[论文解读] Accelerating drug discovery with Artificial: a whole-lab orchestration and scheduling system for self-driving labs

Yao Fehlis, P. Mandel+3 more|ArXiv.org|Apr 1, 2025

Scientific Computing and Data Management被引用 3

一句话总结

本论文介绍了 Artificial，这是一个完整的实验室编排与调度系统，能够统一实验室运营、自动化工作流，并集成 AI 模型（如 NVIDIA BioNeMo）以在 dry 和 wet 实验室中加速 AI 指导的药物发现。

ABSTRACT

Self-driving labs are transforming drug discovery by enabling automated, AI-guided experimentation, but they face challenges in orchestrating complex workflows, integrating diverse instruments and AI models, and managing data efficiently. Artificial addresses these issues with a comprehensive orchestration and scheduling system that unifies lab operations, automates workflows, and integrates AI-driven decision-making. By incorporating AI/ML models like NVIDIA BioNeMo - which facilitates molecular interaction prediction and biomolecular analysis - Artificial enhances drug discovery and accelerates data-driven research. Through real-time coordination of instruments, robots, and personnel, the platform streamlines experiments, enhances reproducibility, and advances drug discovery.

研究动机与目标

• 说明使用自驱动实验室来应对药物发现中高成本、长周期和数据碎片化的问题。
• 提出一个统一平台，用于编排工作流、协调仪器与人员、并高效管理数据。
• 演示在自动化实验室工作流中整合 AI 驱动的决策（如 BioNeMo 模型）。
• 展示干实验室虚拟筛选的概念验证用例，以验证 AI 模型部署和资源优化。
• 突出端到端架构，支持在云端与本地环境中实现可扩展、且安全的实验室自动化。

提出的方法

• 描述 Artificial 堆栈的四层结构：Web Apps、Services、Lab API 与 Adapters/Protocols。
• 解释编排与调度引擎如何利用启发式和批处理来计划、执行与优化工作流。
• 通过 Data Records 的数据管理和数字孪生的实时可视化实现监控。
• 展示通过 LabGateway 将 NVIDIA BioNeMo NIM 微服务整合到本地或云端的安全部署。
• 给出一个针对 SARS-CoV-2 主蛋白酶的自驱动虚拟筛选 PoC 工作流，包含迭代 AI 指导循环与性能标准。
• 概述平台如何连接到 LIMS/ELN，并在云（EKS/AKS）或本地（MicroK8s）环境中实现安全、可扩展部署。

实验结果

研究问题

• RQ1 一个整合实验室操作、AI 模型和数据的全实验室编排平台如何实现可重复的工作流？
• RQ2 AI 驱动的决策能否在自动化虚拟筛选和湿实验工作流中有效集成，以加速药物发现？
• RQ3 哪些架构模式（Web Apps、Services、Lab API、Adapters）能够实现可扩展、安全、互通的自驱动实验室？
• RQ4 在编排式实验环境中部署 BioNeMo 等 AI 模型的实际收益与局限性是什么？
• RQ5 在涉及干实验室虚拟筛选和 AI 模型集成的概念验证用例中系统表现如何？

主要发现

• Artificial 实现了自动化、AI 指导的决策以及对仪器、机器人和人员的实时协调。
• PoC 演示了 BioNeMo NIM 微服务在 Artificial 中的整合，实现自驱动虚拟筛选。
• 在 SARS-CoV-2 主蛋白酶用例中，三个迭代的自驱动循环达到了预定义标准（结合亲和力阈值 -1.4 百万及至少十个成功分子）。
• 该架构支持安全的数据交换、不可变数据记录，以及对训练或微调 AI 模型的无缝数据访问。
• 该平台设计用于在云端与本地环境部署，利用数字孪生与全实验室编排提升可重复性和吞吐量。