ProtRLSearch：基于强化学习训练的多轮多模态蛋白质搜索智能体
人工智能
2026-03-03 v1 计算与语言
摘要
医疗环境中常出现的蛋白质分析任务需要在蛋白质序列约束下进行精准推理，涉及疾病相关变异的功能解释、蛋白质层面的临床研究等场景。为此，引入搜索智能体以搜索蛋白质相关信息，为疾病相关变异分析和蛋白质功能推理提供支持。然而，这类搜索智能体大多受限于单轮、文本单一模态的搜索，无法将蛋白质序列模态作为多模态输入纳入搜索决策过程。同时，他们依赖仅关注最终答案结果的强化学习监督，缺乏对搜索过程的约束，使得难以及时识别和纠正关键词选择和推理方向的偏差。为此，我们提出 ProtRLSearch——一个通过多维奖励进行训练的多轮蛋白质搜索智能体，联合利用蛋白质序列和文本作为多模态输入，在实际搜索中生成高质量报告。为评估模型在真实蛋白质查询情境下整合蛋白质序列信息和文本多模态输入的能力，我们构建 ProtMCQs，包含 3000 题多选题的基准测试，分为三个难度级别。该基准测试评估蛋白质查询任务，涵盖基于序列约束的蛋白质功能与表型变化推理，以及综合多维序列特征与信号通路和调控网络的全面性蛋白质推理。
引用
@article{arxiv.2603.01464,
title = {ProtRLSearch: A Multi-Round Multimodal Protein Search Agent with Large Language Models Trained via Reinforcement Learning},
author = {Congying Liu and Taihao Li and Ming Huang and Xingyuan Wei and Peipei Liu and Yiqing Shen and Yanxu Mao and Tiehan Cui},
journal= {arXiv preprint arXiv:2603.01464},
year = {2026}
}