特异提示的条件下，Finch对RNA-seq分析任务的专家量表符合率为86±0%，对流式细胞术任务为100±0%，每项均为3次运行。可一旦离开精心设计的工作流，面对BixBench中170个与药物发现相关的生物信息和统计问题，Finch总体准确率只有22.8±1.7%；其中统计子集为47.9±1.5%，生物信息子集为15.3±2.0%。作为对照，Claude Sonnet 3.7在没有工具环境时总体只有1.6±1.2%。
这组数据很关键。它告诉我们两件事：第一，工具化智能体确实比裸模型强得多；第二，它远没有达到可脱离专家约束独立处理复杂生物信息任务的水平。Robin的成功依赖系统架构、任务分解、专业提示和实验闭环，而不是某个模型突然具备了稳定的“科研直觉”。
研究人员还把Robin与OpenAI Deep Research进行了比较。Deep Research被要求生成与Robin数量相当的候选药物，在RPE-SC吞噬实验中，Deep Research提出的17个独特候选没有一个成为hit，也没有提出通过ROCK抑制增强RPE吞噬这一方向。这并不能证明Robin在所有问题上都优于其他系统，但至少说明，在这个任务中，领域化架构和闭环设计提供了实质优势。
这项研究最该让我们兴奋的，不是“AI发现药物”这句标题
更准确地说，Robin发现的是一组可检验的治疗假设，并在体外实验中筛出了值得继续推进的候选。ripasudil和KL001是否能治疗dAMD，仍需要疾病模型、动物实验、药代药效、安全性研究，最终还要经过随机、安慰剂对照临床试验。体外RPE吞噬增强不能直接等同于患者视力获益。
但这并不削弱研究的意义。它真正展示的是一种新型科研组织方式：AI系统负责高通量地连接文献、生成可测试假设、分析新数据；人类研究人员负责实验执行、边界设定、质量控制和关键判断。两者之间不是简单替代关系，而是把科研流程中的“连接速度”大幅提高。
对于生命科学来说，很多突破并不来自全新的事实，而来自把早已存在的事实重新组合。RPE吞噬衰退与AMD相关，ROCK抑制可影响细胞骨架和吞噬，ripasudil已有眼科使用经验，昼夜节律调节影响RPE功能——这些单独看都不是神秘信息。但能否把它们组织成一个实验优先级，并快速进入验证，才是发现效率的关键。
Robin给出的启发也许是：未来的研究竞争，不只是谁掌握更多数据，而是谁能更快、更可靠地把数据、文献、实验和判断连接起来。真正值得警惕的也在这里——当连接速度变快，错误也可能被更快放大。因此，透明的文献溯源、可复现的数据分析、消融验证、人工审查和安全护栏，不是AI科研系统的附属品，而是它能否被信任的核心。
这项研究让人看到一个正在逼近的转折点：AI不再只是科研写作和数据处理的助手，而开始成为假设生成与实验迭代的组织者。它还没有替代研究人员，也远未终结传统验证流程。但它已经提出了一个值得严肃面对的问题：当一个系统能在30分钟内读完数百篇论文，并把其中的线索变成实验室里的候选药物清单时，我们该如何重新定义“发现”的速度、边界与责任？
参考文献