讓生物學家擺脫數據分析之苦，斯坦福團隊發布首個開源自進化生物分析AI智能體，實現自動化基因組學發現

編輯丨王多魚

排版丨水成文

近年來，大語言模型（LLM）及其驅動的智能體（Agent）系統取得了顯著進展，顯著提升了推理、規劃、代碼生成和工具調用能力，使復雜數據分析能夠以遠超純人工方式的速度和規模被自動、迭代地執行。這一趨勢在生物學領域尤為重要。

盡管目前已經出現了不少能夠輔助生物學分析的智能體系統，但現有生物學智能體大多建立在 Web 圖形用戶界面（GUI）之上，這在一定程度上限制了其靈活性以及與現有計算工作流的深度集成。與此同時，相當一部分系統仍以商業閉源形式提供服務，缺乏社區驅動的擴展機制，也未被設計為可將代理與執行環境解耦的分布式系統，因此在涉及敏感基因組數據時，本地部署與隱私保護能力仍然不足。更進一步，這些系統通常也不支持自動或遞歸式的代碼演化與優化。

2026 年 2 月 27 日，斯坦福大學邱肖杰實驗室的徐偉澤、Erwin Poussi、鐘權、曾澤華、Christopher Zou、王學海、盧意帆等研究人員，聯合 Lenovo、Vizgen、卡羅林斯卡醫學院及加州大學圣地亞哥分校等多個頂尖研究機構，發布了一款分析生物醫學智能體系統——PantheonOS，這是一個可演化、保護隱私且通用的多智能體框架，旨在兼顧通用性和深度領域特異性。

PantheonOS 的誕生，標志著生物醫學智能體正在從依賴閉源云端的數據分析模式，邁向完全開源、本地部署、覆蓋全流程的新一代數據分析范式。

PantheonOS提供了一個抽象的、可擴展的架構，支持自定義智能體組合。在論文中作者設計并應用該智能體系統完成了端到端的單細胞和多組學分析，還涵蓋強化學習增強的基因組面板設計、原始 FASTQ 數據處理、多模態數據集成和三維空間基因組重建等復雜的生物學任務。

此外對于通用型生物學分析任務，包括遺傳學、基因組學、微生物學、藥理學和臨床醫學等任務，PantheonOS 通過 Skill Store 也能媲美并達到當前智能體的最優水平。不僅如此，Pantheon-Evolve 是該框架的核心，它支持智能代碼演化，使系統能夠自主改進最先進的批量校正算法和基于強化學習的新型基因組設計算法，從而超越人工設計的基線水平。

該研究以：PantheonOS: An Evolvable Multi-Agent Framework for Automatic Genomics Discovery為題發表于預印本平臺bioRxiv上，研究團隊在 pantheonos.stanford.edu 開放了免費注冊和試用，并在 Github 上完全開源。

該研究開發的 PantheonOS 采用四層金字塔架構，從 LLM 層開始，依次構建到代理層、接口層和應用層，并支持靈活的用戶界面，構建了一個可演化的分布式多代理系統。

• LLM 層包含一個統一的 LLM 接口，支持 100 多個 LLM，并具備自動重試和回退功能。它還支持通過 NATS（https://nats.io/）進行分布式通信，從而實現靈活的跨設備部署。

• 代理層提供運行時執行模型，使代理能夠通過統一的代理循環、結構化的代理間傳輸以及管理任務狀態和工件的正式模態任務協議（MTP）進行協調。值得注意的是，在代理層，Pantheon-Evolve 模塊采用進化算法使智能體能夠通過智能體引導的進化，迭代地改進外部和內部算法、軟件包或技能，從而達到超越人類的性能。

• 接口層的設計非常靈活，可以滿足不同的用戶需求，包括命令行界面 (CLI)、Jupyter notebook、Web 圖形用戶界面 (GUI) 和 飛書/QQ/Slack 聊天機器人。

• 應用層，通過配置驅動的組裝方式允許通過組合底層組件快速構建特定領域的代理系統。

因此，PantheonOS 的分層分離設計使其既可作為通用的數據科學框架，又可輕松定制以應用于基因組學和其他領域。

最后，Pantheon 應用商店支持社區驅動的組件開發和共享。目前已有超過 1300 個生物學 skill 可被一鍵安裝使用，應用商店中的技能、軟件包、代理和團隊定義可以一鍵安裝到上述任何接口中，從而方便將現有系統擴展到新的應用場景。

為了評估 PantheonOS 在多個生物學領域的強大功能，研究人員選擇了三個生物學分析領域的復雜場景。

案例 1：早期胚胎發育

在小鼠早期胚胎發育過程中，PantheonOS 能夠自動重建三維空間基因表達圖譜，解析 Cer1 表達的不對稱性和旁分泌 Cer1-Nodal 抑制，揭示了胚胎第 6 天（E6.0）穩健的近端-遠端軸。

案例 2：人類 3D 胎兒心臟

在人類發育過程中，PantheonOS 將胎兒心臟單細胞多組學數據與受孕后第 12 周的全心 3D MERFISH+ 數據整合，揭示了心臟疾病發生發展過程中空間分辨的分子機制。

案例 3：虛擬細胞路由

最后，PantheonOS 的智能模型路由機制使其能夠自適應地選擇異構任務中最優的虛擬細胞模型，從而揭示心臟發生的最小調控網絡，并預測發育中心臟的空間分辨擾動效應。

總的來說，該研究推出的 PantheonOS，是一個可演化的多智能體操作系統，旨在擴展和加速數據科學。PantheonOS 或許徹底彌補了智能體生態體系在開源程度上的不足。PantheonOS 通過四項基礎性創新解決了單細胞和空間數據分析中新出現的瓶頸：

1）一個高度可擴展的通用抽象框架；

2）一個用于端到端單細胞和空間基因組學數據分析的實例；

3）用于算法創新的 Pantheon-Evolve 模塊；

4）以及一個用于自適應模型選擇的智能虛擬細胞模型。

隨著大語言模型（LLM）和智能體框架不斷掌握長周期任務和自我演化，可預見科學流程將發生根本性的重構。PantheonOS 為未來提供了一個藍圖，在這個藍圖中，AI 智能體將與人類研究人員無縫協作，實現整個科學生命周期的自動化，涵蓋從假設生成、方法開發、代碼實現到執行和演化、結果解釋以及可驗證的論文撰寫等各個環節。

如果說過去的生物分析智能體更多停留在演示層面，那么 PantheonOS 更像是在嘗試把 智能體真正做成一個可擴展、可部署、可復用的科研操作系統。它的意義不僅在于又一個新工具出現，而在于它把“開源、多智能體、本地部署、自進化”這幾條路線第一次比較完整地整合到了一個系統里。對于生物信息學研究者來說，這可能意味著一個更接近真實科研流程的下一代分析范式正在成型。

目前，PantheonOS 已在 PantheonOS.stanford.edu 上公開部署，并將全代碼完全開源，研究團隊誠邀全球科學界利用、擴展并共同參與這一自動化、可自我進化的科學發現之旅。

以下是框架的實際使用測試，不同于 Biomni 的開源版，PantheonOS 在開源的誠意更足，提供了完善的部署功能。

Pantheon-UI 為生物學家提供一個新的對話分析入口

對于常規生物學家，Pantheon-UI 是一個對話式分析界面，用戶可以非常直接地訪問 PantheonOS 的所有功能，享受多智能體協作的便利，不需要復雜安裝。

Pantheon-CLI 為分析學者提供更直接的工具調用體系

對于進階的生物學分析學者，Pantheon-CLI 是一個命令行式的對話分析界面，類似 Claude Code 和 Codex，通過 CLI 可自主調用多種不同的工具完成生物學分析。

Pantheon-Store 為分析能力提供了無限可能

類似于 Clawhub，Pantheon-Store 提供了超過 1300 種不同的生物信息學分析 Skills，在未來還將持續迭代更新。

國產模型 / 使用成本

PantheonOS 還支持各類國產大模型，以及推出的 coding plan 計劃，無門檻，實惠到每一個生物學家。

來自內測用戶的反饋：“沒想到一個來自生物領域的開源智能體框架能完善到超越現有幾乎全部的閉源商業框架，這是很不可思議的，或許這也是開源的魅力吧”。

最后，研究團隊表示：未來半個月，我們將帶來免安裝桌面版 Pantheon-Desktop，以及支持微信、飛書、QQ 等多平臺的 PantheonClaw。我們始終堅持開源。因為科研從來不只是少數人的工具，而是推動整個人類文明進步的火種。知識因開放而流動，創新因共享而發生。既然我們做的是面向未來的事，為什么不開源？歡迎到 Github 上持續關注我們的項目。

論文鏈接：

https://www.biorxiv.org/content/10.64898/2026.02.26.707870v1

項目倉庫鏈接：

https://github.com/aristoteleo/PantheonOS

項目主頁和Skill Store：

https://pantheonos.stanford.edu/