Tác nhân AI tự vận hành phòng thí nghiệm sinh học

Các chuyên gia Trung Quốc thiết kế phòng thí nghiệm di truyền trong đó tác nhân AI thực hiện mọi thao tác tổng hợp và giải trình tự ADN.

Các nhà nghiên cứu ở Đại học Giao thông Thượng Hải, Trung Quốc, phát triển hệ thống AutoDNA chuyên thiết kế và tiến hành thí nghiệm dựa theo chỉ dẫn từ con người. Họ mô tả chi tiết cách AutoDNA vận hành trong bài báo công bố trên tạp chí Nature hôm 5/11. Theo họ, cơ sở này là một trong những bước tiến mới nhất hướng tới phòng thí nghiệm "tự hành" do AI phụ trách. Với cánh tay robot di chuyển mẫu vật xung quanh, phòng thí nghiệm sinh học ở Thượng Hải có thể điều khiển hơn 20 loại thiết bị, hoàn thành hàng nghìn thao tác trong một dự án, tổng hợp và giải trình tự ADN cùng nhiều nhiệm vụ khác.

Nhóm tác nhân AI thiết kế thí nghiệm và thực hiện từ đầu tới cuối với một gợi ý đơn giản từ người điều hành. Sau đó, con người chỉ cần thêm dung dịch hóa chất và bảo trì máy móc. Theo Milad Abolhasani, kỹ sư hóa học tại Đại học North Carolina ở Raleigh, hệ thống mới rất đáng chú ý cả về mức độ tự động hóa và khả năng tích hợp dễ dàng nhiều loại thiết bị khác nhau. "Tương lai của khoa học sẽ gắn liền với nhiều phòng thí nghiệm tự động", Abolhasani nói.

Theo Chosun Daily , trước đây, AI chủ yếu phân tích bài báo hoặc đề xuất phương pháp thí nghiệm trong nghiên cứu khoa học. Dù một số phòng thí nghiệm tự động sử dụng robot điều khiển bởi AI, chúng chủ yếu tuân theo quy trình định sẵn cho các thí nghiệm cụ thể. "Nhiều hệ thống hiện nay vẫn cần chuyên gia cài đặt cấu hình thiết bị. AI chủ yếu được thêm vào để xử lý một phần quy trình", Haibo Chen, nhà khoa học máy tính tại Đại học Giao thông Thượng Hải, cho biết.

Nhiều nhà nghiên cứu hy vọng có thể tận dụng tác nhân ngày càng tinh vi để tạo ra phiên bản tự hành, trong đó hệ thống AI phụ trách thí nghiệm phức tạp, xử lý sự cố, điều chỉnh quy trình, và điều phối toàn bộ hoạt động trong môi trường chứa đầy thiết bị khác nhau. Thiết kế phòng thí nghiệm như vậy cho sinh học phân tử là một thách thức vì quy trình làm việc nghiêm ngặt trong lĩnh vực đòi hỏi máy móc đa dạng và độ chính xác cao.

Để tạo ra phòng thí nghiệm hoàn toàn tự động, Chen và đồng nghiệp quyết định xây dựng từ đầu với trọng tâm xoay quanh AI thay vì thêm tính năng vào hệ thống có sẵn. Họ xây dựng AutoDNA bằng cách sử dụng mô hình Google Gemini 2.5 Pro, tích hợp nhiều tác nhân AI với vai trò khác nhau, bao gồm tìm kiếm tài liệu, thiết kế quy trình thí nghiệm, quản lý hóa chất và điều khiển thiết bị. Một AI trung tâm điều phối toàn bộ quá trình, phân công nhiệm vụ và quyết định bước tiếp theo dựa trên kết quả.

Nhóm nghiên cứu thử nghiệm AutoDNA bằng cách giao cho hệ thống nhiều dự án khác nhau, bao gồm phát hiện đột biến liên quan đến ung thư trong mẫu ADN. Ở thí nghiệm khác, họ yêu cầu nó mã hóa một thông điệp vào ADN bằng cách sử dụng bốn bazơ nucleotide, viết tắt là A, C, G và T. Họ chọn câu nói nổi tiếng "Trí tuệ là khả năng thích ứng với sự thay đổi" của nhà vật lý và vũ trụ học người Anh Stephen Hawking.

Với một chỉ dẫn đơn giản viết bằng ngôn ngữ hàng ngày, các nhà nghiên cứu yêu cầu AutoDNA tổng hợp ADN chứa thông điệp, sau đó sử dụng thiết bị riêng biệt để giải trình tự vật liệu di truyền nhằm xác nhận lại nội dung. Thí nghiệm đòi hỏi thực hiện 11.382 thao tác trong khoảng 8 ngày. Suốt thời gian đó, nhà khoa học không hoàn toàn thảnh thơi. Họ vẫn phải thay mới dung dịch đệm và ống nghiệm cho máy móc, đồng thời bổ sung thêm 108 đầu tip dùng để hút và nhỏ lượng chất lỏng cực ít.

Trong thí nghiệm tổng hợp ADN, AI liên tục điều chỉnh thời gian phản ứng, nồng độ thuốc thử và phương pháp rửa, giúp tăng tỷ lệ thành công khi kết nối base ADN lên trung bình 97,8%, tương đương kết quả từ nhà nghiên cứu giàu kinh nghiệm. Trong khi thí nghiệm tổng hợp ADN mất trung bình 1.433 phút, AI giảm thời gian xuống 454 phút bằng cách điều chỉnh thứ tự hoạt động thiết bị để cho phép xử lý song song, qua đó tăng tốc độ lên 3,2 lần.

James Zhou, giáo sư tại Đại học Stanford, Mỹ, đánh giá cao tiềm năng của AutoDNA trong thu hẹp khoảng cách giữa lập kế hoạch và tiến hành thí nghiệm. Tuy nhiên, hệ thống chưa thể tự động hóa hoàn toàn: 14 lỗi thiết bị xảy ra trong quá trình thí nghiệm, AI giải quyết 8 lỗi và cần sự can thiệp của con người ở 6 lỗi còn lại.

Reshma Shetty, nhà đồng sáng lập kiêm chủ tịch công ty công nghệ sinh học Ginkgo Bioworks tại Boston, Massachusetts, nhận định khả năng xử lý ADN của AutoDNA là minh chứng hữu ích, nhưng đặt câu hỏi liệu phòng thí nghiệm có gặp khó khăn khi tích hợp và làm việc với thiết bị phức tạp hơn như máy quang phổ khối dùng để phân tích protein hay không. Trong khi đó, Julius B. Lucks, nhà sinh học tổng hợp tại Đại học Northwestern ở Evanston, Illinois, lo ngại con người có thể chưa giám sát đầy đủ hoạt động của AutoDNA.

Những thí nghiệm mà nhóm của Chen mô tả được thực hiện trên ADN trong dung dịch, không phải thao tác với tế bào hoặc sinh vật. Nếu hệ thống được sử dụng cho các nghiên cứu liên quan đến tổ chức sống, Chen cho biết phòng thí nghiệm sẽ cần thêm quy trình an toàn sinh học với biện pháp bảo vệ chuyên dụng, bao gồm tạm dừng thí nghiệm đang tiến hành.