夜雨聆风Google DeepMind + Cloud AI Research + Google Research · Gemini-based 6 智能体 · Self-play 科学辩论 + Elo 锦标赛 · 203 个研究目标
—— Binimetinib IC₅₀ ≈ 2 nM · KIRA6 治疗窗口 18× · Vorinostat 老药新用肝纤维化 · cf-PICIs phage-tail 机制独立复现 ——
◆ ◇ ◆
作者Juraj Gottweis*, Wei-Hung Weng*, Alexander Daryin*, ..., Pushmeet Kohli†, Annalisa Pawlosky†, Alan Karthikesalingam†, Vivek Natarajan† (通讯)|单位Google Cloud AI Research / Google DeepMind / Google Research / Stanford School of Medicine / Houston Methodist / Imperial College London 等|期刊Nature, 2026-05-19 online (Accelerated Article Preview)|DOI10.1038/s41586-026-10644-y|通讯邮箱juro@google.com
一导读
当科学家面对一个复杂研究问题——比如"哪些已上市药物可能用于急性髓系白血病 (AML)?"——他通常需要数月时间阅读文献、调研机制、做初步实验、修正假说,再上湿实验验证。这是一个被"宽度 vs 深度"撕裂的过程:议题越深越需要专家,而真正的突破往往诞生于跨学科的非典型连接。
2026 年 5 月,Google DeepMind / Cloud AI Research 在 Nature 报告了 Co-Scientist——一个基于 Gemini 的多智能体科研推理系统,它能像一个"无止境工作的博士后实习生团队"一样,自我生成、自我辩论、自我演化研究假说,并在三个 高难度生医任务上做到了端到端的实验室验证:AML 药物重定位、肝纤维化新靶点、抗生素耐药机制 (cf-PICIs phage-tail 假说)——其中**最强候选药 Binimetinib 在 MOLM-13 等 AML 细胞系的 IC₅₀ 低至 2 nM**,**KIRA6 (IRE1α 抑制剂) 在 KG-1a 干性细胞中比正常细胞强 18 倍**——这些都是 Co-Scientist 在没有先验提示下自动给出的。
更关键的是,**Co-Scientist 的 Elo 评分单调上升**——给它越多 test-time compute,它的假说质量越好,且专家盲评下击败了 Gemini 2.0、OpenAI o1、DeepSeek R1。这是 AI for science 第一次在 Nature 级别的工作里,被严格地"上湿实验"+"上专家盲评"+"上 Elo 锦标赛"三重验证。
二研究背景:科学家工作流的两个长期瓶颈
▍ 1. 单个科学家的"宽度-深度"撕裂
现代科学论文以每年百万级增长,深度专业化让任何一位 PI 都无法覆盖跨学科信号。真正的突破却往往诞生于"跨域非典型连接"——例如本研究里 Co-Scientist 把"epigenetic 调控"+"肝纤维化"+"已批准抗肿瘤药"三个领域桥接起来,直接命中 Vorinostat 这个 FDA-approved 老药新用候选。
▍ 2. 现有 AI 写作工具只能"总结",不能"创造"
现有的 deep research / 文献综述工具都停留在"压缩与转述"层面;LLM 直接 prompt 出来的假说大量是 hallucination 或老调重弹。**真正的科学方法需要循环:生成 → 自我批评 → 检索修正 → 再生成 → 排名 → 演化**——这正是 Co-Scientist 设计的核心。
三方法:基于 Gemini 的多智能体推理引擎
▍ 1. 六个专业智能体协同工作
Co-Scientist 内部由 6 类智能体构成,每类对应科学方法的一个环节:Generation (生成假说) / Reflection (自我批评 + 调用外部搜索查证) / Ranking (锦标赛式排序) / Evolution (演化精修) / Proximity (近邻聚类去重) / Meta-review (元评审,把高质量推理模式反馈给前面的 agent)。所有 agent 共享一个长期记忆 context。
▍ 2. 自我对抗 + 锦标赛 + 演化(像 AlphaGo 一样训练自己)
Ranking agent 让候选假说两两进行"科学辩论"(self-play debate),用 Elo 评分系统计算胜负;Evolution agent 把高 Elo 假说作为种子继续精修。这个循环越跑越好——本研究在 203 个研究目标上测得 Elo 评分**单调上升不饱和**,意味着堆 test-time compute 还有上升空间。
▍ 3. 异步任务执行框架
为了在多 agent + 多 tool 调用之间灵活分配 GPU/inference 资源,作者搭了一个 asynchronous task execution framework,使 Co-Scientist 能像分布式系统一样并行思考、按需扩缩。
▍ 4. 三大生医验证
图 1 | Co-Scientist 系统总览:科学家给出研究目标 → 6 类智能体协同(Generation / Reflection / Ranking / Evolution / Proximity / Meta-review)→ 演化迭代 → 输出 top-ranked 假说与综述。
▍ 5. 多智能体协同架构
Supervisor Agent 把任务派发给多个 Worker,每个 Worker 调用对应的专业智能体(Generation / Reflection / Ranking / Evolution / Meta-review);**所有智能体共享一个 Context Memory**,Meta-review agent 不断提炼推理模式反向 prompt 改善后续 generation,系统每次 run 都比上一次更聪明。
图 2 | Co-Scientist 多智能体异步执行架构:Supervisor 调度多 Worker、共享 Context Memory、Meta-review 反馈环路推动持续自改进。
▍ 6. 三大生医验证
(1) AML 药物重定位 — 2300 个已批准药跨 34 种癌型;5 个药入选湿实验,**Binimetinib、Pacritinib、Cerivastatin 三个显示 IC₅₀ 极低的细胞毒性**;另独立提名 KIRA6 (IRE1α 抑制剂) 等 3 个 novel candidates,**KIRA6 在 KG-1a 干性 AML 细胞 IC₅₀ = 10 nM,vs 正常细胞 TK6 IC₅₀ = 180 nM (18 倍治疗窗口)**。(2) 肝纤维化 — 3 个 novel epigenetic 靶点,**2 个被人类肝类器官实验证实抗纤维化,其中 Vorinostat 是 FDA 已批的肿瘤老药**。(3) 抗生素耐药 — 仅给最少线索,Co-Scientist 独立提出"cf-PICIs 利用 phage tail 扩大宿主范围"的机制,**与一个尚未发表的独立实验组的结论完全吻合**。
图 3 | 三大生医验证:(上) AML 药物重定位 — Binimetinib / Pacritinib 等老药;(中) 肝纤维化 — 3 个 epigenetic 靶点 + Vorinostat 老药新用;(下) 抗生素耐药 — cf-PICIs phage-tail 假说与未发表独立工作吻合。
四核心结果
▍ 1. Elo 单调上升 — test-time compute 越大越好
在 203 个研究目标上,Co-Scientist 把"思考时间"切成 10 个 bucket,每个 bucket 取 top 10 假说平均 Elo + best Elo,**两条曲线都单调上升、没有饱和**,显示出 search-and-explore paradigm 的潜在天花板远未触及。
图 4 | Elo 评分随 test-time compute 单调上升:Best hypothesis (左上) 和 Top-10 average (右上) 都在 10 个 time bucket 内持续上升;与 Gemini 2.0 / o1 / o3 / DeepSeek R1 / Human Expert 基线比较,Co-Scientist Elo 显著超出。
▍ 2. 击败所有当时的 frontier 模型
在 11 个困难研究目标上,7 位生物学博士做盲评打分:Co-Scientist 平均偏好排名 **2.36 (最好)**,Novelty **3.64 / 5**,Impact **3.09 / 5** — 击败 Gemini 2.0 Pro / Flash Thinking、OpenAI o1。LLM-as-a-judge 也给出一致结果。
图 5 | 7 位生物学博士盲评:(左) Novelty vs Impact 散点 — Co-Scientist 落在右上 (3.64, 3.09);(右) 平均偏好排名 — Co-Scientist 排第 1 (rank=2.36),击败 Gemini 2.0 / OpenAI o1。
▍ 3. AML — 三个老药 + 一个新机制候选,全部湿实验落地
**Binimetinib** (黑色素瘤 MEK 抑制剂) IC₅₀ ≈ 2 nM 在 MOLM-13/KG-1a/HL-60 等 AML 细胞系,但在非 AML 对照 TK6 IC₅₀ 高得多——意味着潜在治疗窗口。Co-Scientist 进一步通过 structured translational analysis 提出:**"Binimetinib 通过 UGT1A1 代谢绕开了 CYP3A4 介导的与唑类抗真菌药的相互作用,适合做无分子筛查的 frail/heavily-pretreated AML 一线治疗"** —— 这是一个临床医生级别的精细化推理。
同时,Co-Scientist 也自主提出了 **JNJ-64619178 + Selinexor 二联**、**JQ1 + Olaparib + MSA2 三联**等创新协同方案,在 MOLM-13 中显示出协同杀伤;在 KG-1a (TP53-mutant) 中部分组合出现拮抗,提示需要按分子分型选择组合。
图 6 | AML 候选药剂量-反应曲线 (8 个细胞系):(a-d) MOLM-13 上 Binimetinib IC₅₀ = 0.01 µM、Pacritinib 0.73 µM、Cerivastatin 6.73 µM、KIRA6 1.75 µM;(e-h) KIRA6 在 KG-1a (0.01 µM) / HL-60 / NOMO-1 / TK6 (0.18 µM) 上的窗口对比 —— KIRA6 治疗窗口 18×。
▍ 4. 肝纤维化 — Vorinostat 老药新用
在人源肝类器官 + 活细胞成像系统中,Co-Scientist 提议的 3 个 epigenetic 靶点经专家筛选后,**2 个药物在不引起细胞毒的浓度下显著抗纤维化**;其中 **Vorinostat 是 FDA 已批的 HDAC 抑制剂**(原适应症皮肤 T 细胞淋巴瘤),Co-Scientist 把它"从癌症跨到肝纤维化"——这是典型的跨学科非典型连接,人类专家很难直接想到。
▍ 5. AMR — 独立复现一个尚未发表的发现
研究者把"capsid-forming phage-inducible chromosomal islands (cf-PICIs) 如何扩大宿主范围"这一**他们组未发表的发现**作为测试题给 Co-Scientist。系统在 **2 天内**独立提出与他们最终发表结论一致的假说:cf-PICIs 与多样 phage tails 相互作用以扩展宿主范围。这是 Co-Scientist 最强的"on-par with experts"证据。
五技术栈与原理
▍ 1. Gemini 2.0 / 2.5 系列大模型作为推理底座
Co-Scientist 是 model-agnostic 的——每个 agent 内部都是 Gemini 调用 + 工具调用 + prompt 编排。换 Gemini 3 / GPT-5.4 / Opus 4.6 都可即时升级,无需再训。
▍ 2. Self-play 科学辩论 + Elo 锦标赛
借鉴 AlphaGo 自我对抗的思路:候选假说两两 debate,Ranking agent 判定胜负;长期累积出 Elo 评分,作为锦标赛排序依据。Evolution agent 在高 Elo 假说基础上做"变异 + 杂交"得到新一代候选。
▍ 3. Tool-augmented Reflection — 杜绝 LLM 幻觉
关键防幻觉手段:Reflection agent 能调用 web search、PubMed、Open Targets 等外部知识源,对自身生成的假说做"是否新颖、是否合逻辑、是否有先验文献支持"的事实核验。Ablation 显示如果去掉这个能力,Co-Scientist 的提案中 hallucinated 引用比例显著上升。
▍ 4. Test-time compute scaling — 思考越久越好
本质是把推理预算从"训练时"挪到了"使用时":同样的 Gemini 模型,Co-Scientist 多跑几轮 generate-debate-evolve,Elo 就稳定提升。**这是与 OpenAI o1 / DeepSeek R1 同一个方向的 inference-time scaling 范式**,只是 Co-Scientist 把它从单模型推到了多 agent 系统层面。
▍ 5. 持久 context memory + 元评审反馈环
所有 agent 共享一个 long-horizon context memory(类似 "scientific notebook"),Meta-review agent 不断从过往成功推理中提炼模式,反向 prompt 后续 generation/refinement——让系统每次 run 都比上一次更聪明。
六讨论与意义
▍ 1. 这不是替代科学家,而是成倍放大科学家
Co-Scientist 设计的核心理念是 "scientist-in-the-loop":研究者用自然语言指定目标,与 AI 共同迭代,而非交付一个黑盒。这避免了"AI 替代论"陷阱,且对资源贫乏地区的科学家可能是革命性的均衡器。
▍ 2. 临床/产业价值
✅ 老药新用规模化 — 2300 个药跨 34 癌型,几天内完成相当于 50+ 个博士后年的文献+假说工作✅ 协同药物组合自动设计 — 多药协同的湿实验筛选成本指数增长,Co-Scientist 能在 in silico 层面预筛掉绝大多数无效组合✅ 跨学科桥接 — 把 Vorinostat 从癌症跨到肝纤维化这种"非典型 jump"是人类专家最难做的✅ 临床转化指导 — Co-Scientist 能输出 ELN2022 风险分层 + 药代 + 安全性整合的"clinically grounded therapy"建议,逼近 clinician-scientist 级
▍ 3. 局限
(1) 文献基础限定于 open-access,paywall 内容缺失;(2) 输入文献质量不齐时有传播错误的风险;(3) Hallucination 仍不可完全消除,未来需要"溯源到具体图/表/数据"的 agent;(4) 当前 wet-lab 验证仅为 in vitro,临床转化仍需大量 in vivo + RCT;(5) 滥用此类系统(无同行评议)可能加剧科研重复性危机。
七结论
Co-Scientist 是首个把"科学方法"——观察 → 假说 → 辩论 → 检验 → 演化——直接 in-silico 化的多智能体 AI 系统。在 203 个研究目标上 Elo 单调上升,7 位专家盲评偏好排名最优,Novelty/Impact 击败所有当时 frontier 模型;在 AML、肝纤维化、AMR 三个题目上完成端到端 wet-lab 验证,**Binimetinib IC₅₀ ≈ 2 nM、KIRA6 18 倍治疗窗口、Vorinostat 跨域跳到肝纤维化、cf-PICIs phage-tail 机制独立复现** —— 这些都说明 AI 已经能与人类专家在"创造新假说"层面平起平坐,而不只是"压缩已有知识"。
其一,test-time compute 是新的科学生产力——给 AI 更多思考时间,它的假说质量持续上升,这是与 o1/R1 同一个范式的科研变体。其二,**多智能体架构比单模型更接近科学方法**——self-debate + tournament + evolution 复现了"同行评议 + 自然选择"的双重压力。其三,**AI for science 正在跨过"能不能创造新知识"这道门槛**——下一步是把湿实验自动化 (lab automation) 接入,形成完整的闭环式 autonomous discovery system。
八原文信息
原文标题Accelerating scientific discovery with Co-Scientist
作者Juraj Gottweis*, Wei-Hung Weng*, Alexander Daryin*, Tao Tu, Petar Sirkovic, Artiom Myaskovsky, Grzegorz Glowaty, Felix Weissenberger, Alessio Orlandi, Dan Popovici, Anil Palepu, Keran Rong, Ryutaro Tanno, Khaled Saab, Fan Zhang, Jacob Blum, Andrew Carroll, Kavita Kulkarni, Nenad Tomašev, Dina Zverinski, Ivor Rendulic, Elahe Vedadi, Florian Hasler, Luka Rimanic, Marina Boia, Ivan Budiselic, Ben Feinstein, Mathias Bellaiche, Tom Sheffer, Jan Freyberg, Jeremy Ratcliff, Ottavia Bertolli, Katherine Chou, Avinatan Hassidim, Burak Goktürk, Amin Vahdat, Yuan Guan, Vikram Dhillon, Eeshit Dhaval Vaishnav, Byron Lee, Tiago R. D. Costa, José R. Penadés, Gary Peltz, Yossi Matias, James Manyika, Demis Hassabis, Yunhan Xu, Pushmeet Kohli†, Annalisa Pawlosky†, Alan Karthikesalingam†, Vivek Natarajan†
单位Google Cloud AI Research, Zurich · Google DeepMind & Google Research, Mountain View · Stanford School of Medicine · Houston Methodist · Sequome (SF) · Fleming Initiative & Imperial College London
期刊Nature (Accelerated Article Preview, 2026)，DOIhttps://doi.org/10.1038/s41586-026-10644-y
架构底座Gemini 2.0 / 2.5 系列 LLM ;model-agnostic 可换 GPT-5.4 / Gemini 3 / Opus 4.6 等 frontier 模型
关键词Co-Scientist; multi-agent AI; scientific hypothesis generation; Gemini; test-time compute scaling; AML drug repurposing; liver fibrosis epigenetic targets; antimicrobial resistance; cf-PICIs; Binimetinib; KIRA6; Vorinostat
—— ◆ ——
— END —
本文仅用于学术研究分享,图片均来源于原文献,版权归原作者和期刊所有。
