一百台机器人正在运转一个生物实验室 ——Medra如何用“物理AI科学家”重构药物研发流水线

在旧金山一栋三层高的生物实验室里，一台小型机器人正每小时绕场五次。它像勤劳的快递员一样，在实验台之间穿梭，为固定在台面上的机械臂递送移液枪头、密封板或贴好标签的试剂袋。机械臂们则一刻不停地操作着离心机、培养箱和各种试管。整个空间里大约有100台机械臂同时运行，它们不再需要人类研究员在旁边手把手指导——因为它们自己就是“物理AI科学家”。

这就是Medra公司正在做的事。创始人兼CEO Michelle Lee在4月23日正式宣布，其位于旧金山的38,000平方英尺新工厂已全面投产。这家初创公司把通用工业机器人改造成能自主完成复杂生物实验的系统，目标是把传统生物实验室的自动化率从目前的约5%提升到75%。

从“自动化设备”到“会思考的物理AI”

传统实验室自动化设备已经存在二十多年，但它们大多依赖陈旧的API和固定接口。只有少数仪器能被轻松接入自动化系统，而离心机需要手动开关盖、移液枪需要精确握持和计时，这些操作本质上是为人类双手设计的。Medra的解决方案是让机器人“看”和“感觉”仪器，而不是强迫仪器适应机器人。

每台机械臂都配备了腕部摄像头和九种传感器。当机械臂打开离心机时，摄像头会实时读取转子角度以平衡负载；如果移液枪没吸取到液体，系统会立即检测并发出警报。所有操作细节——移液角度、插入深度、试剂添加间隔——都会被自动记录下来。这些数据过去只存在于资深科学家的“肌肉记忆”里，一旦人离开，经验就随之消失。现在，Medra的传感器网络第一次把这些隐性知识变成了可复制、可优化的数字资产。

更关键的是第二层：AI科学家。它不仅能读取实验结果，还能分析问题、提出协议修改建议，甚至直接重写实验流程。这个AI代理既可以完全自主运行，也可以等待人类确认后再执行。Lee分享了一个真实案例：某客户测试抗体与靶蛋白的结合，初始结果为零结合率。AI科学家迅速锁定两个可能原因，设计验证实验，并在协议中加入一个涡旋步骤，最终把结合率从0%提升到70%以上。整个过程没有自动化工程师参与，只通过聊天界面和机械臂就完成了闭环。

创始人Michelle Lee的“SpaceX式”路径

Michelle Lee出生于台湾，14岁随家人移民美国。她原本计划成为纽约大学教授，但在2021年AlphaFold 2发布后，她开始思考一个更根本的问题：蛋白质折叠能被AI解决，是因为有五十年积累的结构数据。而药物靶点验证、抗体设计、基因功能等更复杂的生物问题，数据依然极度匮乏。唯一的解决办法就是运行更多物理实验——但实验室的实验吞吐量受限于人类研究员的数量和工时。

2022到2024年间，Lee曾尝试开发标准化细胞培养盒，希望能卖给多家客户。但她很快发现，每家实验室的协议差异极大，标准化产品根本行不通。2024年，她彻底推倒重来，转而打造可快速重构的硬件+软件平台。第一个客户仅凭一张PowerPoint和一张借来的机械臂照片，就签下了六位数合同——当时Medra全公司只有她一个人。

TSMC模式：让AI药物设计真正落地

Lee喜欢用台积电（TSMC）来比喻Medra的定位。AI药物设计公司（如Chai Discovery）现在能以前所未有的速度生成候选分子，但一个设计出来的分子距离成为验证过的药物还有很长距离——它必须在物理实验室里被合成、纯化、测试。软件端已经飞奔，硬件端却成了瓶颈。

Medra的模式正是为这个瓶颈提供“代工厂”。客户拥有实验数据的所有权，而Medra积累的是过程知识：哪种涡旋时长能得到更好结果、试剂添加的最佳间隔是多少。这些知识随着每一次新协议的运行而不断复利。过去三个月里，Medra从零开始，在新工厂里部署了100台机械臂，完成了抗体结合实验的端到端自动化。

当然，系统仍有局限。它能检测缺失的板子、掉落的枪头，却无法分辨两种无色液体。目前，装载耗材仍需要人类操作。但Lee相信，随着视觉和触觉模型的持续进步，这个缺口也会被逐步填补。

从实验室到规模化生产的跨越

Medra的旧实验室只有4,000平方英尺和几台训练中的机器人。新工厂有三层承重混凝土结构，员工从去年11月的15人增长到现在的45人，已有五家客户把实验排进这支“机器人军团”的日程表。超过85%的客户带来的协议都是Medra从未执行过的，但因为底层硬件和软件架构统一，重构成本极低。

在Lee看来，Medra的护城河不是硬件本身（机械臂来自丰田工厂的供应商），而是“让通用机器人适应真实实验室复杂性”的软件能力。她从SpaceX学到的不只是速度，更是基础设施思维——正如当年Starlink被嘲笑为疯狂，如今却显得不可避免，物理AI科学家也正在从科幻走向现实。

对于整个生物医药行业而言，这或许是AI药物设计真正从“纸上谈兵”走向“规模验证”的关键一步。一百台机器人同时运转的画面，不只是效率的象征，更预示着药物研发范式的一次根本性重构。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。