De acordo com pt.wedoany.com-A Yongsheng Intelligence, subsidiária da MGI Tech, e o Laboratório de Inteligência Artificial de Xangai lançaram conjuntamente dois novos resultados na área de AI for Bio: o sistema multiagente ProtoPilot e o sistema de avaliação de agentes de fluxo completo BioLab Bench, realizando um ciclo completo de IA desde a intenção experimental até à execução física em wet lab.
Atualmente, o setor AI for Bio reúne um grande número de empresas de tecnologia, incluindo o GPT-Rosalind lançado pela OpenAI, o Co-Scientist e ERA do Google, e a bancada Claude Science da Anthropic. Estas entidades dedicam-se a fazer com que grandes modelos gerem planos experimentais e os executem em laboratório, mas a indústria permanecia geralmente na fase de "conseguir planos, mas não resultados". Especificamente, uma intenção experimental precisa de atravessar cinco camadas de transformação: intenção científica, conceção do plano, procedimento operacional padrão, código do equipamento e execução física. Um erro em qualquer etapa pode levar ao fracasso da experiência.
O ProtoPilot lançado desta vez adota uma arquitetura de colaboração multiagente, incluindo o Orchestrator Agent, o Protocol Expert Agent e o Coding Agent. O Orchestrator Agent é responsável por coordenar o fluxo de trabalho e decompor tarefas, o Protocol Expert Agent gera planos experimentais e SOPs, e o Coding Agent converte os planos em código executável pelo equipamento. O sistema possui um verificador integrado que inspeciona a segurança e executabilidade do código item por item, e realimenta as causas de falha, julgamentos de especialistas e resultados experimentais, formando uma capacidade de aprendizagem em ciclo fechado.
No benchmark ProtocolQA, reconhecido pela indústria, o ProtoPilot obteve 52,38% em perguntas abertas, próximo do nível de especialistas humanos (54%), e 85,18% em perguntas não abertas, superando o nível de especialistas. Em comparação, o atual modelo principal mais forte da OpenAI, o GPT-5.6 Sol, obteve 43,5% em perguntas abertas. Na avaliação de tarefas Protocol, o ProtoPilot alcançou uma pontuação global de 94,7 (num máximo de 100), com 98,9 para razoabilidade de parâmetros, 97,7 para consistência metodológica e 98,4 para integridade de conteúdo. Numa avaliação cega, três cientistas independentes de wet lab, sem conhecer a identidade do sistema, classificaram o ProtoPilot em primeiro lugar em 70,6% dos casos e entre os três primeiros em 90,2% dos casos. Nas tarefas de maior complexidade (L3), a taxa de aprovação do ProtoPilot foi de 60%, enquanto a referência da indústria, OpenTrons-AI, teve uma taxa de aprovação de zero.
Na etapa de conversão de código e execução do equipamento, a mediana da qualidade do código Protocol2Code do ProtoPilot atingiu 95,5, com uma Gate Pass Rate de 96,6%. Em comparação, a taxa de aprovação do LabScript-AI foi de 64,6%, do Grok-4.3 foi de 35% e do GPT-5.5 foi de 17,7%. Nos testes de migração entre equipamentos, a flutuação da Gate Pass Rate do sistema nas quatro plataformas principais MGI AlphaTool, Hamilton STAR, OpenTrons OT-2 e Tecan EVO foi de apenas 5,9 pontos percentuais. No OpenTrons OT-2, a taxa de aprovação do ProtoPilot foi de 88,24%, enquanto a IA oficial do OpenTrons foi de apenas 32,35%.
O BioLab Bench é o primeiro sistema de avaliação de agentes na área das ciências da vida que cobre todo o fluxo, desde a necessidade do utilizador até à executabilidade do equipamento. O âmbito das tarefas é estratificado por níveis de dificuldade L1 a L3, abrangendo toda a cadeia de compreensão da intenção experimental, Design2Protocol, Protocol2SOP, SOP2Code, código do equipamento e execução real da experiência, e suporta verificação multiplataforma.
Na verificação real em wet lab, o ProtoPilot completou quatro grupos de experiências com dificuldade progressiva. O primeiro grupo foi a inoculação e cultura em placa de 96 poços, com todos os 96 poços a crescer e leituras OD600 estáveis. O segundo grupo foi a PCR de 24 colónias, com todas a amplificar as bandas esperadas. O terceiro grupo foi a construção de plasmídeos e mutagénese dirigida, com sucesso na construção dos plasmídeos GLuc-WT e RLuc-WT, bem como 15 mutantes aprovados por sequenciação Sanger. O quarto grupo foi a montagem de DNA baseada no método PCA, envolvendo sete etapas operacionais, com uma taxa de positividade no rastreio inicial de 96,9% (93 positivos em 96 clones candidatos), e a sequenciação Sanger provou que todas as 4 sequências de DNA alvo foram construídas com sucesso. Além disso, após a falha da primeira ronda de montagem PCA devido a problemas de seleção de resistência, o sistema analisou automaticamente a causa e regenerou um plano corrigido, obtendo com sucesso colónias únicas isoláveis na segunda ronda e completando a confirmação por sequenciação.
A Yongsheng Intelligence foi fundada em março deste ano, como subsidiária da MGI Tech, focando-se na área AI4S. A sua equipa publicou anteriormente projetos como EvoPlay e PrimeGen em subrevistas da Nature, e liderou o desenvolvimento do sequenciador rápido E25 Flash. A MGI Tech possui produtos de automação experimental inteligente como PrepALL, AlphaTool e AIO All-in-One, acumulando mais de 3800 utilizadores globalmente até ao final de 2025. As capacidades do ProtoPilot e do BioLab Bench já foram realimentadas para a linha de produtos da Yongsheng Intelligence, fornecendo capacidades avaliáveis e corrigíveis para o αLab Brain, ao mesmo tempo que permitem que equipamentos físicos como AlphaTool e PrepALL se conectem ao ecossistema Bio Agent através do Protocol2Code.
Artigo: https://arxiv.org/abs/2606.31763
