近日，上海交通大学计算机学院IPADS实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，依托张江高等研究院DNA存储研究中心开展研究，成果以《An AI-native experimental laboratory for autonomous biomolecular operations》为题在线发表于《Nature》杂志。

 该成果获《自然》官网首页头条重点报道（图1）。《Nature》同期在News & Views栏目刊发斯坦福大学James Zou教授撰写的专题评述。研究团队构建了AI原生科学实验室AutoDNA装置（思源一号），实现了自主分子生物学实验操作（图2），通过对模型、实验与仪器进行协同设计，解决了现有AI自主科学实验室向分子生物学实验拓展时，在复杂流程组织、多类仪器协同以及实验时序、环境稳定性和操作精度保障等方面面临的难题，使自主实验能够覆盖需要微米级定位和微升级液体处理的复杂生物分子实验场景。

图1 AutoDNA获Nature首页头条重点报道

图 2  AutoDNA自主实验平台（位于张江高研院DNA存储研究中心）

AI自主科学实验室已经成为推动科研范式变革、提升原始创新能力的重要技术方向。2025年8月，我国国务院印发《关于深入实施“人工智能+”行动的意见》，提出探索人工智能驱动的新型科研范式，推动基础科研平台和重大科技基础设施智能化升级；同年11月，美国启动“创世纪计划”，提出建设融合科学数据、人工智能模型和自动化实验设施的平台。然而，已有AI自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则，再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率，却难以适应生物分子实验流程复杂、仪器类型多样，以及对实时执行、环境稳定和操作精度要求严格等特点。为此，AutoDNA采用AI原生架构，通过模型-实验-仪器协同设计的思路解决上述问题（图3）。

针对实验流程复杂的问题，AutoDNA结合对适用于复杂生物分子操作的实验过程理解，构建了面向实验的多智能体架构。系统将复杂实验任务分解为文献检索、试剂选择、方案设计、代码生成、硬件执行、结果分析和迭代优化等环节，并根据实验进展组织多个专业智能体协同工作，使模型能够贯通“设计—实验—优化”全过程，并依据实验结果持续迭代调整后续方案。

针对仪器种类多、跨设备协作困难的问题，AutoDNA将各类仪器的能力提炼为适合模型理解和调用的“原子服务”，以自然语言说明和统一代码接口告诉模型每台设备“能做什么、如何调用”。这层抽象屏蔽了不同型号仪器的底层差异，使模型能够根据实验需求组合设备能力，生成、检查和修正跨设备控制代码，将数字世界中的实验设计转化为物理世界中的仪器操作。

针对实验对实时性、稳定性和操作精度的严格要求，AutoDNA将高精度自动化硬件和实验执行与调度系统相结合。硬件提供微米级定位和微升级液体处理能力，系统则负责程序检查、仪器状态跟踪和资源调度，使多个实验任务在满足时序和操作约束的前提下有序运行。平台在构建过程中还集成了基于OpenHarmony操作系统的控制终端，并展示了在核酸检测、酶促DNA合成、癌症检测等场景中的应用验证。

图 3  AutoDNA通过“模型-实验-仪器”协同设计构建实验闭环

研究团队还展示了以AutoDNA作为产线级DNA存储装置进行全流程端到端的大数据DNA信息存储。DNA存储是是将数字信息编码到DNA碱基序列中的新型存储方式，具有存储密度高、保存时间长和维护能耗低等潜力，代表了后摩尔时代信息存储技术向高密度、长寿命和低能耗发展的重要方向。AutoDNA从用户的数据写入和读取要求出发，衔接编码、DNA合成、保存、测序和解码等环节，协调计算设备与实验仪器完成数字信息与DNA序列之间的转换（图4）。整个读写周期共执行11382次硬件操作，最终准确恢复此前写入DNA的信息，验证了系统在长时间运行中协调多类设备、完成复杂实验流程的能力。

图 4  AutoDNA自主完成端到端DNA存储的编码、写入、保存、读取与解码流程

该研究得到了国家自然科学基金、上海市基础研究先行区项目、上海市科技重大专项、教育部基础学科和交叉学科突破计划以及新基石科学基金会的支持。

论文链接：https://www.nature.com/articles/s41586-026-11228-6

报道链接：https://www.nature.com/articles/d41586-026-03552-8