arXiv cs.AI· Zerui Yang, Yuwei Wan, Siyu Yan, Yudai Matsuda, Tong Xie, Linqi Song·· 10 天前AI 评分22
DrugMCTS：结合多智能体、RAG 与蒙特卡洛树搜索的药物重定位框架
DrugMCTS: a drug repurposing framework combining multi-agent, RAG and Monte Carlo Tree Search
AI 导读
DrugMCTS 是一个结合 RAG、多智能体协作与蒙特卡洛树搜索的药物重定位框架，通过五个专门智能体检索和分析分子与蛋白质信息，实现结构化迭代推理。在 DrugBank 和 KIBA 数据集上，其召回率和鲁棒性均显著优于通用 LLM 与深度学习基线。
正文 · AI 翻译
摘要：大语言模型的最新进展已在药物重定位等科学领域展现出相当大的潜力。然而，当推理超出预训练期间所获得的知识范围时，其有效性仍然受到限制。诸如微调或检索增强生成等传统方法，要么面临高计算开销，要么无法充分利用结构化科学数据。为克服这些挑战，我们提出 DrugMCTS，一个新颖的框架，协同整合 RAG、多智能体协作和蒙特卡洛树搜索用于药物重定位。该框架采用五个专门智能体，负责检索和分析分子与蛋白质信息，从而实现结构化且迭代的推理。在 DrugBank 和 KIBA 数据集上的大量实验表明，与通用大语言模型和深度学习基线相比，DrugMCTS 实现了显著更高的召回率和鲁棒性。我们的结果凸显了结构化推理、基于智能体的协作以及反馈驱动的搜索机制在推进大语言模型用于药物重定位方面的重要性。
| 学科： | 人工智能（cs.AI）；计算工程、金融与科学（cs.CE） |
| 引用为： | arXiv:2507.07426 [cs.AI] |
| （或使用 arXiv:2507.07426v4 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2507.07426 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Zerui Yang [查看电子邮件]
[v1]
2025年7月10日星期四 04:39:55 UTC（950 KB）
[v2]
2025年7月12日星期六 08:20:44 UTC（950 KB）
[v3]
2025年7月31日星期四 13:57:25 UTC（1,726 KB）
[v4]
2026年10月6日星期二 01:27:31 UTC（1,726 KB）
来源：arXiv cs.AI · arxiv.org