arXiv:2505.13400 (cs) [2025年5月19日提交]

标题:Robin: A multi-agent system for automating scientific discovery

作者:Ali Essam Ghareeb, Benjamin Chang, Ludovico Mitchener, Angela Yiu, Caralyn J. Szostkiewicz, Jon M. Laurent, Muhammed T. Razzak, Andrew D. White, Michaela M. Hinks, Samuel G. Rodriques

查看由 Ali Essam Ghareeb 和其他 9 位作者撰写的题为 Robin: A multi-agent system for automating scientific discovery 的论文 PDF 版本 查看PDF

摘要：科学发现是由背景研究、假设生成、实验和数据分析的迭代过程驱动的。尽管最近在将人工智能应用于科学发现方面取得了进展，但还没有任何系统能够在单个工作流程中自动完成所有这些阶段。在这里，我们介绍了 Robin，这是第一个能够完全自动化科学过程关键智力步骤的多智能体系统。通过将文献搜索代理与数据分析代理集成，Robin 可以生成假设、提出实验、解释实验结果并生成更新的假设，从而实现科学发现的半自治方法。通过应用该系统，我们能够确定一种治疗干性老年黄斑变性 (dAMD) 的新方法，dAMD 是发达国家失明的主要原因。Robin 提出增强视网膜色素上皮吞噬作用作为一种治疗策略，并识别和验证了一种有希望的治疗候选药物 ripasudil。Ripasudil 是一种临床使用的 rho 激酶 (ROCK) 抑制剂，以前从未被提议用于治疗 dAMD。为了阐明 ripasudil 诱导吞噬作用上调的机制，Robin 然后提出并分析了一项后续 RNA-seq 实验，该实验揭示了 ABCA1 的上调，ABCA1 是一种关键的脂质外排泵，也是一种可能的新靶点。本报告主要文本中的所有假设、实验计划、数据分析和数据图均由 Robin 制作。作为第一个在迭代实验室环路框架内自主发现和验证新型治疗候选药物的 AI 系统，Robin 为 AI 驱动的科学发现建立了一个新范例。

主题：| 人工智能 (cs.AI); 多智能体系统 (cs.MA); 定量方法 (q-bio.QM) ---|--- 引用方式：| arXiv:2505.13400 [cs.AI] (或 arXiv:2505.13400v1 [cs.AI] 对于此版本) https://doi.org/10.48550/arXiv.2505.13400 通过 DataCite 关注以了解更多 arXiv 发布的 DOI（等待注册）

提交历史

来自: Andrew White [查看电子邮件] [v1] 2025年5月19日 17:36:17 UTC (12,841 KB) 全文链接:

访问论文:

查看由 Ali Essam Ghareeb 和其他 9 位作者撰写的题为 Robin: A multi-agent system for automating scientific discovery 的论文 PDF 版本