PromptBioは、2023年にアメリカのカリフォルニア州プレザントンで設立され、2026年6月に全面リニューアルしてリリースされた、生命科学に特化したエージェンティックAI（agentic AI）プラットフォームである。研究者が自然言語で科学的な質問を入力すると、データ探索からパイプラインの実行、統計分析、可視化、レポートの作成まで、単一の環境で自動的に完結する構造となっている。GPTがどのようなテキストでも理解し生成するように、PromptBioの中核アーキテクチャであるChief Scientific Orchestrator（CSO）は、バルクRNA-seqからシングルセルRNA-seq、マルチオミクス統合データまで、あらゆる生物学的データに対して適切な分析パイプラインを自動的に構成し、実行する。CSOの下には、PromptGenie（人間-イン-ザ-ループ型マルチエージェントシステム）、DiscoverFlow（エンドツーエンドの自動化ワークフロー）、ToolsGenie（カスタム分析用のコード動的生成）という3つのモジュールが有機的に連携し、グラフベースのワークフローエンジンがデータの依存関係を管理する。 従来のバイオインフォマティクス分析は、R/Pythonスクリプティング、コマンドラインパイプラインの構成、クラスタジョブ管理など、高い技術的なハードルがあり、研究者の本質的な科学的思考を妨げてきた。DESeq2を1つ実行するだけでも、環境設定に半日かかるという現実がある中で、PromptBioは「何を調べたいか」を自然言語で尋ねるだけで、残りの技術的なプロセスをエージェントが代行する。PromptGenie内部のDataAgentが公開データベースからデータを収集し、OmicsAgentが事前に検証されたパイプラインを実行し、AnalysisAgentが統計的解釈を、QAgentが対話型の要約と可視化を担当する分業構造は、単一のLLMチャットボットとは根本的に異なるドメイン専門性を提供する。さらに、MLGenieが機械学習ベースのバイオマーカー予測モデルを自動的に構築し、Omics ToolsとAnalysis Toolsが標準化されたオミクスパイプラインと下位の統計的解釈をそれぞれ担当し、分析の深さを確保する。 UCSF、Northeastern University、南アフリカのCSIRなど、初期導入機関の研究者たちは、従来の分析と比較して約30％の分析時間短縮を報告している。例えば、腫瘍患者のRNA-seqデータに対して「発現量の異なる遺伝子の分析を行い、その後、経路濃縮分析を行う」とリクエストすると、PromptGenieがDESeq2ベースの分析から、Gene Ontology/KEGG経路濃縮、ボルケーノプロットとヒートマップの可視化までを自動的に生成し、再現可能なレポートにまとめる。DiscoverFlowを活用すれば、トランスクリプトーム、プロテオーム、メタボロームを統合するマルチオミクスワークフローもコードなしで実行でき、ToolsGenieは標準パイプラインにないカスタム分析が必要な場合に、実行可能なPython/Rコードを動的に生成する。クラウドベースのSaaSとして、GCP、AWS、Azureからアクセス可能であり、GPUクラスタの自動スケーリングをサポートし、大規模なデータセットも処理する。244個の専門家がキュレーションしたタスクで構成された独自のベンチマーク（PromptBio-Bench）を公開し、LLMベースのバイオインフォマティクスエージェントの性能評価の標準を提示した点も注目に値する。