COPAL Apps
연구 어시스턴트
질문을 이해하고 워크플로우를 제안합니다. 승인하면 에이전트들이 문헌·서열·구조·상호작용을 조사해 결론을 만듭니다.
- 문헌 검색 (PubMed)
- 서열·구조 조회
- 가설 수립
- 실험 프로토콜
KRIBB 한국생명공학연구원
Multi-Agent Virtual Lab System
54개 AI 에이전트가 협력하여 연구 질문을 분석하고,
데이터 기반 인사이트를 제공합니다.
연구 분야별 워크플로우 예시가 순서대로 재생됩니다.
연구의 서로 다른 단계를 맡습니다. 같은 에이전트 기반 위에 있습니다.
연구 어시스턴트
질문을 이해하고 워크플로우를 제안합니다. 승인하면 에이전트들이 문헌·서열·구조·상호작용을 조사해 결론을 만듭니다.
생물정보 코드 생성
분석 코드를 R 또는 Python 으로 만들어 줍니다. 데이터 구조를 대화로 확인한 뒤 계획을 보여주고, 승인하면 코드를 씁니다.
분석 결과 → 논문 초안
분석 결과 테이블을 올리면 Introduction, Results, Methods, Discussion 네 섹션의 영문 초안을 만듭니다. 인용은 PubMed 기준입니다.
실행 전에 항상 계획을 보여주고 승인을 받습니다. 무엇이 돌지 모르는 채로 시작하지 않습니다.
연구 질문을 자연어로 입력합니다.
의도를 분석해 맞는 워크플로우를 찾아 보여줍니다.
실행 전에 어떤 에이전트가 어떤 순서로 도는지 확인합니다.
에이전트들이 순서대로 돌며 진행 상황이 실시간으로 보입니다.
종합 결론과 에이전트별 근거를 함께 받습니다.
KRIBB 조직 구조에 맞춰 나눈 8개 분야. 숫자는 그 분야의 검증된 워크플로우 수입니다.
단백질 기능 예측, 서열 분석, 3D 구조 예측, 클로닝 및 발현 최적화
NGS, 전사체, 단일세포, 프로테오믹스, 다중오믹스 통합 분석
CAR-T 디자인, 면역세포 프로파일링, 사이토카인 분석, 유세포 분석
노화 메커니즘, 대사 경로 분석, 후성유전학적 변화 추적
미생물 분류학, 대사체 프로파일링, 숙주-미생물 상호작용
유전자 회로 설계, 대사공학, 바이오파츠, DBTL 사이클
타겟 발굴, 화합물 스크리닝, 분자 도킹, ADMET 예측, 계산 분석 레이어
병원체 게놈 분석, 백신 후보 설계, 진단 바이오마커 탐색
시스템 4개, 공통 9개, 도메인 37개, Insight 전용 4개. 각자 하나를 잘하고, 워크플로우가 필요한 것만 골라 순서대로 실행합니다.