上海交通大学计算机学院IPADS实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，依托张江高等研究院DNA存储研究中心，构建了AI原生科学实验室AutoDNA装置（思源一号），实现自主分子生物学实验操作。相关成果发表于《自然》杂志，并获该刊官网首页头条重点报道。
现有AI自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则，再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率，但难以适应生物分子实验流程复杂、仪器类型多样，以及对实时执行、环境稳定和操作精度要求严格等特点。
针对上述问题，AutoDNA采用AI原生架构，通过模型、实验与仪器的协同设计展开攻关。在实验流程组织层面，系统构建了面向实验的多智能体架构，将复杂任务分解为文献检索、试剂选择、方案设计、代码生成、硬件执行、结果分析和迭代优化等环节，并根据实验进展组织多个专业智能体协同工作，使模型贯通“设计—实验—优化”全过程，依据实验结果持续调整后续方案。
在仪器协同层面，AutoDNA将各类仪器的能力提炼为适合模型理解和调用的“原子服务”，以自然语言说明和统一代码接口明确每台设备的能力边界与调用方式。这层抽象屏蔽了不同型号仪器的底层差异，使模型能够根据实验需求组合设备能力，生成、检查和修正跨设备控制代码，将数字世界中的实验设计转化为物理世界中的仪器操作。
在执行精度层面，AutoDNA将高精度自动化硬件与实验执行调度系统相结合。硬件提供微米级定位和微升级液体处理能力，系统负责程序检查、仪器状态跟踪和资源调度，使多个实验任务在满足时序和操作约束的前提下有序运行。平台在构建过程中还集成了基于OpenHarmony操作系统的控制终端，并展示了在核酸检测、酶促DNA合成、癌症检测等场景中的应用验证。
该研究的意义在于，AutoDNA将AI从实验流程的辅助工具转变为贯通设计、执行与优化的核心调度层，为AI自主科学实验室向分子生物学等精密实验领域扩展提供了可复用的架构思路。随着多智能体协同与仪器抽象层方案的成熟，自主实验平台有望在生物医药研发、DNA存储等对流程复杂度和操作精度要求较高的场景中加速落地。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
