Nat Biomed Engine | 中科院赵屹/陈润生开发能“进化”的AI数据科学家，生物医学分析准确率达77%

近年来，生物医学领域正经历一场数据革命——从海量电子病历、高分辨率病理影像，到基因组、转录组、蛋白质组等多组学数据，科研人员面对的数据规模和复杂程度已远超传统分析手段的承载能力。然而，如何将这些多源异构的数据转化为可指导疾病机制研究和临床决策的科学发现，依然是巨大挑战。尽管已有Galaxy、Nextflow等工作流平台帮助非计算背景的研究者搭建分析流程，但其依赖固定模板、缺乏自然语言交互、难以灵活扩展等问题，限制了更广泛的应用。在这样的背景下，具备语言理解和自主推理能力的大语言模型智能体，被视为破解这一困局的潜在突破口。

2026年3月30日，中国科学院计算技术研究所赵屹/陈润生团队联合澳门科技大学张康团队等多位合作者在《Nature Biomedical Engineering》上发表题为《Empowering AI data scientists using a multi-agent LLM framework with self-evolving capabilities for autonomous, tool-aware biomedical data analyses》的研究论文，开发了名为BioMedAgent的多智能体LLM框架。该框架支持自然语言输入，能够自主规划、编写和执行生物医学数据分析流程，并具备自我进化能力，在涵盖327项任务的评测基准上取得了77%的整体成功率。

研究团队首先构建了包含327个生物医学数据分析问题的评测基准BioMed-AQA，涵盖组学分析、精准医学支持、机器学习、统计分析和数据可视化五大类别。每项任务均配有详细执行步骤与里程碑，用于系统评估智能体表现。BioMedAgent采用“规划—编码—执行”三阶段多智能体协作机制，并引入了交互探索与记忆检索两种核心算法。交互探索使多个智能体在执行过程中可互相反馈、反复迭代，从而扩展解决方案空间；记忆检索则通过记录成功的工具组合、代码实现与工作流程，在后续遇到相似问题时实现经验复用，使系统具备持续进化的能力。

在性能评估中，BioMedAgent在BioMed-AQA上取得了77%的整体成功率，其中组学分析任务成功率高达94%，机器学习任务为90%。相比之下，使用相同大模型基础的ChatGPT-4omini和GPT Function Call等对比方法成功率分别为39%和33%，即使更强的ChatGPT-4o也仅达到46%。进一步分析显示，BioMedAgent成功整合了67种专业生物信息学工具，在需要工具调用的任务中成功率显著提升。同时，系统对用户不同表述方式也展现出良好鲁棒性，三位医学专家对同一任务进行语义改写后，系统表现与原始基准无显著差异。

交互探索算法对系统性能的贡献尤为突出。引入该算法后，BioMedAgent的平均成功率从28%提升至52%，其中组学分析从34%升至66%，统计分析从3%跃升至43%。随着交互轮次增加，成功率持续提高，总探索次数从916次增长至2696次，约60.8%此前失败的任务在交互探索后得以成功执行。

记忆检索算法则为系统提供了持续进化的能力。研究团队设计了两种记忆更新策略：连续记忆积累保留所有成功记录，迭代记忆遗忘则选择性保留更优方案。经过三轮迭代学习，系统整体成功率从52%上升至77%，组学分析任务从66%提升至94%，机器学习任务从63%增至90%。即便将30%的问题作为“未见过”的测试集，系统在仅使用“已见过”问题学习后，其在“未见过”问题上的表现仍从52%显著提升至69%，证明了记忆机制的泛化能力。

在外部公开基准BixBench的评测中，BioMedAgent同样表现出色，在开放性问题上的准确率为49%，显著优于该基准提供的基线智能体的37%。这一结果验证了该系统在未预先整合特定工具的情况下，仍具备较强的跨场景适应能力。

为检验其在真实科研任务中的实用性，研究团队将BioMedAgent应用于三项具体研究：非小细胞肺癌的跨组学分析、基于循环肿瘤DNA的癌症相关静脉血栓栓塞预测模型构建，以及病理图像细胞分割。在跨组学分析中，系统自主完成从RNA-seq和单细胞RNA-seq数据预处理、差异表达基因鉴定到细胞类型特异性基因筛选的全流程，识别出ABCC3、SERINC2和SEZ6L2等与肺癌相关的关键基因。在机器学习建模任务中，系统复现了《Nature Medicine》上一项基于液体活检的血栓风险预测研究，自动完成模型训练、评估与对比，得出与原文一致的结论，证实液体活检模型预测效能显著优于传统Khorana评分。在病理图像分割中，系统整合了分辨率增强算法，使细胞分割的Dice系数平均提升0.86%，剩余误差缩小29.9%。

BioMedAgent的开源代码、评测基准及交互界面均已公开，支持本地部署并可调用GPT系列、DeepSeek、Qwen等多种大模型，为生物医学研究者提供了一种无需专业计算背景即可开展复杂数据分析的新工具。

READING

BioPeers

欢迎关注本公众号，所有内容欢迎点赞，推荐❤️，评论，转发~

如有错误、遗漏、侵权或商务合作请私信小编~~

欢迎大家投稿课题组 研究进展 、招聘及招生宣传~

所有文章只为科普、科研服务，无商业目的~