Google Research：AI 智能体在湿实验室闭环做实验，实验室数字孪生拦截危险指令，DNA 适配体三轮命中率升至 42%，并设计出纳摩尔级蛋白结合体

这件事意味着什么

【要点】

Google Research 于北京时间 10 月 17 日 02:11 发布博客《Grounding AI agents in biological reality: Building blocks for autonomous wet labs》，介绍让 AI 智能体走进湿实验室的三项研究。

一是 VERID 框架：基于开源 PyLabRobot，为移液机器人工作站建一个实时 3D「数字孪生」，追踪机械臂、每个孔的液量、试剂和枪头库存。智能体下指令前先在仿真里几秒内试跑，物理上不可能或不安全的指令会被拦下。二是 DNA 适配体闭环实验：智能体设计序列、实验室合成筛选、测序结果回传，三轮后肌红蛋白和 α-凝血酶的确认命中率分别升到 33.5% 和 42.1%；中途智能体还自己发现「粘性」非特异结合的问题，改了设计规则。三是蛋白结合体设计：针对实体瘤高表达的 FAP 受体，用「只截取结合口袋」的方法让结构预测提速 8.6 倍，人机协作的计算命中率接近科学家单干的两倍，湿实验得到个位数纳摩尔亲和力的结合体。

【可核验】

Google Research 博客：https://research.google/blog/grounding-ai-agents-in-biological-reality-building-blocks-for-autonomous-wet-labs/

【我们的判断】

一、看点是「闭环」：智能体不只出主意，还根据真实实验数据修正自己，这是 AI 做科研从纸面走向实验台的关键一步。

二、规模仍小：适配体只跑了三轮、两个靶点，蛋白只做了一个靶点；论文细节需看原文报告。

三、安全设计值得注意：选用无感染性、无功能增强风险的体系，所有序列过生物安全筛查，人工审批序列和监督机器人运行。