Представим два научных запроса. В первом модель получает последовательность белка и предсказывает его форму, опираясь на большой архив экспериментально определённых структур. Во втором исследователь спрашивает: какую гипотезу проверить дальше, какие объяснения уже предложены и какой опыт позволит различить их?

Это разные задачи. В первом случае системе нужно найти закономерность между входом и ответом. Во втором она должна связать литературу, сформулировать проверяемое предположение, заметить слабые места и предложить следующий эксперимент. Недавняя система Co-Scientist показывает, как такой процесс можно частично перенести в вычислительную среду. Но её результаты пока говорят о поддержке исследователей, а не о замене лаборатории автономным агентом.

Как система работает с гипотезами

Многие успешные модели получают заранее определённые вход и выход. Например, по последовательности они предсказывают структуру белка или классифицируют участок генома. Научный агент работает с более длинной цепочкой. Исследователь задаёт цель и ограничения, после чего система ищет литературу, предлагает несколько гипотез, сравнивает их и уточняет наиболее перспективные варианты.

В статье в Nature команда Юрая Готтвайса, Вэй-Хуна Вэна и коллег описывает Co-Scientist, многоагентную систему на основе моделей Gemini 2.0. В ней есть отдельные компоненты для генерации идей, критики, ранжирования, поиска сходства и редактирования гипотез. Система проводит внутренние турниры между вариантами, а затем передаёт исследователю отобранные предложения и возможные протоколы проверки.

Это не полностью автономный процесс. Учёный задаёт исследовательскую цель, может добавлять собственные идеи, вводить ограничения и направлять работу системы. Поэтому Co-Scientist точнее описывать как инструмент совместной работы, а не как независимого исследователя.

Авторы проверяли систему несколькими способами. Они изучили вклад отдельных компонентов, оценили влияние увеличения вычислений во время работы на 203 исследовательских целях, сравнили гипотезы на 15 сложных биомедицинских задачах и провели экспертную оценку на 11 задачах. Кроме того, предложения системы проверяли в лаборатории по трём направлениям: репозиционирование лекарств при остром миелоидном лейкозе, поиск мишеней для лечения фиброза печени и объяснение механизма переноса генов, связанного с устойчивостью бактерий к антибиотикам.

В третьем случае Co-Scientist за два дня предложила механизм, который совпал с результатами независимой исследовательской группы. На тот момент эти результаты ещё не были опубликованы. Это интересный пример воспроизведения открытия, но не доказательство полностью самостоятельного поиска в неизвестной области: исследователи заранее задали тему, над которой работала их группа.

Что подтверждено экспериментами

Самые содержательные данные дают лабораторные проверки. В экспериментах по лейкозу один из предложенных кандидатов, ингибитор KIRA6, снижал жизнеспособность клеток, причём разные клеточные линии реагировали неодинаково. Для линии KG-1a концентрация, при которой подавлялась половина клеточной активности, составляла 10 нМ, а для контрольной линии TK6, не относящейся к лейкозу, 180 нМ.

Это указывает на различие чувствительности в условиях конкретного опыта. Авторы говорят о возможном терапевтическом окне in vitro, то есть в клеточной модели. Но такой результат не доказывает, что препарат лечит лейкоз у людей. Он не отвечает на вопросы о безопасности, распределении вещества в организме, побочных эффектах и клинической эффективности.

При фиброзе печени два из трёх отобранных экспертами соединений показали противофибротическую активность в человеческих печёночных органоидах без наблюдаемой клеточной токсичности. Органоидная модель ближе к ткани человека, чем простой анализ отдельной клеточной линии, однако она всё равно не воспроизводит организм целиком. Авторы прямо называют эти опыты предварительным этапом, который не заменяет доклиническую и клиническую оценку.

Внутренние и экспертные сравнения тоже требуют осторожности. На 11 задачах эксперты присвоили Co-Scientist среднее место 2,36. Средние оценки новизны составили 3,64, а ожидаемого влияния 3,09 из 5. Это субъективные оценки небольшой группы, а не проверка научной истинности каждой гипотезы.

Рост рейтинга Elo при увеличении вычислений показывает, что гипотезы лучше ранжировались во внутренних турнирах системы. Но Elo здесь не равен проверке природой. Он отражает сравнительную оценку вариантов, а не то, окажется ли конкретная гипотеза верной после независимого эксперимента.

Поэтому фразу «воспроизводит исследовательский цикл» стоит понимать ограниченно. Co-Scientist связывает несколько интеллектуальных операций, прежде всего генерацию, критику и приоритизацию гипотез. Эксперименты при этом проводили учёные: они помогали формулировать задачи, выбирали кандидатов и решали, что проверять.

Что происходит, когда данных недостаточно

Научный агент рассуждает по тем материалам, к которым может получить доступ. Авторы Co-Scientist предупреждают, что система опирается на открытую литературу. Важные работы за платным доступом могут остаться вне поля зрения, а отрицательные результаты часто вообще не попадают в публикации или базы данных.

Это создаёт особую проблему. Если эксперимент не подтвердил гипотезу, но результат не опубликован или не найден, агент не сможет учесть его в следующем рассуждении. Система может повторно предложить направление, которое уже оказалось бесперспективным.

Качество научной литературы также неоднородно. В публикациях могут встречаться противоречивые выводы, а базовая языковая модель способна создавать убедительные, но неверные утверждения. По данным авторов, поиск помогал отсекать часть неправдоподобных идей, но не превращал Co-Scientist в безошибочного читателя научных работ. Среди дальнейших задач они называют проверку фактов и отслеживание того, из каких именно данных или фрагментов источника следует конкретное утверждение.

Сравнение моделей ДНК показывает более узкое ограничение. В исследовании Nature Communications Хаонань Фэн и коллеги сравнили пять моделей на 57 наборах данных. Проверяли классификацию последовательностей, прогноз экспрессии генов, оценку эффектов генетических вариантов и распознавание областей хроматина.

Результаты заметно различались между задачами. Общие модели показывали конкурентные результаты в некоторых задачах распознавания патогенных вариантов, но уступали специализированным моделям при прогнозировании экспрессии генов и поиске предполагаемых причинных генетических вариантов. В режиме без дообучения на конкретной задаче средняя корреляция прогноза экспрессии для входов длиной 6 тысяч пар оснований составляла 0,114–0,123.

Это исследование напрямую не проверяет научных агентов. Оно показывает другой предел: даже хорошие представления биологических последовательностей не одинаково полезны для разных выводов. Агент может объединить доступные модели и инструменты, но не получает автоматически причинного знания, которого нет в данных или в процедуре проверки.

Почему запись действий не делает лабораторию воспроизводимой

Вычислительный процесс можно подробно записать: сохранить запросы, версии данных, вызванные инструменты и последовательность шагов. Такая запись помогает повторить сам анализ. Но физический эксперимент содержит дополнительные переменные. Клеточные линии меняются со временем, реагенты могут содержать примеси, а условия среды влияют на результат. Это соображение приведено в эссе MIT Technology Review об ИИ для науки, но в этом материале оно не проверялось как отдельное исследование.

История Protein Data Bank показывает, какую работу требуют надёжные научные данные. Обзор Хелен Берман и Стивена Бёрли описывает архив, созданный для хранения, проверки и распространения экспериментально определённых структур биомолекул. Именно такие данные помогли развить вычислительное предсказание белковых структур.

При этом модели не отменили эксперимент. Авторы обзора отмечают, что для крупных молекулярных комплексов вычислительные методы пока не дают точности, сопоставимой с экспериментальными методами более низкого разрешения. Даже для отдельных белков экспериментально определённые структуры точнее вычислительных моделей и часто дают сведения о связывании малых молекул, которых нельзя получить из одного предсказания.

Здесь важно различать два уровня воспроизводимости. Журнал действий агента делает вычислительную процедуру прозрачнее. Воспроизводимость физического опыта требует также описывать материалы, протоколы и условия, а затем проверять результат независимо. Первая мера полезна, но сама по себе не гарантирует вторую. Вопрос о том, насколько надёжен результат и применимы ли его выводы за пределами конкретного опыта, связан с валидностью исследования и границами его выводов.

Где такие агенты уже могут быть полезны

По имеющимся данным, наиболее подходящи задачи, в которых можно ясно задать цель, найти существенную часть литературы и сравнительно быстро проверить кандидатов стандартным методом. В Co-Scientist это были ограниченный поиск новых применений лекарств, проверка отдельных соединений на клетках и органоидах, а также поиск объяснения конкретного механизма.

В таких условиях агент способен расширить список гипотез и помочь исследователям решить, какие из них проверить первыми. Его преимущество не обязательно в том, что он сразу находит правильный ответ. Скорее, он быстро перебирает варианты, связывает сведения из разных областей и помогает не потерять идеи, которые трудно удерживать в обычном обзоре литературы.

Сложнее обстоят дела там, где исходные данные неполны, отрицательные результаты скрыты, эксперимент трудно стандартизировать, а пространство объяснений широко. В этих условиях дополнительные вычислительные шаги не устраняют нехватку наблюдений. Даже подтверждённая в лаборатории биологическая активность не отвечает сама по себе на вопросы о безопасности, механизме действия и клиническом эффекте.

Пока научный ИИ убедительнее всего выглядит как участник исследовательской команды. Он помогает читать, связывать и ранжировать идеи, но не снимает с людей ответственность за постановку задачи, выбор эксперимента и оценку результата. Чтобы говорить о замкнутом автономном цикле, потребуются более объективные проверки гипотез, полные и надёжные базы данных, доступ к отрицательным результатам и лабораторные системы с контролем качества.

В опубликованной работе Co-Scientist такой цикл остаётся перспективой. Уже показано, что агент может поддерживать отдельные этапы исследовательского процесса и помогать находить проверяемые биомедицинские гипотезы. Не показано, что он способен самостоятельно ставить надёжные научные цели в неограниченном пространстве проблем, проводить эксперименты без экспертного надзора и заменять экспериментальную науку.

Источники

Статус обзора. Материал сопоставляет опубликованное исследование Co-Scientist с benchmark-исследованием моделей ДНК, обзором Protein Data Bank и редакционным эссе. Он не является нашей экспериментальной работой и не заменяет рецензирование исходных статей.

Метод и ограничения источников. Основной источник, статья о Co-Scientist, опубликован в Nature в 2026 году, прошёл рецензирование и доступен в полном тексте и PDF. Проверка системы включала абляционный анализ, 203 исследовательские цели, 15 задач для сравнительного теста, 11 задач для экспертной оценки и лабораторные проверки по трём биомедицинским направлениям. Лабораторные результаты были получены при участии учёных и в основном относятся к клеточным и органоидным моделям. Поэтому их нельзя напрямую переносить на лечение людей или на автономное исследование в других дисциплинах.

Схема показывает, что научный агент связывает поиск, генерацию и отбор гипотез, но постановка задачи и лабораторная проверка в исследовании Co-Scientist оставались за учёными.

Фото: Timothy Nkwasibwe / Pexels