PRISM: 지능형 시뮬레이션 모델링을 통한 프로토콜 개선

PRISM: Protocol Refinement through Intelligent Simulation Modeling

실험 프로토콜 설계 및 실행 자동화는 자율 실험실 구현의 핵심적인 난제로 남아 있습니다. 본 연구에서는 PRISM (Protocol Refinement through Intelligent Simulation Modeling)이라는 프레임워크를 소개합니다. PRISM은 기존 로봇 장비로 구성된 실험실 플랫폼에서 실험 프로토콜의 설계, 검증 및 실행을 자동화합니다. PRISM은 언어 모델 기반 에이전트 집합을 사용하여 실험 단계를 생성하고 개선합니다. 이 과정은 웹 기반 소스에서 관련 절차를 자동으로 수집하는 것으로 시작됩니다. 수집된 정보는 계획, 비판 및 검증 루프를 거쳐 구조화된 실험 단계(예: 액체 처리 단계, 덱 레이아웃 및 기타 관련 작업)로 변환됩니다. 최종 단계는 Argonne MADSci 프로토콜 형식으로 변환되어, Opentrons OT-2 액체 처리 장치, PF400 로봇 팔, Azenta 플레이트 실러 및 필러 등 여러 로봇 장비를 인간의 개입 없이 조정하는 통합 인터페이스를 제공합니다. 프로토콜 생성 성능을 평가하기 위해, 제한적 및 개방형 프롬프트 환경에서 단일 추론 모델과 멀티 에이전트 워크플로우를 비교 분석했습니다. 생성된 프로토콜은 NVIDIA Omniverse에 구축된 디지털 트윈 환경에서 물리적 오류 또는 서열 오류를 실행 전에 감지하기 위해 검증되었습니다. Luna qPCR 증폭 및 Cell Painting을 사례 연구로 사용하여, PRISM은 언어 기반 프로토콜 생성, 시뮬레이션 기반 검증 및 자동 로봇 실행을 연결하는 실용적인 엔드투엔드 워크플로우임을 입증합니다.

Automating experimental protocol design and execution remains as a fundamental bottleneck in realizing self-driving laboratories. We introduce PRISM (Protocol Refinement through Intelligent Simulation Modeling), a framework that automates the design, validation, and execution of experimental protocols on a laboratory platform composed of off-the-shelf robotic instruments. PRISM uses a set of language-model-based agents that work together to generate and refine experimental steps. The process begins with automatically gathering relevant procedures from web-based sources describing experimental workflows. These are converted into structured experimental steps (e.g., liquid handling steps, deck layout and other related operations) through a planning, critique, and validation loop. The finalized steps are translated into the Argonne MADSci protocol format, which provides a unified interface for coordinating multiple robotic instruments (Opentrons OT-2 liquid handler, PF400 arm, Azenta plate sealer and peeler) without requiring human intervention between steps. To evaluate protocol-generation performance, we benchmarked both single reasoning models and multi-agent workflow across constrained and open-ended prompting paradigms. The resulting protocols were validated in a digital-twin environment built in NVIDIA Omniverse to detect physical or sequencing errors before execution. Using Luna qPCR amplification and Cell Painting as case studies, we demonstrate PRISM as a practical end-to-end workflow that bridges language-based protocol generation, simulation-based validation, and automated robotic execution.