Stanford's Virtual Biotech: Multi-Agent AI Framework for Drug Discovery Published in Science
Stanford researchers published a paper in Science on September 17, 2026, describing Virtual Biotech, a multi-agent AI framework that simulates a biotech company's R&D organization for therapeutic discovery. The system comprises four research departments and 11 main agents, with a virtual chief scientific officer coordinating tasks such as target discovery, safety assessment, and clinical development. It uses Claude Sonnet 4.5 and Haiku 4.5 models, and in a data-curation example, deployed 37,075 parallel agent instances to process clinical trial records.
Coverage timeline
机器之心ScienceAI
编辑丨& 一个只存在于想象中的未来企业是什么样的？ 机械、智能体，一切都在有条不紊地自行运转，不受外界干扰，持续朝一个方向努力。这一种名为 Virtual Biotech 的先进 AI 系统，现已于 2026 年 9 月 17 日在《 Science 》的「The Virtual Biotech: A multi-agent AI framework for therapeutic discovery and development」中登场。 这一篇斯坦福大学的研究中，研究团队搭建了一套模拟生物科技公司研发组织的多智能体 AI 系统，让不同的 AI 智能体承担靶点发现、安全评估、治疗方式选择和临床开发等工作，再由一个虚拟首席科学官（CSO）统筹整个过程。 论文链接： https://www.science.org/doi/10.1126/science.aeg6779 Virtual Biotech 药物研发向来是一种吃力不讨好的开发过程，而 AI 的出现为这种繁杂的工作带来了解决的办法。斯坦福大学此次研究的针对的是药物研发中长期存在的一个问题：靶点验证需要同时参考人类遗传学、功能基因组学等多种证据，而这些信息往往分散在不同数据库和专业团队手中。随着数据规模不断扩大，人工完成跨模态整合也越来越困难。 Virtual Biotech 因此按照一家真实药企的方式组织 AI。系统有四个研究部门和 11 个主要智能体，底层语言模型采用 Claude Sonnet 4.5，负责战略简报和科学审查的两个智能体则使用 Claude Haiku 4.5。它们通过 MCP 服务器连接生物医学数据库、代码执行环境和分析工具，让语言模型能够直接调用数据和计算资源。 图 1：Virtual Biotech 智能体、工具及编排流程概述。 数据整理 这条路流程最醒目的数据来自于临床实验数据整理。比如，研究人员希望把 Open Targets 中的临床试验补充上更加完整的终点结果和不良事件信息。 Virtual Biotech 先让临床试验智能体设计数据提取规则，然后针对不同的临床试验编号，同时派出 37,075 个临床试验智能体实例进行并行处理。每个智能体负责一项试验，先过一遍 ClinicalTrials.gov，再根据需要检索 PubMed 以及新闻稿和监管公告，并记录每条信息的来源。 图
