计算机科学 > 软件工程
[提交于 2025年7月11日
]
标题: 通过代理人工智能加速药物发现:在DMTA周期中实验室自动化的多代理方法
标题: Accelerating Drug Discovery Through Agentic AI: A Multi-Agent Approach to Laboratory Automation in the DMTA Cycle
摘要: 制药行业在药物发现方面面临前所未有的挑战,传统的方法难以满足现代治疗开发的需求。 本文介绍了一种新的人工智能框架Tippy,它通过在设计-制作-测试-分析(DMTA)循环中运行的专业人工智能代理来改变实验室自动化。 我们的多代理系统采用了五个专业代理——监督者、分子、实验室、分析和报告,在安全防护措施的监督下——每个代理都设计用于药物发现流程中的特定阶段。 Tippy是专门人工智能代理用于自动化DMTA循环的第一个可投入生产的实现,提供了一个人工智能如何改变实验室工作流程的具体示例。 通过利用能够推理、规划和协作的自主人工智能代理,我们展示了Tippy如何加速DMTA循环,同时保持对药物研究至关重要的科学严谨性。 该系统在工作流程效率、决策速度和跨学科协调方面表现出显著改进,为人工智能辅助的药物发现提供了一个新范式。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.