跳到正文
原文
公众号 机器之心·本站收录· 原文发表· AI 动态 →· 扫描记录里的位置 →精选关注度38

MolRSI 递归自我改进分子发现工作流,抗菌筛选湿实验命中率 15.9% 高于人类专家流程的 8.7%

AI自己改科研策略,能过湿实验这一关吗?他们把RSI带入分子发现

AI 导读

研究团队提出递归自我改进智能体 MolRSI,在抗菌分子发现任务中把湿实验命中率从人类专家工作流的 8.7% 提高到 15.9%,相对提高约 82%。两种流程使用相同的训练数据和约 1210 万个化合物的筛选库,按对甲氧西林敏感金黄色葡萄球菌(MSSA)的最低抑菌浓度不高于 32 μg/mL 的同一标准判定命中。系统以经验引导的蒙特卡洛树搜索优化工作流,内循环改进当前任务,外循环把积累的经验带入后续搜索,加入跨任务经验后 6 项抗菌预测任务的平均测试 AUPRC 均有提高。在从头设计 pMHC 结合蛋白的任务上,MolRSI 在 MART-1 和 SARS-CoV-1 两个靶标共获得 8 个满足实验特异性判据的结合命中,相同设定和计算预算下 Claude Science 对照为 0。论文发布于 arXiv(arXiv:2610.39714)。

推荐理由

这项工作把递归自我改进用于分子发现,并以湿实验命中率与人类专家流程对比,为 AI 自主改进科研流程提供了有实验验证的案例。

相关论文
阅读原文mp.weixin.qq.com