生物解码BioDecoder

AI 科学家发展到哪一步了？本期节目，我们请到了Phylo 的联合创始人屈元昊，以及从大药企归国加盟临港实验室的计算科学家 袁博，一起聊聊: AI 科学家 Biomni 是如何从实验室萌芽的? 从斯坦福大学 Spin-out 成立商业化公司 Phylo 之后，AI科学家在真实世界的探索中又有什么启发和思考。两年前，我们还在吐槽实验室的枯燥日常。如今，大语言模型（LLM）和 AI Agent 的浪潮已经卷到了实验室。为什么人类科学家需要一个属于自己的 IBE (Intelligent Biological Environment)？从“学界打工人”变身“AI 代理人”，这究竟是科研生产力的解放，还是对传统读博之路的降维打击？AI 真的能从那 95% 失败的实验数据中挖掘出治愈癌症的希望吗？(00:00) 开场：AI Agent 浪潮下，科学家该何去何从？(01:59) 嘉宾介绍：Phylo 创始人屈元昊 & 计算生物学家袁博(03:01) 元昊的科学启蒙：从治愈疾病的梦想到癌症生物学(04:47) CRISPR-GPT 诞生：用 Agent 替代专家答疑(07:25) 关键转折：从专业 Agent 到通用 AI 科学家的跨越(08:20) Phylo 公司成立：斯坦福 Spinout、a16z 领投的 1350 万美元融资故事(10:54) Biomni 的进化路线：最终目标是全自动 AI 生物学家(13:03) 实验室自动化现状：机械臂与具身智能的未来(16:41) IBE 是什么？为科学家打造的智能研究环境(19:28) Agent 如何自我进化？个性化学习与反馈机制(22:55) 数据安全红线：用户数据绝不用于 AI 训练(24:18) Biomni 凭什么比通用大模型更准？文献检索实测(30:49) 从学术到创业：团队如何补足短板(34:55) 最大竞争对手？是整个传统行业的惯性(37:07) 商业化最难的鸿沟：谁来付费，为什么付费？(41:02) 被忽视的黄金数据：失败的实验才是最宝贵的训练集(44:00) 垂直 AI 还是 AGI？行业半年一变的速度(48:15) 用自动驾驶 L1-L5 类比 AI 科学家的可信度边界(52:35) 下期预告：AI 科学家崛起后，我们还需要读博吗？背景信息介绍Phylo 是一家从斯坦福大学孵化的 AI 生物科技公司，2026 年初完成由 a16z 领投、Anthropic 参与的 1350 万美元种子轮融资。核心产品为 AI 科学家 Biomni (https://biomni.phylo.bio/) —— 研究员用自然语言描述任务，Biomni自动调用数百个专业工具完成分析、出图、跑流程，将原本耗费数天的工作压缩到数小时甚至几分钟。目前，Biomni已被全球 7000 余个实验室和药企采用。 Phylo的科学顾问阵容包括诺贝尔奖得主 Carolyn Bertozzi、CRISPR 先驱 Feng Zhang 及计算生物学家 Fabian Theis。👥 本期嘉宾介绍特邀嘉宾🌀屈元昊：Phylo公司联合创始人，斯坦福大学癌症生物学博士。博士期间主导开发 CRISPR-GPT 与通用生物医学 AI 科学家 Biomni，完成 a16z 领投的 1350 万美元种子轮融资。长期深耕 AI × 生物学的可规模化落地。⚡袁博：临港实验室 AI for Health 方向负责人，哈佛大学生物医学博士（师从 Chris Sander 与 Aviv Regev）。曾任默沙东AI副总监，并先后在DeepMind与Google Brain任研究科学家。致力于将大模型应用于国家级真实世界临床数据，推动 AI 赋能药物开发与精准健康管理的规模化落地。常驻嘉宾🧪 小橙：生物物理学博士，专注于化学生物学与肿瘤靶向治疗。目前致力于新型靶向癌症疗法的开发，并正在推动AI和精准医疗在临床医学中的应用。🧠 小水博士：神经生物学博士，博士后研究员，研究神经退行性疾病中的细胞死亡机制，擅长干细胞、类器官建模与活细胞成像，同时深度应用 AI 进行疾病的机制研究。（鸣谢斯坦福大学Loh Kang Yong在本期播客准备期间的讨论和帮助）

在科学家眼里，“性病”并不是道德问题，也不是羞耻标签——它们只是由病毒或细菌引起的一类感染性疾病。而一旦我们用分子生物学、免疫学和进化的视角去理解它们，事情就变得异常清晰：这些病原体并不“肮脏”，它们只是足够聪明、足够狡猾。有些病毒会把自己藏进神经节，长期潜伏；有些会劫持细胞的分裂开关，把正常组织一步步推向癌变；还有一些，可能在几十年后，悄悄影响你的大脑和记忆。理解它们的作案逻辑，人类就能反击。本期节目，我们从单纯疱疹病毒（HSV）、人乳头瘤病毒（HPV）到HIV，拆解这些“长期潜伏型病毒”的生存策略，以及人类如何用理性药物设计、疫苗和新型预防医学一步步占据上风：(00:05) 引言： 中国八大法定性病，为什么现在我们可以有效预防其中的六种？(01:45) 单纯疱疹病毒 (HSV)： 嘴边的“冷疮”与生殖器疱疹，谁才是更严重的那个？(05:30) 阁楼里的小偷： 病毒是如何潜伏在神经节里，并利用压力激素（皮质醇）反攻的？(10:52) 理性设计的巅峰： 阿昔洛韦（Acyclovir）如何利用“假砖头”策略，只杀病毒不伤细胞？(16:26) 7秒记忆的囚徒： 震惊世界的真实病例，HSV病毒如何夺走一个人的过去与未来。(23:30) AD系列衍生： 病毒感染、炎症假说与阿尔兹海默症（AD）之间的因果迷雾。(30:15) 威尔士的自然实验： 为什么接种带状疱疹疫苗能降低 20% 的痴呆风险？(32:03) HPV与癌症： 诺贝尔奖背后的发现——宫颈癌的真正元凶并不是HSV？(36:30) 背覆上皮的噩梦： 鳞状细胞癌的致病机理，从“鸡眼”到恶性肿瘤。(40:50) E6与E7： 病毒如何废掉人体的两大守护者 p53 和 Rb 蛋白，诱发细胞疯狂分裂？(42:35) 全人类的愿景： 男性为什么要打HPV疫苗？我们离消灭宫颈癌还有多远？(46:18) 未来武器库： CRISPR基因剪刀能否剪碎潜伏的病毒DNA？(50:15) 医学干预的“黄金72小时”： 详解 PrEP、PEP 以及新型预防药物 Doxy-PEP 的科学应用。(54:55) 结语： 消除羞耻感，让科学知识成为我们最好的防御。💡 本期干货划重点药物科普：阿昔洛韦 (Acyclovir) 这是一种核苷类药物，它本身没有毒性，只有当它进入被病毒感染的细胞，遇到病毒特有的胸苷激酶 (TK) 后才会被磷酸化激活。激活后的药物会伪装成正常的碱基掺入病毒DNA链，导致其复制终止。预防建议：Doxy-PEP 最近一年的新研究显示，在高危行为后72小时内服用 200mg 的多西环素（强力霉素），可以显著降低梅毒、淋病及衣原体感染的风险，降幅达 66%。👥 本期嘉宾介绍特邀嘉宾🎵 宇歌（微博: @子陵在听歌）：病毒免疫学专家，专注于HIV病毒与免疫学研究，曾在全球知名的Antony Fauci实验室进行博士后工作，现任职于Gilead医学部，参与HIV疫苗与新药的临床研究工作。他不仅科研经历丰富，更长期投身于公共科普，在微博有170w+粉丝。常驻嘉宾🧬 JK：癌症生物学博士，目前专注基因编辑技术与新型癌症疗法，致力于开发更精准的生物医药工具。🧠 小水博士：博士后研究员，研究神经退行性疾病中的细胞死亡机制，擅长干细胞类器官建模与活细胞成像。最近开始深度研究 AI 在生物医学中的应用。

阿兹海默症的新药研发失败率接近98%。在这片几乎绝望的研究荒原里，一位来自 UCSF 的华人科学家，却用一种「前所未有的方式」找到了治疗新路径。本期我们邀请到 Cell 文章一作——李亚乔博士，一起深入拆解这篇让科研圈刷屏的工作：- 如何用“药物再定位”+生物信息学，预测出能让阿兹海默症大脑回到“健康状态”的药物？- 为什么阿兹海默症不是瞄准单一靶点，而是“重写基因网络”？- 真实世界的病人电子病历（EHR）数据如何反向验证药物疗效？- 癌症药为何能潜在治疗阿兹海默？- 未来 AD 是否能真正做到“个性化用药”？这期不仅仅是关于AD，也是关于科学思想的勇气、系统生物学的力量、以及一个博士生如何把脑中“疯狂的假设”一步步变成改变领域现实的故事。亚乔博士也是用数据和想象力重写医学力量的践行者，祝她的科研梦想得以实现，帮助我们逆转阿兹海默症，逆转未来。(02:04) 挑战复杂疾病：阿兹海默症治疗的新思路(03:40) 亚乔的科学成长路径：从小鼠模型实验到生物信息学(06:02) 系统性的区分细胞的健康状态与疾病状态：全体基因表达量的不同(10:09) 逆转细胞状态：为何选择用“逆转细胞状态”的思路去研究阿兹海默症？(12:57) 创新性的老药新用的思路总结：大脑单细胞转录组数据 x 癌细胞药物数据 x 真实世界电子病历(16:52) 神经细胞药物筛选的挑战：为何要拐弯用到癌细胞药物数据库(CMap*)？(19:26) 基因指纹：系统性的区分不同细胞类型之间的差异(21:21) 神经角质细胞的特殊作用与组织修复(24:28) 真实世界电子病历（EHR**）数据帮助研究(25:32) 抗癌药物的联合治疗：抗乳腺癌药物以及抗胰腺癌药物在神经退行性模型表现出不同机制(29:11) 老药新用 2.0时代：挖掘真实世界积累的人类数据(32:27) 老药新用的潜在商业价值与开发(34:23) 双药联合法与神经退行性疾病的应用前景(38:42) 药物基因社交网络：单细胞测序组学 x AI的精准筛选的未来(43:04) 个性化医疗的未来：基因表达差异指导治疗策略(46:16) 研究过程中最难熬和最开心的时刻(47:46) 一句话总结这个研究里最值得被记住的地方(48:26) 结语: Think Big & Imagination is more than knowledge*CMap (Connectivity Map): 是一套利用基因表达指纹，将疾病状态与药物作用模式进行匹配的大规模数据库，用来预测哪些已知化合物可以“逆转”某种疾病的分子特征。**EHR (Electronic Health Record): 电子病历是汇集患者真实世界诊疗、用药与疾病进程信息的数字化医疗数据库。References：Li, Y., Serras, C. P., Blumenfeld, J., Xie, M., Hao, Y., Deng, E., ... & Sirota, M. (2025). Cell-type-directed network-correcting combination therapy for Alzheimer’s disease. Cell, 188(20), 5516-5534.👥 本期嘉宾介绍特邀嘉宾🧑‍⚕️李亚乔博士：UCSF／Gladstone 的神经科学与计算生物学研究员，致力于用多组学、AI与真实世界数据重写神经退行性疾病的分类与治疗方式。2025 年 Cell 论文第一作者，她的工作首次将抗癌药物组合用于“纠正” AD 多细胞类型基因网络，被视为老药新用与个性化神经退行性疾病治疗的突破范式。常驻嘉宾🧪 小橙：生物物理学博士，专注蛋白质与小分子相互作用。目前致力于新型靶向癌症疗法的开发，正在推动AI在临床医学中的应用。🔬 可思叮：纽约生物医药战略咨询师，生物医学博士，曾于某药企从事神经退行性疾病方面多组学的研究。🧠 小水博士：博士后研究员，研究神经退行性疾病中的细胞死亡机制，擅长干细胞类器官建模与活细胞成像。最近开始深度研究 AI 在生物医学中的应用。

在AI大模型的浪潮里，AI科学家会替代我们吗？我们如何能利用好AI帮助我们？本期我们请到 斯坦福大学博士、Biomni发明者之一、CRISPR-GPT作者 屈元昊（Jerry Qu），聊聊从实验台到电脑前，AI 如何把繁琐工作流程拆解、自动化，成为每位科研人的“AI 小助手”。本期，我们从生物科研工作者的角度，讨论AI Scientist如何影响我们的工作方式。AI Scientist到底是什么，又是如何被训练出来的？对于不开源文章，不同开发者如何训练AI Scientist？而对于质量有限或者“图片误用”的文章，AI Scientist又如何去分辨？AI Scientist会编造出答案，又如何避免它们去无中生有？Biomni是一个全能型的科研助手，而CRISPR-GPT是一个基因编辑的小专家。Jerry为何既要做“平台”又要做一个个单点工具？AI Scientist在学习和分析大数据时有独特的优势，但优势相比于人类在哪里；这些AI助手的能力边界又在哪里，他们现在到底是实习生还是博士专家？Biomni这样的全能型科研助手可以帮助我们实现科研的去中心化吗？让科研平民化，使每个人都可以成为提出问题和回答问题的科学家。时间轴：(00:00) 时代转换：从 ChatGPT 到 AI Agent，科研工作方式的变化(07:00) CRISPR-GPT 的起点：将“解题经验”进化成 Agent(12:20) 什么是 AI Agent：推理 + 行动的双循环(18:00) 为何做平台：把科研工具当“乐高”拼装(22:40) 文献可信度与一致性：如何在开源与付费资源之间做一致性判断(27:40) 读懂图片和数据的难点(31:40) 打通克隆/组学/结构/记录/搜索等的自动化工作流(33:44) 走向“生物学 IDE/工作站”(40:08) 从“实习生”到“专家”的最后一公里：先验与品味(46:06) AI会不会替代科学家？边界与机会(52:15) 如何开始使用 Biomni 一句话总结，AI不会替你做决定，但或许能把重复与繁琐清空，让你把时间花在‘思考问题’上。本期涉及的AI助手：1. 基因编辑AI助手：CRISPR-GPT 是首个专为基因编辑设计的 AI 科研助手，能自动生成 sgRNA 设计与实验方案，让 CRISPR 实验更高效、更智能。Github：https://github.com/cong-lab/crispr-gpt-pubCRISPR-GPT beta program报名：https://www.surveymonkey.com/r/G9GCMJV 2. 全能型AI科研助手：Biomni 是一个由斯坦福团队开发的 AI 科研工作站，让研究者用自然语言即可完成从文献检索到实验设计与数据分析的全流程科研。Biomni服务器：https://biomni.stanford.edu/References：1. Qu, Yuanhao, Kaixuan Huang, Ming Yin, Kanghong Zhan, Dyllan Liu, Di Yin, Henry C. Cousins et al. "CRISPR-GPT for agentic automation of gene-editing experiments." Nature Biomedical Engineering (2025): 1-14.2. Huang, Kexin, Serena Zhang, Hanchen Wang, Yuanhao Qu, Yingzhou Lu, Yusuf Roohani, Ryan Li et al. "Biomni: A general-purpose biomedical ai agent." biorxiv (2025).👥 本期嘉宾介绍特邀嘉宾屈元昊（Jerry Qu）：斯坦福癌症生物学博士，CRISPR-GPT发明者之一，Biomni发明者之一，长期关注 AI × 生物的可规模化落地。常驻嘉宾🔬 可思叮：系统生物学博士，专注于高通量组学与疾病机制解析。目前在湾区一家生物技术公司从事科研工作，热衷于利用大数据解决生物医学难题🧪 小橙：生物物理学博士，专注蛋白质与小分子相互作用。目前致力于新型靶向癌症疗法的开发，希望推动AI在临床医学中的应用。

在最新的AAIC 大会上，卫材 (Eisai) 和渤健 (Biogen) 的伦卡奈单抗 (Lecanemab) 的长期数据 和 罗氏 (Roche) 新药 Tronti (Trontinemab) 突破性临床结果 带来了新的希望：认知衰退的延缓、几乎完全清除淀粉样斑、更低的副作用风险……这些进展是否意味着我们正接近真正有效和安全的疗法？Abeta抗体是否能作为阿尔兹海默的预防性药物？本期加更节目，我们来聊聊最新abeta抗体药物的疗效、安全性与挑战，展望下它们可能如何改变未来的治疗模式。(00:18) AAIC 2025 最新动态：伦卡奈单抗疗法显示可延缓认知衰退，副作用风险随时间下降(03:36) 罗氏跨血脑屏障新药Trontinemab：快速清除大脑 Aβ 斑块，疗效引人期待(04:56) Trontinemab二期临床数据深度解析：疗效优势、局限与三期前景展望(05:55) 安全性警示与方案调整：高风险患者排除与药物递送技术的启示(08:41) 从 Aβ 沉积到认知障碍：阿尔茨海默症的病理过程新理解(09:37) 诊断与预防前沿：影像学、生物标志物与基因检测在早期识别中的作用(10:35) Aβ 假说的挑战与延伸：抗体药物、失败试验与科学争论的百年故事👥 本期嘉宾介绍🔬 可思叮：系统生物学博士，专注于高通量组学与疾病机制解析。目前在湾区一家生物技术公司从事科研工作，热衷于利用大数据解决生物医学难题🧠 小水博士：博士后研究员，研究神经退行性疾病中的细胞死亡机制，擅长干细胞类器官建模与活细胞成像。最近开始深度研究 AI 在生物医学中的应用。🧪 小橙：生物物理学博士，专注蛋白质与小分子相互作用。目前致力于蛋白降解剂的开发，希望推动AI在临床医学中的应用。🧬 JK：癌症生物学博士，目前专注基因编辑技术与新型癌症疗法，致力于开发更精准的生物医药工具。

Revolution Medicines (RevMed) 利用“分子胶”技术，成功靶向被称为“不可成药”的KRAS突变蛋白，在肺癌治疗中取得突破性临床进展，目前进入了三期临床。这些微小分子如同蛋白质世界的"红娘"，巧妙地撮合两个原本互不相识的蛋白质，开启了药物设计的全新思路。分子胶（Molecular Glue）是一种小分子化合物，通过诱导或增强两个蛋白质之间的相互作用来发挥作用，从而实现对靶蛋白的调控或降解。传统的小分子抑制剂通常是通过类似凹凸卡榫的结构与靶点结合，但很多致癌蛋白，比如KRAS突变，表面光滑，缺乏可以结合的位点，所以一直以来都难以成药。RevMed公司开发的分子胶药物，可通过“诱导临近”（induced proximity）的机制，像胶水一样把环孢素蛋白粘在RAS蛋白表面，从而有效阻断RAS与下游效应蛋白的结合。分子胶的发展起源于偶然发现。1983年环孢菌素A获批用于防止器官移植排斥反应，1991年"分子胶"概念首次由Stuart Schreiber教授提出。随后，雷帕霉素等相继获批上市。2010年，沙利度胺结合E3泛素连接酶cereblon的机制被发现，推动了分子胶的深入研究。而现在，AI和高通量蛋白组学的发展，也让我们能够更理性去设计分子胶，加速分子胶的设计与优化。这场分子尺度的精准干预，正在重塑我们对抗癌症的方式。(02:20) 解析分子胶：分子胶如何通过诱导蛋白质相互作用打开新型靶点空间(03:50) 靶向蛋白降解 vs. 小分子抑制剂：为什么蛋白降解技术有望成为癌症治疗的更优选择(09:54) 分子胶水与PROTAC的差异与相似之处(11:27)分子胶发展史：开创性的FK506研究，揭示免疫抑制剂的全新作用机制(16:46) 蛋白降解技术的现状与挑战：从抑制到设计的跨越(21:17) 臭名昭著的分子胶先驱 - 致畸药物反应停“沙利杜安”(25:09) 激活蛋白？调节基因表达？分子胶的仍待发掘的多功能潜力(27:54) 突破不可成药的KRAS突变，靶向治疗肺癌取得突破性进展(31:01) RevMed突破性的临床进展: pan-RAS抑制剂 RMC-6236(36:07) RevMed突破性的临床进展: KRAS G12D抑制剂 RMC-9805(38:43) AI如何助力分子胶设计: Monte Rosa和YDS Pharmatech的实践案例(44:23) 高通量蛋白质组学在分子胶水研发中的赋能作用(46:50) 我们是否已经有了足够的小分子库？新药研发最重要的问题是什么？[参考文献]Molecular glue (MG) history: Schreiber, Stuart L. "The rise of molecular glues." Cell (2021)RMC-6236 from RevMed: Schulze, Christopher J., et al. "Chemical remodeling of a cellular chaperone to target the active state of mutant KRAS." Science (2023)RMC-9805 from RevMed: Weller, Caroline, et al. "A neomorphic protein interface catalyzes covalent inhibition of RASG12D aspartic acid in tumors." Science (2025).MG from Monte Rosa: Petzold, Georg, et al. "Mining the CRBN target space redefines rules for molecular glue–induced neosubstrate recognition." Science (2025).MG from Wang Lab and YDS Pharma: Lin, Hanfeng, et al. "Beyond the G-Loop: CRBN Molecular Glues Potently Target VAV1 via a Novel SH3 RT-Loop Degron." bioRxiv (2025).👥 本期嘉宾介绍🔬 可思叮：系统生物学博士，专注于高通量组学与疾病机制解析。目前在湾区一家生物技术公司从事科研工作，热衷于利用大数据解决生物医学难题🧠 小水博士：博士后研究员，研究神经退行性疾病中的细胞死亡机制，擅长干细胞类器官建模与活细胞成像。最近开始深度研究 AI 在生物医学中的应用。🧪 小橙：生物物理学博士，专注蛋白质与小分子相互作用。目前致力于蛋白降解剂的开发，希望推动AI在临床医学中的应用。🧬 JK：癌症生物学博士，目前专注基因编辑技术与新型癌症疗法，致力于开发更精准的生物医药工具。