导语
为推动人工智能与生命科学研究深度融合,探索复杂生物系统结构化建模的新范式。本期读书会为Vibe Modeling读书会第三期,北京大学生物医学前沿创新中心博士朱韬宇将聚焦 Vibe Modeling 在复杂生物系统 AI 辅助结构化建模中的方法学定位与实践路径,系统呈现 scientific agent 如何将生物学研究直觉转化为可审查、可复现、可验证的模型蓝图,并结合单细胞状态识别、空间组学解释、蛋白质设计与药物优化等场景,探讨其在假设生成、证据组织、分析流程设计和科研评价中的应用价值与边界。
集智俱乐部联合同济大学长聘副教授陈小杨和北京林业大学副教授李周园共同发起,本读书会旨在跨越硬科技与社会科学两大板块,系统梳理vibe modeling的技术现状、应用潜力与开放问题,通过集体实践形成可复用的提示策略及评估方法,为这一新范式奠定早期社区基础,助力推动其在各领域的规范化应用与人才培养落地。
报告简介
本次分享将讨论 Vibe Modeling 在复杂生物系统 AI 辅助结构化建模中的方法学定位与实践路径。报告将从“研究直觉如何转化为可审查模型蓝图”出发,介绍以规划器、记忆模块、工具调用、执行器和多角色审查为核心的scientific agent 架构,并说明其在生物学研究中如何辅助假设生成、证据组织和分析流程设计。
分享将结合单细胞状态识别、空间组学解释、蛋白质设计与药物优化等场景,讨论基础模型、检索增强生成和闭环实验设计如何支持可检验生物学假设的形成。同时,报告将建立面向科研应用的评价框架,涵盖新颖性、似真性、可靠性、可复现性与可行动性,并强调以验证主导、证据分级和机制谦逊为底线,避免将模型推断直接等同于机制证明。
分享大纲
Vibe Modeling 的概念界定与方法学定位:从研究直觉到可审查的模型蓝图
复杂生物系统对前置建模的需求:多尺度异质性、批次效应与验证闭环
Scientific agent 的系统架构与能力边界:规划器、记忆模块、工具调用、执行器与多角色审查
代表性 agent 系统的批判性审视:从自主实验到单细胞自动注释的能力与验证缺口
生物与计算生物学中的应用映射:单细胞状态、空间组学、蛋白质设计与药物优化
可靠性评价与风险控制框架:证据分级、幻觉抑制、外部验证与最低验证清单
从假设导航到闭环发现的实践设计:hypothesis table、evidence card 与 validation plan 的最小可用研究流程
核心概念
模型蓝图:利用 AI 快速生成、筛选、比较候选假设,并设计验证路径。
证据分级:区分事实、支持性关联、模型推断、假设和机制证明
机制谦逊:对机制解释保持保守,只在证据充分时使用“证明机制”等强表述
证据卡片:对某条结论的来源、证据类型、强度和限制进行结构化记录
知识图谱:用节点和边表示基因、疾病、细胞类型、药物、通路之间的关系
多组学整合:联合 RNA-seq、ATAC-seq、蛋白组、代谢组、空间组学等多模态数据解析生物学状态
基因调控网络:描述转录因子、靶基因、通路和细胞状态之间调控关系的网络
Perturb-seq:将 CRISPR 扰动与单细胞测序结合,用于观察基因扰动对细胞状态的影响
可靠性:模型在特定任务和数据条件下是否稳定、可检验
批次效应:技术差异伪装成生物学差异
混杂因素:第三变量同时影响输入和结果,导致结果的错误解释
外部验证:在独立数据集、队列、平台或实验条件下复现结论
主讲人介绍
主讲人:朱韬宇,北京大学生物医学前沿创新中心博士,本科毕业于浙江大学。研究方向:计算生物学,代数拓扑,黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外,我喜欢研究形变量子化以及韩国流行音乐,是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝),并且是半程马拉松大众精英跑者,半马PB 1:22:39。
参考文献
Cabot, J. Vibe Modeling: Challenges and Opportunities. arXiv (2025).
Wang, H., Fu, T., Du, Y., et al. Scientific discovery in the age of artificial intelligence. Nature620, 47–60 (2023).
Yao, S., Zhao, J., Yu, D., et al. ReAct: Synergizing reasoning and acting in language models. International Conference on Learning Representations (2023).
Schick, T., Dwivedi-Yu, J., Dessì, R., et al. Toolformer: Language models can teach themselves to use tools. Advances in Neural Information Processing Systems36, 68763–68784 (2023).
Wu, Q., Bansal, G., Zhang, J., et al. AutoGen: Enabling next-gen LLM applications via multi-agent conversation. arXiv preprint arXiv:2308.08155 (2023).
CellAgent. An LLM-driven multi-agent framework for automated single-cell data analysis. arXiv preprint arXiv:2407.09811 (2024).
Xie, Y., et al. CASSIA: a multi-agent large language model for automated and interpretable cell annotation. Nature Communications17, 389 (2026).
Huang, Y., et al. OmniCellAgent: Towards AI co-scientists for scientific discovery in precision medicine. bioRxiv (2025).
Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J. & Ha, D. The AI Scientist: Towards fully automated open-ended scientific discovery. arXiv preprint arXiv:2408.06292 (2024).
Kapoor, S. & Narayanan, A. Leakage and the reproducibility crisis in machine-learning-based science. Patterns4, 100804 (2023).
时间信息
2026年5月31日(周日)下午14:00-16:00,腾讯会议线上进行,感兴趣的朋友扫码报名加入Vibe Modeling读书会后,可进入学员群进行交流。
报名读书会:「Vibe Modeling」
集智俱乐部联合同济大学长聘副教授陈小杨和北京林业大学副教授李周园共同发起,将在集体实践中探索 vibe modeling 在不同领域的通用模式与特殊需求,沉淀可复用的提示策略、评估方法与工作流,为这一范式搭建早期社区基础,助力 AI 赋能的跨学科研究与人才培养落地。
读书会自2026年5月17日起,每周日下午14:00-16:00线上开展,持续10周,包含主讲分享与讨论交流,并提供会后视频回放,诚邀相关领域研究者及跨学科兴趣者参与。
扫描海报中二维码报名参加读书会
报名方式:
第一步:微信扫码填写报名信息。
第二步:填写信息后,付费报名。如需用支付宝支付,请在PC端进入读书会页面报名支付:
第三步:添加运营助理微信,拉入对应主题的读书会社区(微信群)。
PS:为确保专业性和讨论的聚焦,本读书会谢绝脱离 Vibe Modeling 读书会主题及相关问题的交流讨论;如果出现讨论内容不符合要求、经提醒无效者,会被移除群聊并对未参与部分退费。
加入社区后可获得的资源
完整权限包括:线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。
特色退费与激励机制
我们提供以下两种途径,让您的投入获得实际回馈:
任务达标退费路径认领并合格完成任意两期字幕任务,即可退还全额报名费,并额外获得集智专属周边奖励。
运营成长激励路径合格完成一个字幕任务后,可申请成为运营助理。在读书会项目顺利结项后,将退还学费。表现优异者,还有机会获得额外的奖学金。
热门跟贴