科学的発見は「観察→仮説生成→実験→データ解析」の反復で進むが、LLMを生物学に応用する既存研究はこれら全段階を自動化できていなかった。創薬は生物学・臨床・薬学の専門知の合流に依存し、専門家が文献を統合する速度に律速される。実際、薬剤リパーパシングは核心的知見の文書化から治療応用まで大きく遅延する（dabrafenib 10年・ketamine 22年・KarXT 13年）。
→ 文献仮説生成（Crow/Falcon）と実験データ自律解析（Finch）をlab-in-the-loopで連結し、半自律的な発見サイクルを構築
Finchは8本の独立トラジェクトリを実行しメタ解析でコンセンサス化。ランキングはBradley-Terry-Luceで位置バイアスを補正。
約825本の文献を30分で統合（手作業800時間超相当）。1回の実行コストは平均$10.76（Crow 45回+Falcon 30回）。
ripasudilがY-27632を上回り1.89倍（ヒト解析1.75倍）の貪食促進。初代ヒトRPE-SCでも再現し、KL001も新規ヒットとして同定。
| 項目 | 結果 |
|---|---|
| ABCA1 上昇（RNA-seq） | 3倍, adj.p=2.13×10⁻⁸³ |
| Finch (BixBench 170問) | 22.8±1.7% |
| 素のClaude 3.7 Sonnet | 1.6±1.2% |
| Finch flow cytometry適合 | 100±0% |
| Finch RNA-seq適合 | 86±0% |
| o4-mini参照の幻覚率 | 44.5±6.37% |
| Crow参照の幻覚率 | 0% |
| LLM judge自己一致 | 88%（人間61%） |
Deep Researchは19候補を生成も貪食アッセイでヒット0、ROCK阻害機序を提案できず。