加拿大多伦多大学的研究人员开发出一个AI与机器人驱动的“全自动实验室”——LUMI-lab。该平台仅通过十轮自主实验，便成功发现了能显著提升肺部mRNA递送效率的新型可电离脂质，并意外揭示了此前从未被报道的关键结构特征。这一突破不仅展示了AI在下一代RNA递送技术领域的巨大潜力，更标志着AI正从数据分析工具蜕变为能够自主提出假设、驱动实验的“科研伙伴”。相关研究成果于2026年2月24日发表在《细胞》期刊上。

LUMI-lab是一个集成了Transformer基础模型与主动学习工作流的自主实验平台，旨在攻克化学空间探索中的数据稀疏难题。平台构建了高效的“设计-合成-测试-分析”闭环：预训练的LUMI模型基于2800万个分子结构，从22万种虚拟候选分子中筛选出潜力对象；随后，机器人系统自动完成化学合成、LNP制备及细胞递送，并通过荧光信号检测评估效率；最终，实验数据实时反馈给AI模型进行微调，使其在后续迭代中不断优化预测能力，实现自我进化。

经过十轮迭代，LUMI-lab自主合成了超过1700种脂质，并精准识别出“溴化脂质尾部”是提升递送效率的关键结构特征。验证实验显示，含溴原子的最佳脂质LUMI-6与不含溴版本LUMI-6D相比，mRNA递送效率提升了1.8倍。机制研究进一步证实，溴化修饰能有效促进脂质纳米颗粒（LNP）的“内体逃逸”，这是mRNA成功入胞的关键步骤。这一发现充分证明了AI在探索广阔未知化学空间、实现科研范式变革中的惊人能力。

信息来源：

https://www.cell.com/cell/abstract/S0092-8674(26)00099-1

https://www.thepaper.cn/newsDetail_forward_32655224