通过面向用户的知识驱动多智能体团队实现药物发现的民主化
人工智能
2025-12-29 v1 多智能体系统
定量方法
摘要
治疗发现始终是一个巨大的挑战，受限于专业领域的碎片化以及计算设计与生理验证之间的执行鸿沟。虽然生成式 AI 有望提供解决方案，但当前模型通常仅作为被动辅助工具发挥作用。本文介绍 OrchestRA，一款人类在回路中的多智能体平台，统一生物学、化学和药理学，构筑自主发现引擎。不同于静态代码生成器，本文的各智能体主动执行仿真并对结果进行推理，以驱动迭代优化。由 Orchestrator 控制，Biologist Agent 利用对超过 1000 万关联的深度推理，确定高置信度靶点；Chemist Agent 自主检测结构口袋，用于全新设计或药物再定位；Pharmacologist Agent 通过严格的生理基于药代动力学（PBPK）仿真评估候选药物。该架构建立了动态反馈环路，使药代动力学和毒性轮廓直接触发结构重新优化。通过将自主执行与人类指导无缝集成，OrchestRA 实现了治疗设计的民主化，将药物发现从随机搜索转变为可编程的证据驱动工程学科。
引用
@article{arxiv.2512.21623,
title = {Democratizing Drug Discovery with an Orchestrated, Knowledge-Driven Multi-Agent Team for User-Guided Therapeutic Design},
author = {Takahide Suzuki and Kazuki Nakanishi and Takashi Fujiwara and Hideyuki Shimizu},
journal= {arXiv preprint arXiv:2512.21623},
year = {2025}
}
备注
51 pages, 4 figures (with supplementary information)