文献精读|FASTQ交给AI之后,软件正在从“告诉你命令怎么写”,走向“真正参与整条分析工作流的执行”

2026年7月，香港科技大学（广州）等团队在 Patterns 发表了一个叫 BioMaster 的多Agent生信系统。

这项研究做了一件很实际的事：让用户用自然语言描述分析任务，AI自己规划步骤、调用专业生信工具、配置运行环境。中途软件报错，系统还会尝试定位问题、修改命令，再继续往下跑。

49项生信任务，BioMaster最终完成了47项。对于经常被环境配置、软件版本、命令参数折腾过的用户来说，这已经是一个相当有分量的进展。

它说明，AI做生信正在从“告诉你命令怎么写”，走向真正参与整条分析工作流的执行。

BioMaster给不同Agent分了工。Plan Agent负责分析任务，决定这件事应该分成哪些步骤。Task Agent把步骤变成具体命令，并调用Conda、Docker和专业生信软件执行。

运行过程中遇到错误，Debug Agent读取日志、寻找原因、尝试修复。Check Agent则负责检查输出文件是否生成、格式是否符合预期，确认能不能继续交给下一步。

因此，FASTQ真正的比对、组装、变异检测等计算，依然由成熟的专业工具完成。AI更像一个“工作流组织者”：

知道先做什么、后做什么，工具之间怎么衔接，某一步跑坏了以后又该怎么恢复。

这条路线很值得关注。因为生信工作的门槛，很多时候并不在算法本身，而在把一长串工具稳定地串起来。

研究测试了49项任务，涉及102种工具，覆盖基因组、转录组、宏基因组等不同分析类型。BioMaster完成47项，任务覆盖率为 95.9%。

对比系统SingleAgent完成24项，AutoBA完成13项，ChatGPT完成12项。

这个差距说明，专门围绕生信工作流设计的Agent系统，确实比单纯让大模型“自己想办法”稳定得多。

不过，95.9%还有一个需要读论文时留意的实验设置：

每项任务最多允许5次独立尝试，只要其中一次达到成功标准，就算任务覆盖成功。

所以这个数字更适合理解成：

给BioMaster一定的尝试和纠错机会，它已经能够覆盖绝大多数测试任务。

它不是“任意一份FASTQ上传后，一次运行就有95.9%的概率得到正确答案”。

这个区别让我们更准确地理解BioMaster已经做到哪一步。

做生信，最让人抓狂的场景往往很朴素。包没装对。软件版本冲突。参数写错。文件路径不对。上一阶段输出的格式，下一阶段工具读不进去。然后任务停在那里。

BioMaster专门让Debug Agent处理这一类运行错误。

在WGS/WES相关消融实验里，带有Debug Agent的系统能够继续推进到变异检测阶段；去掉这一Agent后，流程更容易在前面的比对等步骤停下来。

这类问题过去通常需要一个熟悉Linux和工具链的人来处理。如果Agent能够可靠地接手其中一部分工作，实验室使用复杂生信流程的门槛确实会下降。

这也是BioMaster最有现实感的一点：

AI开始能够处理那些“流程本来会卡住”的地方。

当流程越来越容易跑通，一个新的问题自然出现：

程序顺利结束以后，结果是不是就可以直接相信？

BioMaster论文对此其实很谨慎。它的主要评价目标放在workflow规划、执行、错误恢复和输出检查。这一层解决的是：程序有没有正常结束；文件有没有生成；结果能不能顺利传给下一步。

而生信分析里还有一类情况，软件本身不会报错。参考对象选得不合适，比对仍然可能完成。覆盖偏低，VCF仍然可以生成。样本存在污染，物种分类工具依然会输出一个病原名称。

论文中也观察到了基因标识符混用、跨步骤输入不一致等问题。这些现象很有价值——它们把AI生信下一阶段需要解决的问题暴露得更清楚了：

流程工程问题正在变得越来越自动化，科学判断仍然需要继续往前走。

读完这篇研究，伟翼觉得“分析成功”至少可以分成三个层次。

流程跑完了。软件运行正常，文件生成，下一步可以继续。

数据够用了。质量、覆盖、深度、参考版本等满足当前分析任务的要求。

证据能支持结论了。当前结果真正足够回答用户提出的科学问题。

比如已经生成了一条病毒consensus序列。流程层面，成功了。但要继续做分型或系统发育，还要看基因组完整度、关键区域覆盖和序列质量。再往前问：

“两个病例是不是来自同一传播链？”

还需要更多背景序列和流行病学证据。所以AI生信的发展，很可能会逐渐从：

把工具跑起来，走向知道当前结果能支持到哪一步。

BioMaster已经把前一件事推进了很远，也让后一件事变得更加值得关注。

因为它让“AI做生信”这件事具体了很多。AI不再只是坐在聊天框里解释命令。

它开始理解任务、编排工具、执行计算、处理运行错误，并维持一条多步骤workflow连续运行。同时，这项研究也给出了很清楚的边界：

工作流执行能力和最终生物学判断属于不同层次。

把这两层分开看，反而更容易理解AI目前真正取得的进展。

伟翼ESeqU一键式AI基因组分析系统，也一直在关注类似的问题。

“一键”能够降低工具使用和流程组织的门槛。进一步需要解决的，是让用户知道：

这次任务跑到了哪里；

当前数据够不够；

哪些结果已有充分证据；

哪些地方还需要人停下来确认。

BioMaster这篇论文给我们的一个重要启发是：

AI已经越来越会把复杂生信流程跑起来。

而随着这一能力逐渐成熟，AI生信的下一道题也越来越清楚：

流程跑完以后，怎样进一步判断这些结果能够支持什么结论。