CRISPR自问世以来已彻底改变了生物工程领域。从治疗镰状细胞贫血到培育抗病作物，这项技术不断在多个领域取得突破。然而在实验室中精准开展CRISPR实验并非易事——科研人员需要专业知识储备，并耗费大量时间完善实验设计。这一现状即将被人工智能改写。
由斯坦福大学、普林斯顿大学、谷歌DeepMind及加州大学伯克利分校联合开发的CRISPR-GPT系统，首次将大语言模型的推理能力与领域专家知识结合，构建出能推动科研进程的智能系统。该成果发表于《自然生物医学工程》，题为"CRISPR-GPT：基因编辑实验的智能体自动化"。
这个多智能体AI系统通过科学文献、公共数据库及专家讨论数据训练，能与用户交互式协作执行基因编辑任务。斯坦福大学博士生、论文第一作者Yuanhao Qu表示："这是首次将大语言模型的推理能力与专家经验结合，创造出能推动科研的智能系统。"
基因编辑民主化
CRISPR-GPT设计了三种用户模式：
- 元模式：面向新手用户，通过实验场景提示生成完整基因编辑操作指南（如设计CRISPR基因敲除协议）
- 自动模式：为高级用户提供定制化解决方案（如指导设计特定基因的引导RNA）
- 问答模式：解答基因编辑专业问题（如不同CRISPR-Cas系统的差异或实验排错）
研究人员报告，本科生级别的用户在系统辅助下成功完成了基因编辑实验。"这真正实现了基因编辑的普及化"，Qu强调。为构建问答模式的知识库，团队整理了10年来的4000余条科研人员讨论线程，被形象地称为"基因编辑领域的Reddit"。斯坦福大学生物工程系副教授、论文通讯作者Le Cong指出："这些真实对话数据比科学论文更贴近科学家的思维方式，足以训练出更专业的开源语言模型。"
四位一体的AI助手
系统通过四大AI代理协同运作：
- 用户代理：连接科学家与AI系统的人机接口
- 大模型规划代理：解析用户指令并分类任务
- 任务执行代理：根据输入生成具体操作指南与反馈
- 工具提供代理：对接浏览器和学术出版物等外部资源
相较传统大模型，CRISPR-GPT展现三大优势：
- 作为"科研副驾驶"理解实验终点目标
- 领域知识训练显著超越通用GPT（如OpenAI的GPT-4o）
- 内置安全机制防止生物安全风险
Cong教授特别指出："其他AI模型可能被用于改造病毒等危险用途，而我们的系统既赋能科研又保障安全"。随着婴儿罕见病基因疗法的突破性进展，他期待CRISPR-GPT能加速相关治疗研发："对于罕见病患儿来说，每一分钟都关乎生命"。
当前系统仍需人工执行实验操作，但研究团队正探索与机器人技术的整合，以构建完全自动化的基因编辑平台。
【全文结束】
