过去，科学研究通常从一个明确的问题出发：提出假设、设计方案、分析数据，再用实验验证结论。 但在单细胞测序、空间组学和多组学时代，数据中的可能性远远超过研究者能够逐一检验的范围。真正稀缺的，已不只是能够“把分析做完”的能力，而是从海量数据组合中找到更有价值的方向。 当分析空间越来越大，AI能否在执行任务的基础上，还能帮助科学家发现“下一步该问什么” ？
2026年，斯坦福大学团队在《Nature Methods》发表 CellVoyager：一个面向单细胞转录组数据的人工智能智能体。它会读取研究背景与既有分析，提出新的探索假设，生成并运行代码，根据结果调整路线，最后筛选值得关注的发现。 这项工作的意义，不是让AI替人写几段代码，而是把AI推向科研中更靠前的位置——参与探索 。 01 从“执行分析”到“补全探索空间” 单细胞RNA测序可以同时观察成千上万个细胞的基因表达，也因此形成了近乎无限的分析组合：看哪类细胞、比较哪些状态、追踪哪条通路、检验哪种细胞间通信，都可能通向不同结论。 CellVoyager可以接收处理后的单细胞数据、研究背景，以及研究者已经做过的分析，主动寻找尚未被覆盖的方向，尽量避免重复劳动。 02 CellVoyager如何像研究者一样迭代？ CellVoyager以大语言模型为推理核心，在固定的Jupyter环境中工作。每轮探索都从一个分析框架启动：提出假设、拆解步骤，并生成下一步代码。 在真正执行前，系统会先采用自我批评方案，检查所调用函数的文档；代码运行后，再由视觉语言模型读取图表和文本结果，给出解释，并据此更新下一步计划。若代码报错，它会尝试修复；若路线缺乏信号，则重新规划。 每一次假设、代码、输出与解释都会保留在Notebook中，最终形成可追溯的探索记录，而不是只留下一个难以复核的答案。 图1｜CellVoyager工作流：输入论文背景、单细胞数据与分析环境，生成探索蓝图；经自我批评、代码执行、结果解释与重新规划后，汇总值得关注的发现。
03 AI真的抓住了“问题—方法”的关系吗？ 为了评价AI提出分析方向的能力，团队构建了 CellBench：收集76篇单细胞研究，共整理出659项真实分析。系统只能看到论文的背景部分，需要预测作者后来实际采用了哪些分析。 结果显示，基于 o3-mini 的 CellVoyager 相比单独使用 GPT-4o 和 o3-mini，表现分别提高23.8%和18.5%。这并不等于AI已经“理解生物学”，但说明规划、反思与领域约束，确实能让模型更好地把科学问题连接到合适的分析路径。 图2｜CellBench评价框架与结果。CellVoyager仅根据论文背景预测后续分析，在76篇研究上优于基础模型。柱状图为3次独立运行的平均准确率，误差线为标准差。
04 从数据出发，AI提出了未被预设的线索 真正关键的问题是：AI能否在真实数据中找到研究者没有预先指定、又值得探索的研究方向？ 在一项严重COVID-19外周血单核细胞研究中，CellVoyager主动探索了细胞焦亡相关特征。初步分析从CD14⁺单核细胞出发；在研究者提出应按供者进行伪批量统计后，系统吸收反馈并把分析扩展到其他细胞类型。 随后，它在COVID-19患者的CD8⁺ T细胞中发现更高的焦亡基因评分（P=0.001）。研究团队又将同一分析应用于两个独立数据集，结果仍达到统计学显著（P=0.002和P=0.038）。 AI探索路径由“先有假设，再找证据”，转向“系统探索数据—发现线索—提出假设—独立验证”。 这里需要特别注意的是，基因评分提示的是“更倾向于发生焦亡”的分子特征，并不等同于已经证明CD8⁺ T细胞发生了焦亡。它是一条值得实验继续追问的线索，而不是终点。 图3｜COVID-19案例：CellVoyager比较凋亡与焦亡评分，并在伪批量分析中发现CD8⁺ T细胞焦亡评分升高；该信号随后在两个独立数据集中复现。
05 AI提出的问题，科学家愿意继续研究吗？ 团队选取COVID-19、子宫内膜和脑衰老三个真实案例。每个案例生成5项分析，由两位具有博士训练背景的研究者独立评价，其中一位是原研究论文作者。评价维度包括创造性、生物学意义、方法正确性，以及是否提出了值得继续探索的假设。 结果并非“全对”：部分分析缺乏生物学意义，部分方法仍需修正。但在三个案例中，80%的评价都认为CellVoyager提出了值得进一步研究的假设；专家反馈还能被重新输入系统，推动分析迭代。 图4｜专家评价。三项案例研究中，每项5个分析，由两位博士级研究者独立评分；结果显示AI生成的方向具有一定创造性与可研究价值，但质量并不均一。
06 它距离“AI科学家”还有多远？ CellVoyager展示的是一种更主动的人机协作方式，但它仍然不是能够独立完成科学研究的“AI科学家”。主要体现在以下几方面： 1. 线索不等于结论 转录组中的相关性、通路评分和表达差异仍需独立数据、机制实验与因果证据验证。 2. 统计设计仍需人把关 供者层面的重复、混杂因素、多重检验与方法选择，都会决定一个结果是否可靠。 3. 新颖性依赖知识边界 模型建立在已有文献、代码和数据之上；看似新颖的方向，可能只是研究者没有写进论文，或尚未被系统检索到。 4. 领域智能体仍受环境限制 这项研究聚焦处理后的单细胞RNA测序数据，并使用固定软件环境；距离跨模态数据、湿实验与临床验证的闭环还有明显距离。 07 我的思考：科研能力正在被重新定义 CellVoyag er 最值得关注的是它开始触碰科学发 现中最难的 环节：扩展问题空间。 过去，研究者的优势来自实验技术、分析经验和领域积累。未来，可能还需要一种新的能力：将研究背景、数据边界和质量标准清晰地表达给 AI，并判断哪些线索值得投入 ，从而把机器的大规模探索，转化为可证伪的科学假设。 当 AI 从"回答问题"走向"帮助发现 问题"，医学科研的效率将会有很大的提升；而科学判断与实验验证，也会因此变得更加重要。 AI 不会因为能提出假设 就成为科学家。真正的变化，是科学家将拥有一个可以不知疲倦地搜索分析空间、却必须被严格监督的探索伙伴。 参考文献
Alber S, Chen B, Sun E, Isakova A, Wilk AJ, Zou J. CellVoyager: AI CompBio agent generates new insights by autonomously analyzing biological data. Nat Methods . 2026;23(4):749-759. doi:10.1038/s41592-026-03029-6
夜雨聆风
