上海交大AutoDNA登《自然》：AI原生架构让分子实验自主运行

11 月 8 日消息，上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队，与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，研究依托张江高等研究院 DNA 存储研究中心开展，成果登上《自然》（Nature）杂志，并获该刊官网首页头条重点报道。

团队搭出了一套叫 AutoDNA（思源一号）的 AI 原生科学实验室装置，能自主完成分子生物学实验操作。做法是把模型、实验与仪器放在一起协同设计，由此解决了此前 AI 自主科学实验室向分子生物学实验拓展时遇到的几道坎：复杂流程怎么组织、多类仪器怎么协同，以及实验时序、环境稳定性和操作精度怎么保障。自主实验因此可以覆盖那些需要微米级定位和微升级液体处理的复杂生物分子实验场景。

按研究团队的介绍，此前的 AI 自主科学实验室多由专家事先配好仪器、定好实验流程和优化规则，再把人工智能接到文献检索、方案生成或数据分析等局部环节上。这种“外挂式”架构能提高单个环节的效率，可生物分子实验流程复杂、仪器类型多样，对实时执行、环境稳定和操作精度又要求很严，它难以适应。AutoDNA 换成了 AI 原生架构，用模型-实验-仪器协同设计的思路来应对。

• 实验流程复杂这一关，AutoDNA 的办法是结合对复杂生物分子操作实验过程的理解，搭起面向实验的多智能体架构。复杂实验任务被拆成文献检索、试剂选择、方案设计、代码生成、硬件执行、结果分析和迭代优化等环节，多个专业智能体随实验进展组织起来协同工作。模型由此贯通“设计 — 实验 — 优化”全过程，并依据实验结果持续迭代调整后续方案。

• 仪器种类多、跨设备协作难，AutoDNA 的处理方式是把各类仪器的能力提炼成便于模型理解和调用的“原子服务”，用自然语言说明和统一代码接口告诉模型每台设备“能做什么、如何调用”。这层抽象屏蔽了不同型号仪器的底层差异，模型可以按实验需求组合设备能力，生成、检查和修正跨设备控制代码，把数字世界里的实验设计变成物理世界中的仪器操作。

• 实时性、稳定性和操作精度这几项要求，则靠高精度自动化硬件与实验执行和调度系统配合来满足。硬件提供微米级定位和微升级液体处理能力，系统负责程序检查、仪器状态跟踪和资源调度，让多个实验任务在满足时序和操作约束的前提下有序运行。平台搭建过程中还集成了基于 OpenHarmony 操作系统的控制终端，并在核酸检测、酶促 DNA 合成、癌症检测等场景中做了应用验证。

论文链接：