三個可自主研究的 AI 科學家：Google DeepMind Co-Scientist, FutureHouse Robin 和 Sakana AI The AI Scientist

這篇主要是介紹幾個最近常上新聞的藥物研發 AI 模型，包括美國 Google 的 Co-Scientist 和 ERA、FutureHouse 的 Robin，以及日本 Sakana AI 的 The AI Scientist。

FutureHouse: Robin

在老藥新用(Drug repurposing)的歷史中，新療法的理論依據往往早就存在於文獻中，卻因人類無法及時連結這些分散的知識，導致新藥物應用被延遲數年甚至數十年才被發現，例如抑制 BRAF 激酶的抗癌藥物 dabrafenib 被發現能預防聽力受損，中間足足延遲了 10 年。

矽谷公司 FutureHouse 開發了第一個能夠完全自動化的代理系統 Robin，它可以透過整合文獻搜尋與資料分析生成研究假說、提出實驗方案、解讀實驗結果，並產生更新的假說，進而實現一種半自主的科學發現方法。透過應用 Robin，研究人員成功找到了一種治療乾性黃斑部病變(dry age-related macular degeneration, dAMD)的療法。

過去雖然有 AI 系統能協助生成假設或預測藥理特性，但尚未有系統能自動完成從「生成假設」到「實驗數據分析」再到「修正假設」的完整科學研究循環。

系統的架構與流程

Robin 利用了多個專門的語言代理人來執行特定任務，包括用 Crow 和 Falcon 進行文獻檢索，之後用 Finch 進行數據分析。

專門代理人協作

• Crow & Falcon：皆為基於 PaperQA2 的文獻檢索代理人，負責文獻檢索以支援假設生成，可存取科學文獻、臨床試驗報告與開放標靶平台(Open Targets Platform)。Crow 負責簡潔檢索，Falcon 負責深度檢索。
• Finch：專門負責分析實驗室產出的數據

人機協作：

• AI 生成假說：給定一個疾病，Robin 會自動識別相關的體外實驗模型，並提出可供測試的候選藥物。
• 人類執行實驗：研究人員根據 Robin 的建議進行實驗，並將產生的數據回饋給系統。

運作流程

研究人員只需輸入感興趣的疾病名稱，Robin 就會：

1. 自動找出模擬該疾病機制的合適體外實驗(in vitro assays)
2. 提出並篩選具潛力的藥物候選名單
3. (由人類進行實驗後將數據輸入)
4. 自主分析實驗原始數據
5. 解讀數據結果，並自動修正並生成下一輪的藥物候選假設。

Lab-in-the-loop 的迭代循環：Robin 提出假說 → 人類科學家進行實驗 → Robin 分析數據 → Robin 提出下一輪假說

應用案例：乾性黃斑部病變(dry age-related macular degeneration, dAMD)

為證明 Robin 系統的能力，研究團隊將其應用於尋找乾性老年性黃斑部病變的新療法。

dAMD 是已開發國家導致不可逆失明的主因，目前治療選項極度有限。僅在美國就有超過百萬人面臨失明威脅，且隨著人口老化，預估到 2050 年人數將暴增三倍。

研究團隊賦予 Robin 尋找治療乾性黃斑部病變(dAMD)任務後，Robin 透過協調不同的專門代理人(Agents)來執行，和人類預估需要 294 小時相比，它在 30 分鐘內分析了 551 篇論文，並提出了一個新的假說：透過增加視網膜色素上皮(RPE)細胞的吞噬作用(phagocytosis)來治療 AMD。

每個循環分成兩個階段

第一階段：生成治療假設與實驗策略

當接收到目標疾病後，Robin 會啟動以下自動化流程：

1. 鎖定疾病機制：針對疾病病理提出一系列問題，由 Crow 解答並統整出 10 種潛在的致病機制。
2. 挑選實驗方法：針對每種機制，Crow 會提出對應的體外(in vitro)實驗，接著用大型語言模型作為裁判，透過兩兩比對選出排名最高的方法。
3. 篩選候選藥物：系統初步提出 30 種候選藥物，交由 Falcon 針對「藥物適用性」與「潛在限制」生成深度報告。
4. 候選藥物淘汰制：依據科學理論、藥理特徵和文獻，由 LLM 裁判對候選藥物進行最終排名，隨後交由人類科學家審核並進行實驗室測試。

第二階段：自主分析和共識決

當人類完成實驗並上傳原始數據後，Robin 會交由 Finch 進行自動化分析。

▫️ 多軌分析(Multiple Trajectories)：為了避免單一分析的隨機性和主觀偏誤，系統會同時啟動 8 條獨立的 Finch 分析，產出可解釋和可重複的結果。

▫️ 共識決機制：待分析完成後，系統會進行統合分析(Meta-analysis)，將所有獨立結果整合成有高度一致性的最終共識。

▫️ 進行下一輪迴圈：Robin 會從最後的分析結果中找出其代表的意義，並提出可進行的驗證實驗，以啟動下一輪的假設生成與藥物篩選，直到人類科學家獲得滿意的候選藥物為止。

在第一個迴圈中，研究團隊從候選藥物中挑選五個進行實驗：exendin-4, fingolimod, MFGE8, Y-27632，以及 5-aminoimidazole-4-carboxamide ribonucleotide (AICAR) 和 tauroursodeoxycholic acid (TUDCA) 的組合。

在透過人機協作的迭代實驗循環，他們先發現 ROCK 抑制劑 Y-27632 能顯著提升 RPE 的吞噬功能，接著提出日本已核准用於治療青光眼的藥物 Glanatec® (ripasudil)。為了證明 ripasudil 可以促進吞噬作用，它接著提出並分析了其後續實驗，結果顯示 ABCA1 的上升可以排出脂質，且其促進吞噬作用的效果比 Y-27632 還要好。

雖然 ROCK 抑制劑過去曾被提議用於治療濕性 AMD，但 Robin 是第一個提出將其用於乾性 AMD，並專門針對其改善吞噬作用效果的。

Google DeepMind: Co-Scientist

Co-Scientist 並非只是一套文獻整理或深度搜尋工具，而是結合了大型語言模型 Gemini 的科學思維引擎，可以協助科學家生成新知識、提出原創假設、找出跨領域間意想不到的連結，並進行具體的實驗規劃。

科學家只需用自然語言輸入研究目標與限制條件，Co-Scientist 就能自動搜尋、學習並推理相關文獻，進而提出原創的研究假設與實驗計畫。所有建議都會引用相關文獻作為依據。

Expert-in-the-loop 的協作流程

這套系統並非完全取代人類，而是為與人類科學家協同合作而設計。科學家可以在過程中隨時透過對話引導系統方向、提供初始想法或修正 AI 的提案。

科學家能使用自然語言，以對話的方式隨時提供回饋、下達指令，與 AI 共同開發、進化並完善最終的研究產出。

Co-Scientist 並非僅依賴單次生成，而是透過給予 AI 更多思考與運算時間(Test-time compute)，讓它進行自我疊代與進化，建立了一個會自我進化的虛擬科學團隊：

▫️ 專門代理人(Specialized agents)：系統內部分工細緻，包含生成(Generation)、反思(Reflection)、排序(Ranking)、進化(Evolution)、關聯性(Proximity)與統合分析(Meta-review)等不同的代理人，能運用非同步任務執行框架，能靈活分配運算資源來進行科學推理，真實模擬人類的科學方法。

▫️ 自我進化的迴圈：這些代理人會透過類似自我博弈(Self-play)的科學辯論，包含虛擬代理人之間的「科學辯論」與「晉級淘汰機制」，藉此不斷疊代、修正假設，形成自我進化的迴圈。

除此之外，代理人也會透過網路搜尋等工具進行自我驗證與批判，將失敗的假設淘汰，並不斷疊代進化假說，最終產出最高品質的研究提案。

跨領域驗證：三大生物醫學應用

這項研究並未停留在理論階段，而是透過真實的實驗數據，證實了由 AI 生成的假設具備實際的科學價值。研究針對三個複雜度遞增的生物醫學領域進行了端到端的新實證發現。

1. 癌症老藥新用(Drug Repurposing for Cancer)：針對急性骨髓性白血病(AML)，AI 提出了幾種單一和組合療法，包括原本用來治離黑色素瘤的 Binimetinib，以及 IRE1α 抑制劑 KIRA6，且皆在細胞實驗中展現選擇性細胞毒性。除此之外，AI 不只針對其過去在二期臨床的失敗，提出了將其從後線移至一線治療的新策略，還能綜合病患人口學、風險分層與藥物動力學等真實世界變數，例如指出 Binimetinib 因其獨特的代謝路徑，能避開嚴重的藥物交互作用，非常適合體弱且接受過大量前期治療的 AML 患者。
2. 肝纖維化的全新治療標靶(De novo target discovery)：Co-Scientist 被指派為肝纖維化尋找全新的表觀遺傳標靶與對應藥物後，鎖定了三個標靶藥物，其中兩個在人類肝臟類器官(Hepatic organoids)實驗中展現了不錯的抗纖維化和細胞再生能力，且沒有毒性。而且，其中一個已是 FDA 核准的抗癌藥物 Vorinostat。
3. 推斷出抗生素抗藥性(AMR, antimicrobial resistance)機制：研究團隊測試系統能否找出 cf-PICIs 能在不同細菌間傳遞抗藥性基因的傳播機制，在只有極少背景資訊的情況下，Co-Scientist 在短短 2 天內獨立推論出 cf-PICIs 是透過與多樣化的噬菌體尾部互動來擴展宿主範圍，和人類研究團隊發現但尚未發表的細菌基因轉移機制一樣，展現了其和人類專家比肩的科學推理能力。

Sakana AI: The AI Scientist

日本東京的 Sakana AI 公司在 2024 年八月推出全球第一個可全自動完成科學發現流程的工具 AI Scientist，能從文獻搜尋、提出假說、設計實驗、執行程式碼到撰寫論文一條龍完成，並把三篇 AI 生成的論文投稿到 2025 年四月的 ICLR (International Conference on Learning Representations)工作坊，在主辦方知情並設立對照實驗的情況下，有一篇通過了人類專家的審查並被接受。

AI Scientist 的運作機制

AI Scientist 是由多個 AI 代理(agent)組成，建立在 GPT-4o 或 Claude Sonnet 4 等大型語言模型(LLMs)之上，自動執行文獻搜尋、提出假設、設計研究方向和實驗、自己寫程式碼、執行並測量效率、最後產出完整論文。

研究團隊另開發自動審稿人來評估產出的品質，並以真實人類撰寫的論文進行測試，結果顯示該系統能準確預測學術會議的接受與否，其評審表現與人類審查員相當。

現實世界測試

AI Scientist 生成的 3 篇論文被混入該研討會共 43 篇的投稿中，為了確保審查的客觀性，評審們雖然被告知其中有 AI 生成的論文，但並不知道具體是哪幾篇，維持盲審機制。

最後，在三篇 AI 生成論文中，有一篇通過同儕審查，為史上第一個 AI 自主系統通過人類同儕審查的 AI 生成論文。

該篇論文獲得 6、7、6 的評分，平均 6.33 分，名列所有投稿的前 45%，成功跨越了該研討會的平均錄取門檻。

研究團隊內部也對這 3 篇論文進行了評估，結論與外部評審一致：該篇論文確實達到了研討會的發表標準，但他們也承認，目前 AI 生成的論文原創性多為中等，作者表示其論文品質還不足以達到 ICLR 主會議(Main conference)等高標準的學術要求。

此外，AI Scientist 目前還只能做計算類型的研究，還無法進行需要實體實驗或田野調查的研究。



References:

J Gottweis, WH Weng, A Daryin, et al. Accelerating scientific discovery with Co-Scientist. Nature (2026) DOI: 10.1038/s41586-026-10644-y

AE Ghareeb, B Chang, L Mitchener, et al. A multi-agent system for automating scientific discovery. Nature (2026) DOI: 10.1038/s41586-026-10652-y

C Lu, C Lu, RT Lange, et al. Towards end-to-end automation of AI research. Nature (2026) DOI: 10.1038/s41586-026-10265-5