使用场景

在急性髓系白血病（AML）的药物再利用研究中，AI co-scientist 提出新的药物候选方案，并通过实验验证其有效性。

在肝纤维化治疗靶点发现中，AI co-scientist 提出具有抗纤维化活性的表观遗传学靶点，并在人体肝组织类器官中验证其效果。

在抗菌素耐药性研究中，AI co-scientist 独立提出新的基因转移机制，并与实验室实验结果一致。

产品特色

生成新颖的研究假设和实验方案，帮助科学家探索未知领域。

通过多智能体协作，利用生成、反思、排名等机制优化假设质量。

支持科学家通过自然语言交互，提供反馈或种子想法。

利用 Gemini 2.0 的强大语言能力，整合跨学科知识。

通过实验验证，展示其在生物医学领域的实际应用价值。

使用教程

1. 确定研究目标：科学家通过自然语言描述其研究目标，例如‘探索急性髓系白血病的新药物再利用机会’。

2. 输入系统：将研究目标输入 AI co-scientist 系统，系统将自动解析并生成研究计划。

3. 生成假设：系统通过多智能体协作生成多个新颖的研究假设和实验方案。

4. 评估与反馈：科学家对生成的假设进行评估，并提供反馈，系统根据反馈进一步优化假设。

5. 实验验证：将优化后的假设转化为实验方案，并在实验室中进行验证。