«Агенты переписали правила после провала раунда»: Google Research довёл замкнутый цикл ИИ до лабораторного стола — 42,1% попаданий по α-тромбину

Что объявила Google Research

Публикация от 16 октября 2026 года описывает три проекта с общей целью: замкнуть цикл между вычислительным поиском и реальным экспериментом. Авторы поста — Pooja Rao (research scientist), Petar Sirkovic (software engineer) и Annalisa Pawlosky (research scientist), все из Google; работу ведёт Pawlosky, и к посту приложены три отдельные статьи.

Две проблемы названы прямо. Первая: передовые модели всё ещё ненадёжно рассуждают о трёхмерной геометрии и физическом состоянии, а именно это нужно, чтобы автоматизировать лабораторных роботов, которые переносят реагенты, отслеживают объёмы и выполняют протоколы молекулярной биологии. Вторая: гипотезы и вычислительный дизайн продвигаются быстро, а реальные эксперименты за ними не успевают, поэтому узким местом стало считывание результатов из лаборатории.

Масштаб поиска описан числом: один белок из 100 аминокислот даёт не менее 20 в степени 100 возможных последовательностей, и такая задача требует динамического перебора множества кандидатов.

VERID: цифровой двойник лабораторного стола

Первый проект — VERID (VERified Infrastructure for Discovery Laboratories). Это семантический цифровой двойник лабораторной рабочей станции: живое дерево трёхмерных объектов с состоянием, которое отслеживает всё — от геометрии роботизированной руки до объёма в каждой лунке, идентичности реагентов и запаса наконечников.

Смысл в том, что безопасность команды зависит не только от кода, но и от физического контекста. Агент может написать синтаксически верный код, который физически невозможен — например, опустить 8-канальную пипетку в узкий корыт, который для неё слишком короток, — логистически недопустим, скажем отсос из пустой лунки, или научно скомпрометирован неучтёнными эффектами течения жидкости.

VERID построен на открытом фреймворке PyLabRobot и даёт четыре вещи: отслеживание состояния в 3D в реальном времени, быстрые виртуальные прогоны, которые за секунды ловят столкновения и пустые лунки, аппаратные проверки безопасности, блокирующие неверные команды до робота, и синхронизированные видеозаписи с журналами действий. В самой работе эти сервисы перечислены как запрашиваемая интроспекция для рассуждений агента, сжатая по времени симуляция для проверки протоколов, сохранение полной трассы эксперимента и рамка безопасного исполнения.

Что поймал цифровой двойник

Случаи перечислены с результатами. Синхронизированное видео с трассой исполнения показало неравномерную стратификацию красителя из-за дозирования слишком близко ко дну лунки, и агент уточнил стратегию перемешивания; в той же кампании состояние цифрового двойника позволило агенту восстановиться после отказа планшетного ридера прямо посреди прогона, не перенося пробы заново.

Когда симулятор отклонил забор сразу 8 каналами, физически не помещавшийся в узкий корыт, агент перепланировал работу на ходу и построил точечный факторный диагностический эксперимент, который выявил тонкое смещение от остаточного переноса на стенке наконечника; простое повторение опыта этого смещения не увидело бы.

В отдельной кампании замкнутой игры с самим собой агент итеративно проектировал и запускал роботизированные эксперименты, чтобы восстановить состав слепых смесей красителей по снимкам сверху, и, распознавая собственные оптические и жидкостные артефакты между прогонами, поднял точность более чем в пять раз.

Аптамеры: три раунда и 7–10 дней на цикл

Второй проект — работа «Aptamers as a sandbox for lab-in-the-loop agentic molecular discovery». Песочницей взяты ДНК-аптамеры, которые связываются с белками: полный цикл «дизайн — тест — анализ» занимает всего 7–10 дней, потому что ДНК химически синтезируют в пулах библиотек и читают прямо секвенированием.

Схема раунда такая: агенты предлагают последовательности, их проверяют против целевых белков на магнитных шариках, отбирая рабочие связыватели, а затем секвенируют и получают количественные данные для следующего цикла.

Кампания шла три раунда на двух белках разной сложности — миоглобине и α-тромбине. Доля подтверждённых попаданий по цели поднялась до 33,5% для миоглобина и 42,1% для α-тромбина, но каждая цель потребовала найти и преодолеть свой режим отказа лабораторного шага.

На α-тромбине первый раунд дал ноль связывателей: фиксированные праймерные «хвосты» нарушили укладку у 48% последовательностей. Во втором раунде агенты ввели защемлённые фланкирующие стебли, в третьем — расширили разнообразие, и попадания выросли до 26,0%, а затем до 42,1% при специфичности 98,5%.

Миоглобин: как данные второго раунда поймали артефакт

На миоглобине второй раунд выглядел успешным ровно до проверки специфичности. Стремясь к «сырому» сродству, агенты обогатили G-квадруплексные мотивы — 63% дизайнов, — и грубый отбор действительно вырос, но лабораторные данные показали, что большинство этих квадруплексов липнет неспецифично: к посторонним белкам и к голым магнитным шарикам.

Специфичность упала с 75,0% до 19,1%, а истинная доля попаданий с поправкой на шарики — с 10,2% до 3,7%. Агенты распознали артефакт по данным второго раунда и сами переписали правила проектирования на третий: ограничили промисуитетные мотивы, вычли связыватели шариков и перешли на не-G4 структурные каркасы. Специфичность вернулась к 72,4%, а доля попаданий по цели выросла в девять раз — до 33,5%.

В статье авторы отдельно разбирают, как агенты рассуждают: они анализируют данные и предлагают правки протоколов, но иногда думают нетипично и уходят в пространства последовательностей, куда структурные биологи не пошли бы.

Белки: эпитопная эксцизия, FAP и FACS

Третий проект — «Agent-guided epitope excision enables economical de novo binder design». Здесь цикл дороже: белки, в отличие от аптамеров, приходится экспрессировать биологически, поэтому каждый виток добавляет стадии клеточной или бесклеточной селекции, экспрессии и укладки, а вычислительная и лабораторная части становятся узкими обе.

Работу применили к FAP (fibroblast activation protein alpha) — крупному сложному рецептору, сверхэкспрессированному в солидных опухолях: за несколько экспериментальных прогонов лучшие дизайны дали связыватели с однозначным наномолярным сродством, то есть с той плотностью связывания, которую обычно получают только после многих раундов лабораторной оптимизации.

Экономия пришла из вычислительного шага. Финальная переукладка комплекса съедает подавляющую часть GPU, потому что её стоимость растёт квадратично с длиной цели; если вырезать во время укладки только локальный карман связывания, каждый цикл ускоряется более чем в восемь раз без потери структурной точности. В статье цифра уточнена: предсказание структуры ускорилось в 8,6 раза, а для 719-остаточного внеклеточного домена FAP эксцизия срезала GPU-часы на 88%.

В сравнении на равном объёме вычислений гибрид «человек плюс агент», где учёный задаёт стратегию, а агент ведёт тактическое исполнение, почти удвоил долю попаданий в вычислительном отборе против учёного, работавшего в одиночку, и нашёл попадания по куда более широкому набору участков цели. В статье то же записано точнее: при фиксированном бюджете вычислений схема с человеком в цикле подняла вычислительную долю попаданий с 5,06% до 9,33%, а GPU-часы сократила ещё на 42%; отказ от выравнивания множества последовательностей при переукладке примерно удвоил видимый выход.

Лабораторную проверку масштабировали на дрожжевом поверхностном дисплее с сортировкой клеток по флуоресценции (FACS). Проверка на дрожжах дала наномолярные связыватели из сгенерированных дизайнов, а сам метод проверен на 15 целях и 3 666 дизайнах, где вырезанные окна воспроизводили интерфейсы связывания с медианным Cα RMSD 0,37 Å.

Безопасность: скрининг, симуляция, человек

Раздел о безопасности описывает три уровня. Отобраны хорошо контролируемые, неинфекционные биологические системы без риска усиления функций, чтобы рано ловить дрейф поведения агента, и каждая спроектированная последовательность проходит биобезопасностный скрининг.

Через VERID агенты никогда не отправляют непроверенный код напрямую манипуляторам: каждый протокол прогоняется в симуляции и проверяется против цифрового двойника, прежде чем дело доходит до реагентов. Люди напрямую авторизуют и просматривают спроектированные последовательности, проверяют протоколы и наблюдают за прогонами робота.

Открытые задачи авторы называют сами: гарантировать, что агент оптимизирует истинное связывание по цели, а не непредусмотренные лабораторные ярлыки; верифицировать многошаговые лабораторные протоколы; непрерывно наблюдать рассуждения агента и трассы исполнения.

Чего эти результаты не доказывают

Все цифры кампаний — собственные замеры авторов на их оборудовании и их протоколах; независимого воспроизведения в публикации нет.

«Более чем в пять раз» точности относится к одной замкнутой кампании по восстановлению слепых смесей красителей по снимкам сверху, а «8,6 раза» — к ускорению предсказания структуры внутри их пайплайна, а не к ускорению открытия лекарства целиком.

Доли попаданий не переносятся автоматически на другие цели: на α-тромбине они зависели от исправления праймерных хвостов, на миоглобине — от фильтрации липких квадруплексов, и обе цели потребовали собственного разбора отказа.

Заявление о связывателях с однозначным наномолярным сродством сделано по ограниченному набору дизайнов и подтверждено на лабораторных платформах авторов, а признак связывания измеряли их же приборы.

Самый сильный вывод — что агенты могут самостоятельно перестраивать правила по лабораторным данным — опирается на три раунда двух кампаний; авторы описывают свои результаты как строительные блоки для управляемого человеком автономного поиска, а не как готовую автономную лабораторию.