LIDDIA：基于语言的智能药物发现智能体
计算与语言
2025-10-14 v3
摘要
药物发现是一个漫长、昂贵且复杂的过程，严重依赖人类药物化学家，他们可能需要数年时间在广阔的潜在疗法空间中进行搜索。人工智能在化学领域的最新进展试图加速药物发现的各项单独任务；然而，对能够驾驭药物发现过程的智能智能体仍存在关键需求。为此，我们引入了 LIDDIA，一种能够在计算机上智能驾驭药物发现过程的自主智能体。通过利用大型语言模型的推理能力，LIDDIA 可作为自主药物发现的低成本且高度适应性的工具。我们全面考察了 LIDDIA，证明 (1) 它在超过 70% 的 30 个临床相关靶点上能够生成满足关键药物标准的分子，(2) 它能在化学空间中智能地平衡探索与利用，以及 (3) 它在 AR/NR3C4（前列腺癌和乳腺癌的关键靶点）上识别出一种有前景的新型候选药物。代码和数据集可在 https://github.com/ninglab/LIDDiA 获取。
引用
@article{arxiv.2502.13959,
title = {LIDDIA: Language-based Intelligent Drug Discovery Agent},
author = {Reza Averly and Frazier N. Baker and Ian A. Watson and Xia Ning},
journal= {arXiv preprint arXiv:2502.13959},
year = {2025}
}
备注
EMNLP 2025 Main Conference