面向生物协议自动生成与执行的自进化智能体系统

摘要

自主湿实验室实验需要的不仅仅是合理的协议文本：生物学意图、定量程序、设备限制和实验反馈必须从协议和 SOP 设计到代码和物理执行保持一致。我们开发了 ProtoPilot，一个自我进化的多智能体系统，以及一个基于专家的基准和评估框架，用于测试这种转换作为实验性自动化问题。该框架涵盖 294 项合成生物学和分子生物学任务，这些任务源自 98 项黄金标准协议、湿实验室专家规则、设备级有效性门和真实实验测试。 ProtoPilot 结合了分层验证、多代理编排和运行时更新的技能库，可生成协议、扩展 SOP、合成符合 SDK 的代码并根据湿实验室反馈修改工作流程。它的 Top@3 专家偏好率为 90.2%，总体协议到代码门通过率为 89.5%，Opentrons 通过率为 88.24%，而 OpenTrons-AI 的通过率为 32.35%。湿实验室验证产生了可解释的读数、桑格确认的产品和反馈校正的 PCA 组装的 DNA 目标，建立了一条可验证的自主实验途径。总之，这些结果表明，评估框架捕获了自主湿实验室自动化的执行相关要求，并且 ProtoPilot 可以通过将协议和代码生成转换为经过验证的执行和反馈引导的修订来满足这些要求。

面向生物协议自动生成与执行的自进化智能体系统：论文配图 — 图 1：ProtoPilot 概述。 (a) 从科学意图到湿实验室反馈的闭环管道。 (b) 五层实验表示，从科学意图到协议、手动 SOP 和设备 SOP 到仪器代码，并采用分阶段保护措施保持各层之间的一致性。 (c) 用于生成 SOP 的分层协调员-工作人员机制，其中协调器通过标题验证器控制来自协议专家代理的步骤程序，并返回失败的模块以进行有针对性的修订。 (d) SOP 到代码转换的自我进化技能，其中编码代理应用通过创建、评估和修订循环细化的三个分层技能类别，以产生可重用的跨设备执行知识。 (e) 对 294 个计算任务和四个日益复杂的湿实验室工作流程进行验证。