AREX Feed Article
斯坦福用 37000 个 AI 代理组成虚拟药企，药物设计获默克独立验证
2026 年 8 月 7 日，在 大会上，斯坦福大学生物医学数据科学副教授 James Zou 展示了一套名为 Virtual Biotech 的多智能体 AI 系统。该系统部署了超过 37000 个 AI 代理，按照生物技术公司的组织架构分工协作，自主完成了一项抗体-药物偶联物（ADC）的设计，靶向 B7-H3（也称 CD276）治疗肺癌。
几个月前，默克（Merck）与第一三共（Daiichi Sankyo）联合开发的同靶点、同模态药物 ifinatamab deruxtecan 获得了 FDA 突破性疗法认定。Virtual Biotech 的设计完全基于 2025 年 1 月之前公开的数据，它不可能知道默克在做什么。Zou 在演讲中将默克的进展称为「对虚拟生物技术代理提供的治疗设计的第三方外部验证」。
同一套系统还分析了 55984 条临床试验记录，发现靶向细胞类型特异性基因的药物进入市场的概率高出 48%，同时不良事件发生率低 32%。
四个数字，每一个都来自 AI 自己的分析
Virtual Biotech 的核心产出集中在四个发现上。
第一，细胞类型特异性（cell-type specificity）是一条此前未被充分利用的预测信号。 并行标注了 55,984 条临床试验的结果，并将每个药物靶点与单细胞 RNA 测序图谱中的表达特征关联起来。
靶向细胞类型特异性基因的药物从 I 期推进到 II 期的概率高出 40%，最终获批上市（IV 期）的概率高出 48%。这些药物的严重不良事件发生率平均低 32%，涵盖感染、胃肠道、心脏、血液、神经、呼吸、血管和肾脏共八个器官系统。
第二，即使药物靶点缺乏人类遗传学证据的支持（74.6% 的临床试验属于这种情况），单细胞层面的表达特征仍然能独立预测试验成败，效应量几乎没有下降。换句话说，单细胞数据捕捉到了遗传学证据之外的生物学信号。
第三，Virtual Biotech 从遗传学、单细胞转录组、空间转录组、临床基因组数据和成药性评估出发，系统性地论证了 B7-H3 作为肺癌 ADC 靶点的可行性。
它发现 B7-H3 的过表达并非均匀分布在各类细胞中，而是高度集中在肿瘤微环境中的成纤维细胞上：小细胞肺癌中 log2FC 达到 1.94，肺腺癌中为 1.46。空间转录组分析进一步确认，B7-H3 高表达区域周围的 T 细胞、巨噬细胞和树突状细胞显著减少，呈现出免疫排斥的物理特征。
Virtual Biotech 据此推荐了 ADC 策略，认为 ADC 可以同时实现细胞毒性载荷递送、免疫抑制检查点的阻断以及对邻近不表达 B7-H3 细胞的旁观者杀伤。小分子和 PROTAC 方案被排除，因为靶点没有已知的可成药蛋白口袋。
第四，整个 B7-H3 案例研究的 API 调用成本为 46 美元。
37000 个代理，各干各的
Virtual Biotech 的工作方式不是让一个大模型回答所有问题。它复制了一家生物技术公司的组织架构。
系统由一位虚拟首席科学官（CSO）代理统筹。CSO 本人不做数据分析，只负责拆解用户提出的科学问题、将子任务分派给对应部门的科学家代理，并在收到各部门的分析结果后进行综合研判。CSO 之下设四个科学部门：靶点识别与优先级排序、靶点安全性评估、治疗模态选择、临床事务。每个部门内还有进一步的专业分工：靶点发现部下，一个代理专看遗传学数据，另一个看基因组学和单细胞数据，以此类推。
任务启动时，CSO 会先调用幕僚长（chief of staff）代理生成一份简报，梳理该领域的现有认知、数据可得性和近期进展。同时 CSO 向用户追问，澄清研究意图。完成定向之后，CSO 才会将子任务分派给科学家代理。各部门的分析报告汇总后，科学审稿人（scientific reviewer）代理会对方法论和结论进行审核，发现漏洞或证据不足时踢回给 CSO 重新分派。
这套流程并非装饰。Zou 的团队做了一个对比实验：将同一个科学问题分别交给一个多代理团队和一个单一模型来解决。多代理系统内部产生了辩论和分歧。Zou 的原话是「代理之间真的会争吵，它们必须说服其他 AI 科学家接受自己的想法」。这种摩擦最终产出了更有创意、对累积错误更具鲁棒性的方案。
这套系统的前身是一个规模小得多的「Virtual Lab」，用五到八个代理模拟 Zou 在斯坦福的实体实验室，包括一名 AI 教授（PI）和几名各有专长的 AI 学生，定期开组会。Zou 还建了一个「」，代理在正式加入虚拟实验室之前必须先在这里通过文献阅读和自测来提升专业能力。这个迷你版本成功设计出了针对近期新冠变异株的纳米抗体蛋白，Zou 称其实验验证结果「比此前人类设计的纳米抗体好得多」。
B7-H3 的重点不在肿瘤细胞，在它周围的成纤维细胞
B7-H3 案例是整个 Virtual Biotech 最完整的演示，也最能体现多代理协作与单一数据分析之间的区别。
统计遗传学代理首先扫描了 B7-H3 基因位点的生殖系变异，未发现与肺癌风险显著关联的信号。换做传统的靶点筛选流程，这种「没有 GWAS 信号」的结果可能足以让一个靶点被搁置。但虚拟 CSO 正确地判断：对于免疫检查点类靶点，治疗依据来自肿瘤中的体细胞过表达，而非生殖系遗传风险变异。CSO 随即指示单细胞代理从细胞层面重新审视。
单细胞代理从 CELLxGENE Census 中下载了三套单细胞图谱：小细胞肺癌（92061 个细胞，9 位供体）、肺腺癌（337002 个细胞，69 位供体）和健康肺组织（86478 个细胞，26 位供体），然后进行了细胞类型级别的差异表达分析。结果是：B7-H3 的上调高度集中在成纤维细胞中。T 细胞中的 B7-H3 反而是显著下调的。
单细胞代理进一步用 LIANA+ 做了配体-受体互作分析，比较了 B7-H3 高表达成纤维细胞和低表达成纤维细胞与免疫细胞之间的通讯差异。在小细胞肺癌中识别出 152 条特异性互作，在肺腺癌中识别出 56 条。
这些互作被归类为五种功能模式：剪切酶（切割免疫细胞表面的激活性配体）、髓系重编程因子（驱动巨噬细胞向免疫抑制表型极化）、促血管生成因子、免疫抑制性细胞因子，以及将免疫细胞困在成纤维细胞龛中的趋化因子通路。
到这里，虚拟 CSO 派出了科学审稿人代理。审稿人指出，前面的配体-受体分析是从解离后的单细胞数据推断出来的，缺乏空间组织信息，无法确认这些免疫抑制性通讯是否在组织中真的形成了物理上的免疫排斥。CSO 认可这个判断，指示单细胞代理调用一套包含 12 个肺腺癌组织样本、约 65000 个空间分辨位点的 Visium 数据集进行验证。分析确认：B7-H3 高表达位点周围的 T 细胞、巨噬细胞、单核细胞和树突状细胞确实显著减少。
临床代理接着用 TCGA 数据库中的 566 例肺腺癌患者数据进行了生存分析，在校正了年龄、癌症分期和性别后，B7-H3 高表达与更差的疾病特异性生存显著相关（HR = 1.82, 95% CI: 1.06–3.15, p = 0.031）。
到这里，虚拟 CSO 手上已经有了四条独立证据：成纤维细胞特异性过表达、免疫排斥的空间验证、患者生存的预后信号，以及靶点的细胞表面表达特征。
它据此判断 ADC 是最合适的治疗模态，并在报告中注明：ADC 的效力可以通过三种机制同时发挥作用：对表达 B7-H3 的癌细胞递送细胞毒性载荷、阻断 B7-H3 介导的免疫抑制检查点互作、以及 ADC 驱动的旁观者杀伤。
验证方不知道自己是验证方
Virtual Biotech 的系统提示和工具链刻意屏蔽了网络搜索功能，底层语言模型的训练数据截止于 2025 年 1 月。这意味着系统在 B7-H3 案例中得出的所有结论，完全基于 2025 年之前公开的文献和数据。
2025 年 8 月 18 日，（I-DXd）突破性疗法认定，用于治疗既往接受过铂类化疗后进展的广泛期小细胞肺癌。I-DXd 是一种 B7-H3 靶向的 DXd 抗体-药物偶联物，由第一三共发现，与默克联合开发。FDA 的认定基于 IDeate-Lung01 II 期试验数据，该试验显示客观缓解率达到 48.2%。
Zou 在 VB Transform 2026 的演讲中明确表示，Virtual Biotech 的设计早于 FDA 的认定和 IDeate-Lung01 数据的公布。他将默克/第一三共的临床进展定性为对 Virtual Biotech 治疗设计的外部验证。这不是默克审查了斯坦福的 AI 输出后表示认可，而是两个独立的研发过程，基于不同的起点，最终在靶点、模态和适应症上达成了相同的判断。
需要说明的是，Virtual Biotech 的 已于 2026 年 2 月 23 日发表在 bioRxiv 预印本平台上，作者包括 Harrison G. Zhang、Peter Eckmann、Jiacheng Miao、Andrew B. Mahon 和 James Zou。论文中还包含了第三个案例研究：Virtual Biotech 分析了一项因溃疡性结肠炎而终止的 OSMRβ II 期试验，提出了基于生物标志物分层的替代开发策略。
Paperclip：如果数据库本身就不适合 AI，包一层 MCP 也没用
37,000 个代理能跑起来，不靠每个模型够聪明，靠的是底层基础设施。
Zou 的团队开发了一个名为 Paperclip 的平台。它的核心思路很简单：现有生物医学数据库，从 UniProt、PDB、ChEMBL 到 ClinicalTrials.gov，都是为人类或传统算法设计的，它们的查询接口和返回格式对 AI 代理极不友好。Zou 在演讲中直言：「即使你给现有数据库和 API 包一层 MCP，也解决不了底层的根本问题。这些接口和 API 本身就不适合代理。」
Paperclip 的解法是打造一个统一的、AI 原生的虚拟文件系统。所有数据，无论是结构化的分子数据库、非结构化的 PDF 论文、还是临床试验记录，都被映射成文件系统中的目录和文件。
代理不需要学习每个数据库特有的查询语法，只需要执行标准的文件系统操作。这恰好利用了当前大语言模型的一个核心强项：写代码和操作文件路径。
据 Zou 介绍，这个虚拟文件系统覆盖了 78726 个靶点、39530 种疾病、超过 300 万个遗传可信集、超过 1 亿个单细胞表达谱、18119 种药物、6332 种作用机制、114270 条 FDA 不良事件报告，以及来自 Tahoe-100M 的超过 40 亿条药物扰动基因表达测量数据。代理还可以通过 PubMed 检索生物医学文献，并通过网络工具获取额外的目标数据集。
Zou 称，使用 Paperclip 的代理相比直接接入传统数据库的代理，「准确率显著更高，时间和成本降低了一个数量级以上」。
赌的不是模型，是组织形态
Zou 在演讲中划出了一条分界线：单个模型的能力提升和多代理系统的大规模协作，是两条不同的路。
单代理可以通过强化学习或在 Agent School 中做监督微调来改进。但在多代理系统中，团队不再微调个体模型，而是优化「环境」：协作的基础设施、激励机制和护栏。Zou 说：「在多代理这一侧，我们实际上不再微调和改变单个模型，而是优化环境。环境本身才是我们优化的对象。」
如果说传统的自动化思路是给 AI 写工作流（workflow），精确规定每一步该做什么、怎么做，那 Virtual Biotech 的做法是设计环境（environment），提供基础设施和边界条件，然后让代理自己去协商如何协作。Zou 把前者比作管理一个初级员工，把后者比作设计一家公司的运作规则。
这个思路并不是斯坦福独有的。，堆叠 GPU 集群并签订数十亿美元的 AI 合作；获得数亿美元融资的创业公司也在推出面向药物研发的代理平台。但 Virtual Biotech 的不同之处在于，它没有把 AI 当作某个环节的加速器，而是把整家公司的决策结构本身变成了 AI 系统。
Virtual Biotech 的 B7-H3 案例还暴露了 AI 驱动药物发现的一个深层问题：独立验证到底该怎么做。目前大多数 AI 药物设计只有内部基准测试或回顾性验证，缺乏与真实世界临床决策的对比。默克/第一三共的项目恰好提供了这种对比，不是有计划的验证，而是碰巧的撞车。对行业而言，这意味着系统性地设计第三方验证机制，可能是 AI 制药走出演示阶段的前提。
Zou 在演讲结尾并没有做宏大总结。他把问题抛回给了在场的开发者和企业技术负责人：如果多代理系统的真正瓶颈不在模型能力，而在协作环境的工程设计，那么下一步该优化的对象不是单个代理，而是它们共处的那套规则、边界和数据基础设施。