深度：雅典娜AI科学家系统独立完成药物靶点发现

2028年1月5日，英国初创公司Singularity Labs宣布其开发的「雅典娜」AI科学家系统已独立完成一项完整的药物靶点发现研究。该系统从文献分析、假设生成、实验设计到数据分析全程自主运行，最终发现3个此前未被报道的阿尔茨海默症潜在药物靶点。

雅典娜系统由三个核心模块组成：文献推理引擎Hestia、实验规划引擎Ares和数据分析引擎Athena。Hestia在72小时内分析了PubMed数据库中超过340万篇神经科学相关论文，构建了一个包含47万个概念节点的知识图谱。在此基础上，Ares自主设计了12组体外实验方案，并通过实验室自动化系统执行。

项目首席科学家、前DeepMind研究员James Thornton介绍，雅典娜最具突破性的能力在于「假设迭代」。当第一轮实验结果与预期不符时，系统没有简单排除该假设，而是自主提出了3种可能的干扰因素，并设计了验证实验。最终，其中一个「被否定」的假设在排除干扰后被证实有效。

发现的3个靶点中，有一个涉及神经胶质细胞的钙信号通路，此前从未被纳入阿尔茨海默症的研究视野。伦敦大学学院的神经科学教授Helen Fisher评价称，这个靶点的发现「可能会改变该领域未来十年的研究方向」。

不过，学术界对AI自主科研的争议仍在持续。斯坦福大学的生物伦理学家David Magnus指出，当AI系统既是假设的提出者又是实验的设计者时，传统的科学验证逻辑面临挑战。「我们需要新的框架来评估AI生成的科学知识的可靠性。」

Singularity Labs目前已获得1.8亿美元B轮融资，估值达到12亿美元。公司计划将雅典娜的应用扩展到材料科学和能源领域。