Biomni: революционный ИИ Стэнфорда для автоматизации биомедицинских исследований

Сложности биомедицинских исследований

Биомедицинские исследования охватывают обширные и разнородные данные — от генетики до клинических исследований, требующие специализированных инструментов и глубоких знаний. Для генерации гипотез и проектирования экспериментов важно интегрировать данные из геномики, протеомики и других областей. Однако растущий объем данных и фрагментация инструментов создают узкие места, ограничивая возможности исследователей.

Ограничения существующих ИИ-инструментов

Современные ИИ-инструменты для биомедицины часто решают узкие задачи и требуют ручной интеграции. Большие языковые модели помогают в ответах на вопросы, но не умеют напрямую взаимодействовать со специализированными базами и инструментами. Предыдущие ИИ-агенты опирались на жестко заданные сценарии, что снижало гибкость.

Представляем Biomni: универсальный биомедицинский ИИ-агент

Исследователи из Стэнфорда и партнерских институтов разработали Biomni — универсального ИИ-агента для автоматизации разнообразных задач биомедицины. Biomni включает базовую среду Biomni-E1, объединяющую 150 специализированных инструментов, 105 программных пакетов и 59 баз данных, извлеченных из десятков тысяч публикаций по 25 направлениям.

Архитектура Biomni-A1 динамически выбирает инструменты и генерирует код для автономного выполнения сложных анализов, генерации гипотез и разработки протоколов. В отличие от статических моделей, Biomni гибко сочетает выполнение кода, запросы данных и вызовы инструментов, создавая плавные рабочие процессы.

Продвинутые возможности Biomni

Biomni-A1 использует языковую модель для выбора релевантных ресурсов, формируя сложные рабочие процессы с логикой циклов и условий. Адаптивное планирование позволяет уточнять задачи в процессе выполнения, обеспечивая контекстно-зависимое поведение.

Результаты работы

Biomni показал высокие результаты на бенчмарках LAB-Bench — 74,4% точности в базе знаний и 81,9% в последовательностных вопросах, превзойдя экспертов. На HLE он превзошел базовые модели на 400% и кодирующих агентов на 43%. В реальных кейсах Biomni самостоятельно проанализировал сотни файлов с данными носимых устройств и сна, выявив новые физиологические закономерности.

Анализ масштабных мультиомных данных

ИИ обработал свыше 336 000 профилей одноядерного РНК-секвенирования и ATAC-секвенирования эмбриональных тканей. Biomni построил многоступенчатые пайплайны для прогнозирования регуляторных связей генов и создал визуализации: графики траекторий, тепловые карты. Агент самостоятельно писал код, исправлял ошибки и интерпретировал результаты, генерируя структурированные отчеты.

Основные выводы

• Biomni-E1 объединяет обширную биомедицинскую базу знаний с инструментами и данными.
• Система значительно превосходит существующие ИИ-методы по эффективности.
• Автоматически выполняет многоэтапные рабочие процессы, имитируя работу ученых.
• Генерирует сложные визуализации и отчеты без вмешательства человека.

Biomni — прорыв в области биомедицинского ИИ, способствующий ускорению исследований, снижению нагрузки на ученых и открытию новых научных знаний.

Для подробностей ознакомьтесь с оригинальной статьей и репозиторием кода.