撰文丨王聰

編輯丨王多魚

排版丨水成文

將人工智能（AI）與機(jī)器人技術(shù)相結(jié)合，為分子發(fā)現(xiàn)和優(yōu)化提供了一種很有前景的方法，能夠高效地探索廣闊的化學(xué)空間，這種 AI+機(jī)器人驅(qū)動(dòng)的自動(dòng)化實(shí)驗(yàn)室，能夠像人類一樣思考，還能像機(jī)器人一樣夜以繼日的設(shè)計(jì)和實(shí)驗(yàn)，然而，其在新興領(lǐng)域的應(yīng)用往往受到歷史數(shù)據(jù)稀疏的限制。

2026 年 2 月 24 日，多倫多大學(xué)李博文、王波團(tuán)隊(duì)合作（許躍、崔昊天為論文共同第一作者），在國際頂尖學(xué)術(shù)期刊Cell上發(fā)表了題為：LUMI-lab: A foundation model-driven autonomous platform enabling discovery of ionizable lipid designs for mRNA delivery 的研究論文。

該研究開發(fā)了一個(gè) AI+機(jī)器人驅(qū)動(dòng)的“全自動(dòng)實(shí)驗(yàn)室”——LUMI-lab，它僅用十輪實(shí)驗(yàn)，就自主發(fā)現(xiàn)了能夠顯著提升肺部 mRNA 遞送效率的全新可電離脂質(zhì)分子，甚至找到了人類專家從未想過的設(shè)計(jì)秘訣。

這項(xiàng)研究表明了LUMI-lab是一個(gè)強(qiáng)大的、數(shù)據(jù)高效的平臺(tái)，可用于分子的自主發(fā)現(xiàn)和優(yōu)化，突顯了 AI 驅(qū)動(dòng)的機(jī)器人系統(tǒng)在推進(jìn)下一代 RNA 遞送技術(shù)方面的巨大潛力。

該研究的亮點(diǎn)：

• 預(yù)訓(xùn)練的 LUMI 模型推動(dòng)自主閉環(huán)分子發(fā)現(xiàn)；

• 自主實(shí)驗(yàn)室合成并測試了超過 1700 種可電離脂質(zhì)以進(jìn)行微調(diào)；

• 主動(dòng)學(xué)習(xí)能夠?qū)崿F(xiàn)對(duì)化學(xué)空間的平衡探索與利用；

• 溴化脂質(zhì) LUMI-6 實(shí)現(xiàn)體內(nèi) 20.3% 效率的肺上皮基因編輯。

數(shù)據(jù)荒漠中的 AI 探險(xiǎn)家

mRNA 技術(shù)自 COVID-19 以來已廣為人知，但其成功高度依賴一個(gè)關(guān)鍵“快遞員”——脂質(zhì)納米顆粒（LNP）。LNP 中發(fā)揮核心作用的是可電離脂質(zhì)，它能高效包裹 mRNA 并在細(xì)胞內(nèi)精準(zhǔn)釋放。然而，設(shè)計(jì)高效的可電離脂質(zhì)極其困難，可供參考的歷史數(shù)據(jù)少得可憐——目前僅有 3 款 LNP 獲得 FDA 批準(zhǔn)。傳統(tǒng)方法依賴專家經(jīng)驗(yàn)和“試錯(cuò)”，效率低下。

在這項(xiàng)最新研究中，研究團(tuán)隊(duì)開發(fā)了一個(gè)全自動(dòng)實(shí)驗(yàn)室——LUMI-lab，這是一個(gè)將基于 Transformer 的基礎(chǔ)模型與主動(dòng)學(xué)習(xí)實(shí)驗(yàn)工作流相結(jié)合的自主實(shí)驗(yàn)平臺(tái)，旨在解決數(shù)據(jù)稀疏帶來的挑戰(zhàn)。

這是一個(gè)融合了基于 Transformer 的基礎(chǔ)大模型、機(jī)器人實(shí)驗(yàn)和主動(dòng)學(xué)習(xí)的自主發(fā)現(xiàn)平臺(tái)，簡單來說，它擁有一個(gè)聰明的“AI 大腦”和不知疲倦的“機(jī)器人雙手”。

LUMI-lab：從虛擬到現(xiàn)實(shí)的閉環(huán)

LUMI-lab的運(yùn)作是一個(gè)完美的“設(shè)計(jì)-合成-測試-分析”閉環(huán)：

• 設(shè)計(jì)：預(yù)訓(xùn)練的 LUMI（large-scale unsupervised modeling followed by iterative experiments）模型（基于超過 2800 萬個(gè)分子結(jié)構(gòu)訓(xùn)練）從包含 22 萬種可能分子的虛擬庫中，挑選出最有潛力的候選脂質(zhì)。

• 合成與測試：機(jī)器人手臂自動(dòng)執(zhí)行化學(xué)合成，將選定的分子制成 LNP，并遞送給培養(yǎng)的細(xì)胞，最終通過檢測熒光信號(hào)來評(píng)估其遞送 mRNA 的效率。

• 學(xué)習(xí)與進(jìn)化：實(shí)驗(yàn)結(jié)果數(shù)據(jù)返回給 AI 模型，用于微調(diào)其預(yù)測能力，模型在下一輪實(shí)驗(yàn)中，會(huì)變得更“聰明”，提出更好的設(shè)計(jì)方案。

更巧妙的是，每輪實(shí)驗(yàn)包含兩個(gè)板塊：“利用”板選取預(yù)測效果最好的分子；“探索”板則專門測試模型最不確定的分子。這種策略平衡了“摘取已知低垂果實(shí)”和“探索未知領(lǐng)域”，確保高效發(fā)現(xiàn)。

LUMI-lab概述

關(guān)鍵發(fā)現(xiàn)：被忽視的“溴”麗轉(zhuǎn)身

經(jīng)過十輪迭代，LUMI-lab 自主合成了超過 1700 種脂質(zhì)，其發(fā)現(xiàn)令人驚訝——AI 自主識(shí)別出“溴化脂質(zhì)尾”是提升遞送效率的關(guān)鍵結(jié)構(gòu)特征。

在由 22 萬種分子構(gòu)成的虛擬化學(xué)空間中，含溴的脂質(zhì)僅占 8.33%。然而，AI 在實(shí)驗(yàn)中有意無意地“偏愛”它們——最終被提名合成的分子中，26.4% 含溴；而在所有實(shí)驗(yàn)中表現(xiàn)最優(yōu)異（前 10%）的脂質(zhì)里，含溴分子的比例更是高達(dá) 52%！

為驗(yàn)證這一發(fā)現(xiàn)，研究團(tuán)隊(duì)合成了最佳脂質(zhì)LUMI-6及其去溴版本 LUMI-6D。結(jié)果證實(shí)，僅僅一個(gè)溴原子的差異，就讓 LUMI-6 的 mRNA 遞送效率提高了 1.8 倍。機(jī)制研究表明，溴化修飾促進(jìn)了 LNP 的“內(nèi)體逃逸”，這是 mRNA 被成功送入細(xì)胞的關(guān)鍵一步。

從細(xì)胞到活體：實(shí)現(xiàn)高效基因編輯

小鼠體內(nèi)實(shí)驗(yàn)的結(jié)果更令人振奮，當(dāng)將裝載了 CRISPR-Cas9 基因編輯系統(tǒng)的 LUMI-6 LNP 通過鼻腔遞送到小鼠肺部后，它實(shí)現(xiàn)了20.3%的肺上皮細(xì)胞編輯效率，超越了之前報(bào)道的吸入式 LNP 遞送 CRISPR 系統(tǒng)的最高紀(jì)錄。

這意味著，這種由 AI 自主發(fā)現(xiàn)的脂質(zhì)，在治療囊性纖維化、α-1 抗胰蛋白酶缺乏癥等肺部遺傳疾病方面，具有巨大的應(yīng)用潛力。安全性評(píng)估也顯示，其免疫反應(yīng)和毒性譜與已獲批的臨床基準(zhǔn)脂質(zhì) SM-102 相當(dāng)。

啟示與未來：AI 驅(qū)動(dòng)科學(xué)發(fā)現(xiàn)的新范式

這項(xiàng)研究的深遠(yuǎn)意義不僅在于發(fā)現(xiàn)了一種高效的脂質(zhì)，更在于驗(yàn)證了一種全新的科研范式——

• 超越人類直覺：溴原子在藥物化學(xué)中常用于調(diào)節(jié)脂溶性和代謝穩(wěn)定性，但此前從未被系統(tǒng)地視為提升 LNP 性能的設(shè)計(jì)原則。LUMI-lab 在沒有先驗(yàn)假設(shè)的情況下，自主發(fā)現(xiàn)了這一非直覺性的結(jié)構(gòu)-功能關(guān)系。

• 應(yīng)對(duì)“數(shù)據(jù)稀疏”挑戰(zhàn)：LUMI 模型通過海量無監(jiān)督預(yù)訓(xùn)練獲得通用的分子理解能力，使其能在實(shí)驗(yàn)數(shù)據(jù)極少的新興領(lǐng)域快速學(xué)習(xí)，為眾多“數(shù)據(jù)荒漠”領(lǐng)域的研究提供了模板。

• 加速發(fā)現(xiàn)循環(huán)：將一次實(shí)驗(yàn)周期壓縮至約 39 小時(shí)，并通過并行化工作流程極大提升了通量，讓科學(xué)家從重復(fù)勞動(dòng)中解放出來，專注于更高層次的科學(xué)問題。

LUMI-lab的成功標(biāo)志著 AI 正從數(shù)據(jù)分析工具，蛻變?yōu)槟軌?strong>自主提出假設(shè)、驅(qū)動(dòng)實(shí)驗(yàn)、并做出新發(fā)現(xiàn)的“科研伙伴”。它揭示的不僅是一個(gè)溴原子，更是 AI 在探索廣闊未知化學(xué)空間中的驚人潛力。

論文鏈接：

https://www.cell.com/cell/abstract/S0092-8674(26)00099-1