admin Biomni是斯坦福大学和基因泰克等机构合作开发的生物医学工具，能自主完成遗传学、基因组学、微生物学、药理学和临床医学等领域的复杂研究任务。它结合大语言模型推理和检索增强规划技术，从海量文献中提取所需工具和数据，动态组合执行研究流程。测试显示，该系统在多个生物医学任务中表现突出，有望提升科研效率并推动临床应用。
Biomni核心部分：
Biomni包括Biomni-E1（统一软件数据环境）和Biomni-A1（基于环境的智能体）两个部分：
Biomni-E1：整合了150个专业工具、105个软件包和59个数据库，所有资源都经过人工验证。例如，它接入了PDB、OpenTarget等数据库的网络API，同时将部分数据下载到本地数据湖并转为结构化格式。
Biomni-A1：采用三项关键技术——大语言模型驱动的工具筛选、以代码作为通用执行接口、自适应规划策略。它支持动态调用定制化资源、组合复杂工作流（如循环与并行操作），并能基于生物医学知识持续优化研究计划。
性能表现
基准测试：在人类最后考试（HLE）中，准确率达到17.3%，远高于基础大语言模型的6.0%；在LAB-Bench数据库问答（DbQA）任务中，准确率达到74.4%，与人类专家水平（74.7%）相当；在序列问答（SeqQA）任务中，准确率达到81.9%，超过人类表现的78.8%。
实际任务：在变异优先级排序、药物重定位等8类任务中，性能较基础大语言模型提升402.3%，显著优于同类工具。
应用案例
可穿戴设备数据分析：解析了458份传感器数据，发现餐后平均体温升高2.19℃的现象及个体代谢差异。
多组学研究：处理了33万+条测序数据，验证了已知基因调控关系，并发现了AUTS2等新转录因子。
实验设计：在基因克隆任务中，生成的实验方案准确性达到人类专家水平。在实际实验室操作中，按照其方案成功完成克隆，测序结果与预期完全匹配。
相关链接
https://www.biorxiv.org/content/10.1101/2025.05.30.656746v1.full
