探讨 LLM 辅助生物湿实验设计：低成本试错与跨学科启发

rishabh16_ · x · 2026-08-06

作者探讨了大型语言模型（LLM）在优化生物“湿实验”流程方面的巨大潜力，如 PCR、噬菌体展示和 CRISPR 等技术的方案设计。

核心观点在于，研究人员可以利用 LLM 进行低成本的“支线任务”探索。例如，当发现领域 A 的问题在结构上与已解决的领域 B 相似时，可以直接向 AI 询问跨学科借用试剂或酶的可行性。这种做法能帮助实验者在早期预判死胡同，并在日常设计中做出更优决策。作者期待未来能看到首批因结合 LLM 咨询而大幅精简和优化实验流程的学术论文。