論文の概要: Robin: A multi-agent system for automating scientific discovery

• arxiv url: http://arxiv.org/abs/2505.13400v1
• Date: Mon, 19 May 2025 17:36:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.776918
• Title: Robin: A multi-agent system for automating scientific discovery
• Title（参考訳）: Robin: 科学的発見を自動化するマルチエージェントシステム
• Authors: Ali Essam Ghareeb, Benjamin Chang, Ludovico Mitchener, Angela Yiu, Caralyn J. Szostkiewicz, Jon M. Laurent, Muhammed T. Razzak, Andrew D. White, Michaela M. Hinks, Samuel G. Rodriques,
• Abstract要約: Robinは、科学プロセスの重要な知的ステップを完全に自動化できる最初のマルチエージェントシステムである。 文献検索エージェントとデータ分析エージェントを統合することで、Robinは仮説を生成し、実験を提案し、実験結果を解釈し、最新の仮説を生成することができる。
• 参考スコア（独自算出の注目度）: 0.9981994254525343
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific discovery is driven by the iterative process of background research, hypothesis generation, experimentation, and data analysis. Despite recent advancements in applying artificial intelligence to scientific discovery, no system has yet automated all of these stages in a single workflow. Here, we introduce Robin, the first multi-agent system capable of fully automating the key intellectual steps of the scientific process. By integrating literature search agents with data analysis agents, Robin can generate hypotheses, propose experiments, interpret experimental results, and generate updated hypotheses, achieving a semi-autonomous approach to scientific discovery. By applying this system, we were able to identify a novel treatment for dry age-related macular degeneration (dAMD), the major cause of blindness in the developed world. Robin proposed enhancing retinal pigment epithelium phagocytosis as a therapeutic strategy, and identified and validated a promising therapeutic candidate, ripasudil. Ripasudil is a clinically-used rho kinase (ROCK) inhibitor that has never previously been proposed for treating dAMD. To elucidate the mechanism of ripasudil-induced upregulation of phagocytosis, Robin then proposed and analyzed a follow-up RNA-seq experiment, which revealed upregulation of ABCA1, a critical lipid efflux pump and possible novel target. All hypotheses, experimental plans, data analyses, and data figures in the main text of this report were produced by Robin. As the first AI system to autonomously discover and validate a novel therapeutic candidate within an iterative lab-in-the-loop framework, Robin establishes a new paradigm for AI-driven scientific discovery.
• Abstract（参考訳）: 科学的発見は、背景研究、仮説生成、実験、データ分析の反復的なプロセスによって引き起こされる。 人工知能を科学的発見に適用する最近の進歩にもかかわらず、これらのステージすべてを単一のワークフローで自動化するシステムはまだない。 ここでは、科学プロセスの重要な知的ステップを完全に自動化できる最初のマルチエージェントシステムであるRobinを紹介する。 文献検索エージェントとデータ分析エージェントを統合することで、Robinは仮説を生成し、実験を提案し、実験結果を解釈し、更新された仮説を生成し、科学的な発見に対する半自律的なアプローチを達成することができる。 本システムを応用することにより,先進国における視覚障害の主な原因である乾年関連黄斑変性症(dAMD)の新しい治療法を同定することができた。 ロビンは治療戦略として網膜色素上皮性ファゴサイトーシスの増強を提案し、有望な治療候補であるリパズールを同定し、検証した。 リパスディル(Ripasudil)は、dAMDの治療薬としてこれまで提案されたことのない臨床用途のロキナーゼ(ROCK)阻害剤である。 次にRobin氏は、リパズールによって引き起こされるファゴサイトーシスのアップレギュレーションのメカニズムを明らかにするために、ABCA1のアップレギュレーション、重要な脂質流出ポンプ、および新しい標的となる可能性のあるRNA-seq実験を提案し、分析した。 このレポートのメインテキストにある仮説、実験計画、データ分析、データフィギュアはすべてRobin氏によって作成されました。 反復的なラボイン・ザ・ループフレームワークの中で、新たな治療候補を自律的に発見し、検証する最初のAIシステムとして、Robin氏は、AI駆動の科学的発見のための新しいパラダイムを確立した。

関連論文リスト

• LLM Agent Swarm for Hypothesis-Driven Drug Discovery [2.7036595757881323]
  ファーマシュワーム(PharmaSwarm)は、新規な薬物標的および鉛化合物の仮説を提唱し、検証し、洗練するために、特殊な「エージェント」を編成する統合マルチエージェントフレームワークである。 PharmaSwarmはAIの副操縦士として機能することで、翻訳研究を加速し、従来のパイプラインよりも効率的に高信頼の仮説を提供することができる。
  論文  参考訳（メタデータ） (2025-04-24T22:27:50Z)
• Towards an AI co-scientist [48.11351101913404]
  Gemini 2.0上に構築されたマルチエージェントシステムであるAIコサイシストを紹介する。 このAIの共同科学者は、新しい独創的な知識を解明し、明らかに新しい研究仮説を定式化することを目的としている。 システムの設計には、科学的手法にインスパイアされた仮説生成への生成、議論、進化のアプローチが組み込まれている。
  論文  参考訳（メタデータ） (2025-02-26T06:17:13Z)
• AIGS: Generating Science from AI-Powered Automated Falsification [17.50867181053229]
  本稿では,重要な研究プロセスを代表する役割を担ったマルチエージェントシステムである,フルプロセスAIGSシステムのベビーステップとして,Baby-AIGSを提案する。 3つのタスクの実験では、Baby-AIGSは経験豊富な人間の研究者と同等ではないが、有意義な科学的発見を産み出すことができた。
  論文  参考訳（メタデータ） (2024-11-17T13:40:35Z)
• Automating Exploratory Proteomics Research via Language Models [22.302672656499315]
  PROTEUSは、生データから科学的発見を行うための完全に自動化されたシステムである。 人間の介入なしに研究目的、分析結果、新しい生物学的仮説を包括的に作成する。
  論文  参考訳（メタデータ） (2024-11-06T08:16:56Z)
• BioDiscoveryAgent: An AI Agent for Designing Genetic Perturbation Experiments [112.25067497985447]
  そこで,BioDiscoveryAgentを紹介した。このエージェントは,新しい実験を設計し,その結果の理由を明らかにし,仮説空間を効率的にナビゲートし,望ましい解に到達させる。 BioDiscoveryAgentは、機械学習モデルをトレーニングすることなく、新しい実験を独自に設計することができる。 6つのデータセットで関連する遺伝的摂動を予測することで、平均21%の改善が達成されている。
  論文  参考訳（メタデータ） (2024-05-27T19:57:17Z)
• Large Language Models for Automated Open-domain Scientific Hypotheses Discovery [50.40483334131271]
  本研究は,社会科学の学術的仮説発見のための最初のデータセットを提案する。 従来のデータセットとは異なり、新しいデータセットには、(1)オープンドメインデータ(RAW Webコーパス)を観察として使用すること、(2)人間性にさらに新しい仮説を提案することが必要である。 パフォーマンス向上のための3つのフィードバック機構を含む,タスクのためのマルチモジュールフレームワークが開発されている。
  論文  参考訳（メタデータ） (2023-09-06T05:19:41Z)
• Neural networks for Anatomical Therapeutic Chemical (ATC) [83.73971067918333]
  両方向の長期記憶ネットワーク(BiLSTM)から抽出された集合を含む、特徴の異なるセットで訓練された複数の複数ラベル分類器を組み合わせることを提案する。 実験はこのアプローチのパワーを実証し、文献で報告された最良の手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-01-22T19:49:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。