在方攀峰看来，AI for Science意味着一种深度的人机协同，是“人类科学家与AI协同设计并推动实验的一种新工具”，其要素包括两点：高通量、高速迭代的大规模实验室，以及对传统实验室进行自动化、数字化和智能化的改造。

目前，镁伽鲲鹏实验室3.0主要通过五大平台触达前述要素，其中包含四个自动化平台，即全自动分子实验平台、全自动蛋白定向进化平台、全自动细胞实验平台、全自动建库测序实验平台，和一个数智化平台。

每一个平台都最大程度地聚力于降本增效。例如，应用全自动分子实验平台，单日可完成400个分子克隆，与传统人工相比提效90%以上；全自动细胞实验平台除可用于类器官开发、药物筛选等，还能够实现高通量的基因敲除、敲入，“96个基因的敲除，几周内就可以完成”。

而数智化平台一方面能够对基因组、转录组、表观组等测序数据进行全流程自动化分析，另一方面，通过运用镁伽自主开发的蛋白质性质预测模型，也可以在多种维度帮助设计、优化蛋白序列，提高蛋白的活性和热稳定性。

在镁伽鲲鹏实验室3.0体系内，四个自动化平台彼此间由智能机器人串联，由数智化平台统一协同控制调度，五大平台形成有机整体，协同助力生命科学研究。

但具体如何作用，能够在哪些方面为客户提供别样价值？以类器官的开发为例，方攀峰向我们做了介绍。

首先，基于知识/数据的集成和多种建库/药筛方案，平台能够为用户提供参考培养方案，并简化其调用过程；其次，依托于软件的统筹安排，平台能实现多种类器官自动化培养流程，并且能够帮助提高实验的灵活性和一致性；最后，通过对药筛前后的样品进行单细胞测序、提取关键信息，并将之与临床数据结合、比对、分析，平台还能够进一步帮助优化培养方式。

“类器官培养实现了全流程自动化，并且解决了均一性、稳定性等行业公认痛点”，方攀峰进一步说，“截至目前，胃肠道的肿瘤类器官，我们80%的药筛结果匹配临床上的客观响应结果。这能够大大提高患者的生存期。”

整个过程里，“AI for Science”具体是如何加速生命科学研究的？张琰表示，核心之一在于强大的高质量数据生成与治理能力。

“科学发展经历了四个范式：基于经验、理论推导、计算科学、大数据推动，其最终目标是预测真实世界。人工智能时代，数据是科学领域的‘石油’”，张琰进一步介绍。要开启生命科学领域的AI研究，就需要海量的可用数据。

不过现实是，由于实验的一致性和质量都难以保障，整个行业的数据收集处理效率偏低，可用数据昂贵且稀少。

运用人工智能实现数据治理，已成为各行各业的趋势所在，曾被称为“实验科学”的生命科学研究也在向“数据科学”迈进。只是，迈进的过程并非坦途。例如在生命科学数据的收集环节，一个难点在于“不同品牌的设备通常接口不一，数据格式也存在大量‘噪音’”。

张琰告诉同写意，为了给数据“降噪”，保证其有效收集、结构化、分析、追溯，镁伽在数智化平台搭载了中央调度软件、数据治理软件、信息化管理软件、生信分析软件等模块。相较于镁伽鲲鹏实验室2.0，最新版本的数据生成能力、处理能力分别提升了100倍、1000倍。

所有实验数据的生成处理，都将被“反哺”给模型调整、加速模型迭代，而模型的优化又将反过来促进生命科学实验的设计、实施、结果验证等一系列过程。

干湿闭环由此打通，良性循环的状态符合镁伽的自身定位和产业愿景：做先进生产力工具的提供商，加速整个生命科学领域向前发展。

科学愿景之外，镁伽毕竟是在做一门生意。

如何降低生命科学实验室的建设运维成本？如何让先进生产力工具更好地被市场“买账”？未来的市场拓展方向和商业模式规划如何？

张琰以“建的起来”“用的起来”“用得起”，回应前两个问题。

智慧实验室的建设成本高昂，如果事先未曾对实验的开展进行全流程精密测算，就可能让其陷入落成之后不堪大用的困窘局面。为避免这种情况的发生，在规划镁伽鲲鹏实验室3.0的建设时，镁伽引入了数字孪生技术（Laminar数字孪生软件）。

“大到实验室的布局规划，小到岛台的参数建模、各项业务流程和实验流程的推进，我们都经过数十次完整的数字模拟和论证，目的是最大程度地降低各项风险。”谈及此，张琰笑称，整个过程高精度仿真，就像“打CS”一样。

跨学科的团队、“技术货架”模式也是让实验室正常运行的强大后盾。目前，镁伽的千人团队中，研发人员占比六成左右。“超过100位生物背景的同事、300多位工程技术背景的同事，还有多位资深的跨学科专家，能够确保智慧实验室高效运行、满足多样化市场需求。”

基于对过往积累所得的know-how和核心技术的“排列组合”而形成的“技术货架”模式，则大幅提高了团队效率。现在每进入一个新的细分场域、需要开发新品时，镁伽至少60%的工作都可以从“技术货架”上继承，20%可以通过工具实现迅速配置，只有20%需要定向研发。

与“用得起来”相关联的还有一个重要因素：成本控制——高通量、AI支持，都对应着运维成本的大幅增加，但张琰告诉同写意，现阶段并未提高针对客户的收费标准，原因在于通过耗材、设备的自研，镁伽降低了实验中其他环节的花费。

“一方面，由镁伽自主研发的耗材型号已超过1000种，能够适配自动化应用场景，将成本降低70%；另一方面，实验室自动化可以减少生物试剂使用量，使体系缩减到原来的1/4、1/16甚至更小；此外，自主研发仪器也能够降低购置成本，同时帮助解决卡脖子、交期长等实际痛点，为客户提供更多选择”，张琰回应说。

镁伽已积累了来自企业、高校、科研机构等多地的稳定客群。今年以来，镁伽接到的市场需求还在持续增长。张琰经常听到两类反馈：一是“市场上终于有做这个事儿的人了”，二是“你们居然做得还不错”。

相当体量的客群、不错的行业口碑，搭配以可持续的商业模式，也逐渐成为支持镁伽发展速度的“底气”。

如果从产品出发去看，镁伽的身份像一家由AI加持的CRO，但商业模式方面，镁伽并不局限于此。张琰告诉同写意，镁伽目前的收入来源，包括设备、耗材及试剂盒的交付、定制方案提供、软件销售等多个方面。

此外，关于数据资产价值发掘的可能性，也已在陆续探索中——近期在上交所挂牌“基因信息查询服务”，就是一次创新实践。

基于对来源于多个国际知名生物医疗数据库的开源数据的深度清洗、分析，该数据产品能够提供基因的基本简介、通路信息、表达信息、预后信息，以及关联疾病与药物等全景式信息，降低科研人员整合、过滤信息的时间成本，在临床诊疗方案的制定等场景展现出相当应用潜力。

近几年，AI几乎成为一种先进生产力的表征符号。庞大的算力、生成能力给予所有人无限想象空间，但要将技术真正“落地”，关键更在于敏锐的市场洞察和“从场景出发”的开发理念，这几乎是所有跻身“AI+”创业者的共识。

镁伽正在以此为基点向外拓展，构建更丰富的业态：一方面，通过在半导体、新能源等领域寻找合作伙伴，将自动化、智能化的能力直接迁移到其他应用场景；另一方面，也通过孵化、投资下游公司，将其工程化能力赋能给更多客户。

无论是在生命科学领域还是在其他领域，自动化、智能化能做的事情都还有很多。

张琰表示，在这个技术密集型产业，重要的是“保持 ’Always Day One’ 的创业心态，保持技术领先优势的同时，精准识别市场增长点、增强商业化能力。”