arXiv cs.AI· Pierre Llompart, Levent Guner, Helen Lai, Alessandro Tibo, Yijie Xu·· 6 天前AI 评分36
从 Benchmark 到实验台：AI 智能体能否胜任真实药物发现？
From Benchmark to Bench: Can Agents Survive Real-World Drug Discovery?
AI 导读
研究者开发了开源模块化智能体 MAGI，可自主设定目标、启动并监控分子优化、解读构效关系并调整策略，分子生成可直接由 LLM 完成或委托给 REINVENT 4。在来自三家药企的九个回顾性先导优化项目中，两条生成路线均产出有效结构，但项目能否达标取决于预测模型在候选化学空间上的准确度，而非生成路线。盲评中化学家无法区分智能体提案与留出化合物，认为其 SAR 推理大体合理但不完整。
正文 · AI 翻译
摘要：智能体系统日益协调分子设计工具，但在真实项目中，究竟是技术栈的哪一层限制了结果，目前尚不清楚。我们开发了 MAGI，一个开放模块化智能体，能够撰写目标、启动并监控优化、解读结构—活性关系，并据此调整策略。MAGI 既可直接通过 LLM 生成分子，也可委托给 REINVENT 4 生成，评分服务在统一契约下可互换。我们在来自三家制药公司的九项回顾性先导优化项目中进行了测试，并在固定的时间截点下重放。两种路径均生成了有效结构：LLM 提出的分子更贴近局部化学空间，并在更少的操作中达到相当或更高的主要活性，而 REINVENT 探索了更广阔的化学空间。项目能否达成目标取决于预测模型，而非生成路径：达成情况与模型对所提出化学结构的准确性相关，一旦该化学结构超出模型的适用域，达成率便会下降。另外，一项盲评考察了 MAGI 的输出能否被当作专家工作：化学家无法区分智能体提出的分子与留出化合物，并认为其 SAR 推理大体合理但不完整。总之，这些结果将 MAGI 定位为一个可插入现有计算化学工作流的协调层。然而，真实项目的上限目前仍由评分器的适用性而非工具编排所决定。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.06411 [cs.AI] |
| （或 arXiv:2610.06411v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.06411 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Pierre Llompart [查看邮箱]
[v1]
2026年10月5日星期一 14:28:53 UTC（15,081 KB）
[v2]
2026年10月9日星期五 08:05:52 UTC（14,424 KB）
来源：arXiv cs.AI · arxiv.org