2025年9月，百图生科联合来自普林斯顿大学、斯坦福大学、浙江大学的研究团队，

在bioRxiv发布了一篇具有里程碑意义的论文——《BioLab: End-to-End Autonomous Life Sciences 

Research with Multi-Agents System Integrating Biological Foundation Models》。

这项研究提出了一个名为BioLab的系统——一个能够“自主进行科学研究”的多智能体AI平台。

它能从一个模糊的科研目标出发，比如“设计一种针对肿瘤相关巨噬细胞的抗体”，

自行规划研究路线、检索文献、调用模型进行分子预测、生成实验方案、再根据实验结果优化策略。

换句话说，BioLab让AI第一次具备了像人类科学家一样，从构思、推理到验证的全链条科研能力。

这一突破，标志着“AI原生科学研究”（AI-native Science）的时代正式到来——AI不再只是科研的工具，

而是科研过程的参与者、组织者与推动者。其重大意义在于：

科研效率的跃迁：传统药物设计往往需要数月乃至数年，而BioLab能在数天内完成从假设到优化分子的

全过程。

知识整合的革命：它跨越了DNA、RNA、蛋白质、细胞到化学分子五个层级，

实现了多尺度生物信息的整合推理。

科研模式的转型：BioLab不仅“帮科学家做实验”，更“自己做科学研究”，

成为通往全自动化研究体系的重要一步。

与此同时，BioLab的另一突破在于，它不再只是一个“科研工具箱”，而是一套智能的底层科研操作系统。

传统科研往往像拼碎片：模型在一边跑，实验在另一边做，数据要人工整合，效率低、流程断裂。

BioLab改写了这个逻辑。它通过模块化的多智能体架构将科研的“设计—建造—测试—学习”闭环整合在一个系统里。所有模块协同工作，

让科研像操作系统运行应用一样流畅。

更关键的是，BioLab作为一个底层科研操作系统，具备高度的适配性和可扩展性，

支持实验模板与组件的跨任务复用，使科研过程的知识积累能够在系统层面被继承。

它的模块、模型、知识库都可以被共享、替换、扩展。未来，研究者甚至可以像在电脑上下载应用一样，

直接复用别人的实验模块，在BioLab上运行、改进、再发布。

我们希望，BioLab能像Windows和iOS之于数字世界那样，成为科研智能时代的底层系统与创新土壤。