上海交大联合跨学科团队打造出名为 AutoDNA，代号思源一号的 AI 原生科学实验室，它和以往把 AI 外挂在自动化设备上的方案不一样，直接把 AI 模型、实验流程、硬件仪器放在一起协同设计，专门解决分子生物实验里仪器多、步骤复杂、对精度和环境稳定性要求很高的痛点，用户只用自然语言下达需求，系统就能自己走完设计实验、上机操作、采集数据、迭代优化的闭环，整套成果已经发表在《自然》期刊，还登上了期刊官网首页头条。传统自动化实验室需要科研人员提前写死全部实验流程，AI 只能帮忙查文献或者分析结果，遇到仪器故障、参数偏差就要人工介入调整，而 AutoDNA 可以实时读取每台设备状态，自动调度二十多种仪器，独立完成上万步硬件操作，在多用户共用平台的场景下，实验吞吐能力提升到原来三倍，覆盖核酸合成、扩增、测序等基础实验，还能支撑 DNA 存储、新药研发、疾病检测这些方向，普通人或者非专业研究者也能用自然语言发起实验请求，不用精通底层实验操作。
AutoDNA 核心架构特点
- 架构模式：模型、实验、仪器一体化协同设计，不属于外挂 AI 方案
- 运行闭环：设计→实验执行→数据采集→结果评估→自动优化，持续循环
- 调度能力：支持 20 台以上不同仪器联动，自主处理超过 9300 步硬件操作
- 操作精度：适配微米级定位、微升级液体处理这类精细分子实验要求
- 交互方式：支持自然语言指令输入，降低使用门槛
AutoDNA 可开展的实验与应用方向
| 类别 | 包含项目 |
|---|---|
| 基础核酸实验 | DNA 合成、扩增、转录、测序 |
| 前沿应用场景 | DNA 数据存储、疾病诊断、新药开发筛选 |
AutoDNA 和传统 AI 自动化实验室对比
- 传统方案：AI 属于附加模块，流程提前人工编写，仪器独立调度，异常情况基本要人干预，只适合简单固定实验
- AutoDNA 方案：AI 原生深度融合硬件，动态调整实验方案，实时感知仪器状态自主排错，适配复杂、多步骤生物分子实验
AutoDNA 研发团队信息
该项目由上海交大计算机学院 IPADS 实验室陈海波、王肇国团队，联合化学化工学院樊春海、王飞团队共同完成，依托张江高等研究院 DNA 存储研究中心开展研发工作，《自然》同期还刊发了斯坦福大学学者的专题评述文章。
【相关 FAQ】
问题 1：上海交大的 AI 原生科学实验室 AutoDNA 是什么？
回答 1：上海交大的 AI 原生科学实验室 AutoDNA 也叫思源一号，是一套面向生物分子操作、AI 原生架构的自主实验平台，不靠人工预设全部流程，能自主完成整套分子生物学闭环实验。
问题 2：AI 原生科学实验室 AutoDNA 相比普通自动化实验平台优势在哪？
回答 2：AI 原生科学实验室 AutoDNA 采用模型、实验、仪器协同设计，不是外挂 AI，能实时感知仪器状态自动调度、自主优化方案，多用户场景下实验吞吐提升三倍，适配高精度复杂核酸实验。
问题 3：AI 原生科学实验室 AutoDNA 能用来做 DNA 存储实验吗？
回答 3：AI 原生科学实验室 AutoDNA 可以支撑 DNA 存储相关实验，这个场景下它能自主协调 20 多台仪器，自动执行上万步硬件操作，是它的核心落地方向之一。
问题 4：使用 AI 原生科学实验室 AutoDNA 是不是必须懂分子实验操作？
回答 4：不用，AI 原生科学实验室 AutoDNA 支持自然语言提交实验需求，就算是非专业人员，也可以直接发起实验任务，由系统自主完成后续整套操作。
【参考资料】
[2026-11-08]（上海交大构建 AI 原生科学实验室 AutoDNA 装置：实现自主分子生物学实验操作，成果登《自然》）IT 之家
[2026-11-06]（Nature 发文 | 上海交大 DNA 存储团队构建自主生物分子操作的 AI 原生科学实验室）上海交通大学张江高等研究院
[2026-11-05]（刚刚，上海交大 AI 原生实验室 AutoDNA 登上 Nature：自主协调 20 余类仪器，完成 11000 多步生物实验）36 氪
【免责声明】
本文内容仅为科研信息整理，不构成技术落地、投资以及商业合作建议，相关技术性能、参数、应用边界以上海交大官方论文及实验室公开说明为准。
本文来自作者[幻频映射]投稿，不代表新投网立场，如若转载，请注明出处：https://www.eastpo.net/kuaixun/202611/968.html
评论列表（4条）
我是新投网的签约作者“幻频映射”！
希望本篇文章《上海交大推出 AI 原生科学实验室 AutoDNA，自主完成分子生物实验登上《自然》》能对你有所帮助！
本站[新投网]内容主要涵盖：互联网行业的追踪与探索
本文概览：上海交大联合跨学科团队打造出名为 AutoDNA，代号思源一号的 AI 原生科学实验室，它和以往把 AI 外挂在自动化设备上的方案不一样，直接把 AI 模型、实验流程、硬件仪器放在一起协同设计，专门解决分子生物实验里仪器多、步骤复杂、对精度和环境稳定性要求很高的痛点，用户只用自然语言下达需求，系统就能自己走完设计实验、上机操作、采集数据、迭代优化的闭环，整套成果已经发表在《自然》期刊，还登上了期刊官网首页头条。传统自动化实验室需要科研人员提前写死全部实验流程，AI 只能帮忙查文献或者分析结果，遇到仪器故障、参数偏差就要人工介入调整，而 AutoDNA 可以实时读取每台设备状态，自动调度二十多种仪器，独立完成上万步硬件操作，在多用户共用平台的场景下，实验吞吐能力提升到原来三倍，覆盖核酸合成、扩增、测序等基础实验，还能支撑 DNA 存储、新药研发、疾病检测这些方向，普通人或者非专业研究者也能用自然语言发起实验请求，不用精通底层实验操作。