Rhizome OS-1：Rhizome的小分子药物发现半自主操作系统
人工智能
2026-04-14 v2 机器学习
摘要
我们提出Rhizome OS-1，这是一个用于小分子药物发现的半自主操作系统，其中多模态AI代理作为完整的多学科发现团队运行。这些代理充当计算化学家、药物化学家和专利代理人：他们编写和执行分析代码（指纹聚类、R-group分解、次结构搜索），利用视觉能力对分子网格进行可视化分选，跨越三个策略层次制定明确的药物化学假设，评估专利可操作性，并根据经验筛选反馈动态调整生成策略。由r1 - 一个2.46亿参数的图扩散模型训练而来，该模型基于8亿分子图进行训练，系统可直接在分子图上生成新型化学物质，采用碎片遮蔽、骨架装饰、连接器设计和图编辑原语。该系统在两个肿瘤学项目（BCL6 BTB结构域和EZH2 SET结构域）中执行了26个初始种子，产生了5,231个新分子。在两个靶点上，91.9%的生成Murcko骨架不存在于ChEMBL中，与最近已知活性分子的中位数Tanimoto相似性为0.56-0.69。Boltz-2结合亲和力预测，已校准ChEMBL数据，实现了Spearman相关系数为-0.53至-0.64，ROC AUC值为0.88-0.93。这些结果表明，具备图本质生成工具和物理驱动评分的半自主代理系统，使得一种新的早期药物发现范式成为可能：规模化、快速且具有适应性的逆向设计，内嵌药物化学推理。
引用
@article{arxiv.2604.07512,
title = {Rhizome OS-1: Rhizome's Semi-Autonomous Operating System for Small Molecule Drug Discovery},
author = {Yiwen Wang and Gregory Sinenka and Xhuliano Brace},
journal= {arXiv preprint arXiv:2604.07512},
year = {2026}
}