科学はエージェント時代に突入しています 科学AIエコシステムマップのご紹介!🗺️ バイオの新しい基質を強化するツール、モデル、エージェントフレームワークをマッピングしました 創業者、研究者、ビルダーが科学AIの爆発的な増加を乗り切るのを支援するために構築されています 分解してみましょう🧵

科学的なAIエージェントはもはやSFではない 👾 彼らは次のことができます。 → SOTA研究の集計 → 科学的仮説を立てる → 実験の設計と実行 しかし、どのラボもサイロ化しています。 だからこそ、Web2 エージェント サイエンスの世界が生み出しているものに追加する必要があることは明らかです。

そのために「集団科学知性」の時代が到来している。 文献マイニングからラボの自動化まで、科学AIを強化し、生物学的デザイン空間👇を前進させる5つの重要なレイヤーをマッピングしました

1. 知識とデータソース すべてはデータから始まります。 科学エージェントは以下から引き出されます。 • PubMed、Dataverse (論文および学術データ) - PDB、UniProt(タンパク質) • ChEMBL、PubChem(化学) • Reactome、遺伝子オントロジー (経路) • AACT(臨床試験) • @biorxivpreprint (プレプリント)

2. エージェントオーケストレーションレイヤー これらのツールは推論に命を吹き込みます。 例： • @ElizaEcoFund - プラグアンドプレイエージェントフレームワーク • ChemCrow - 化学アシスタント • BioMCP / PubMedMCP - 文献サーバー • 「Coscientist」 - 自律型ラボエージェント - @PrimeIntellect - モジュール式エージェントインフラ

3. 基盤モデルとドメインモデル ハイオクタン価の主力製品。 例： • AlphaFold 2 - 構造予測 • Evo 2 - ゲノムモデリング (Arc Institute) • Geneformer - 遺伝子発現 • ChemGPT - 化学推論 • ESM-3、PaLM-2、Claude 3 - 言語足場

4. 実験・シミュレーション実行 実験を実行する AI システムには次のものが含まれます。 - Opentrons - API駆動のラボロボット • INDRA - メカニスティックモデリング • PyMOL / AlphaFold推論 - クラウドベースのシミュレーション:OpenMM、Foldit • SMART-on-FHIR:早期のEHR統合

5. 科学者向けプラットフォームとアシスタント AIが研究者と出会う場所。 • @GoogleAI共同科学者 - 仮説ブレインストーミング • @FutureHouseSF - Q&A、システマティックレビュー、化学計画 • コンセンサスと引き出し - 構造化された論文レビュー - Biomni、Iris、Scite - 特殊な紙剤 • @vita_dao AUBRAI、ChatPaper - AI 研究副操縦士

これらのツールを組み合わせることで、新しい研究スタックが形成されます。 → モデルが生物学を解釈する → エージェントが推論を調整する →プラットフォームが支援を提供します → ロボット工学とシミュレーションがループを閉じる

Scientific AI エコシステム マップは単なるツールのリストではありません。 それはbio/acc 🧪の青写真です 検索→から合成まで 分析→からアクションへ 静的な知識→から学習するシステムまで