StanfordのAIが生物学者の実験計画を支援
CRISPRスクリーンでT細胞疲弊の原因遺伝子を見つける必要があるとします。以前は、数週間かけて論文を読み、ターゲットを手動で選択し、スプレッドシートを何度も開いていました。しかし今は、Pythonのコードを1行書くだけで済みます。
Stanfordのチーム（SNAPグループ）がBiomniをオープンソースとして公開しました。Biomedicalタスクに特化した大規模言語モデルベースの汎用エージェントです。質問への回答、解析用コードの記述、実験計画立案、さらには検証可能な仮説の生成も可能です。
Biomniできること
このプロジェクトの魅力は、単にGPT-4やClaudeをラップしたものではない点です。LLMの推論能力と検索ツール（RAG）、コード実行環境を組み合わせたシステムです。このエージェントは、データベースの参照が必要な場面と、scRNA-seq処理用のスクリプトを実行すべき場面を"理解"できます。
実際の使用例は以下の通りです：
- 実験計画立案。タスクを自然言語で説明すると、エージェントが編集する遺伝子のリストや研究プロトコルをoutputsします。
- リアルタイムデータ解析。シングルセルシーケンス結果のパスを入力すると、アノテーションを実行し、仮説を提案します。
- 化合物特性予測。エージェントは化学式（SMILES）に対応しており、ADMETパラメータ（吸収、分布、代謝、排泄、毒性）を評価できます。
技術的実装
開発者は単に既成モデルを使用しているだけではありません。リポジトリにはBiomni-R0が含まれています。これはQwen-32Bベースの specializedモデルで、強化学習（RL）を使用してファインチューニングされています。生物学的文脈でのツール使用と多段階推論に最適化されています。
注目すべき点として、最初の起動時にエージェントは約11GBの"データレイク"をダウンロードします。これはローカルナレッジベースであり、モデルがハルシネーションを避け、検証済みのプロトコルや論文，依靠できるようにします。
品質評価のために、作者らはBiomni-Eval1ベンチマークを作成しました。GWASにおける原因遺伝子の同定からCRISPR送達方法の選択まで、433シナリオが含まれています。バイオインフォマティクス分野で働いている方なら、このデータセットだけでモデルのテストに活用できる可能性があります。
プロジェクトの実行方法
インストールには忍耐が必要です。環境が非常に重いからです。開発者はセットアップスクリプトを用意しています：
conda activate biomni_e1
pip install biomni --upgrade
AnthropicまたはOpenAIのAPIキーが必要です。エージェントの初期化は簡潔です：
from biomni.agent import A1
# Инициализируем агента, он сам подтянет нужные данные
agent = A1(path='./data', llm='claude-sonnet-4-20250514')
# Пример задачи: планирование CRISPR скрининга
agent.go("Plan a CRISPR screen to identify genes that regulate T cell exhaustion, generate 32 genes that maximize the perturbation effect.")
コードを書きたくない場合は、Gradioインターフェースがあります。1コマンドでローカルに起動でき、ブラウザでフル機能のチャットを利用できます agent.launch_gradio_demo()。
セキュリティと注意点
本番環境にデプロイする前に、いくつか考慮すべき点があります：
- コード実行。エージェントはPythonコードを生成・実行し、完全なシステム権限を持ちます。READMEには正直に警告されています：隔離されたサンドボックスまたはコンテナ内でのみ実行してください。
- ライセンス。Biomni自体はApache 2.0ですが、サードパーティのデータベースやツールを使用しており、商用利用に制限がある場合があります。
結論：試す価値はあるか？
Biomniは、LLMが"賢いオウム"から実際に役立つ作業ツールへと進化している良い例です。ルーティンタスクの自動化したいバイオinformaticianや、数百件の論文からの知識の要約にすばやくアクセスしたい研究者に便利です。
現在、チームは次のバージョンであるBiomni-E2のコミュニティを構築中です。Biomedicalソフトウェア開発の経験があるか、優れたオープンプロトコルを知っている方は、Stanfordの真剣なオープンソースプロジェクトに貢献する絶好の機会です。
インストールせずにWeb版を試すには、プロジェクトの公式サイトにアクセスしてください。
関連プロジェクト