Harmincezer AI-agenttel tervezett gyógyszert erősített meg a Merck

A Stanford Egyetem kutatói egy új megközelítést dolgoztak ki a gyógyszerfejlesztésben: 37 ezer speciális AI-agentet szerveztek egy virtuális biotechnológiai cégbe, amely képes önállóan célokat felfedezni, molekulákat tervezni és klinikai vizsgálatokat szimulálni. A rendszer egyik legfontosabb eredménye, hogy a mesterséges intelligencia által tervezett nanobody fehérjék hatékonyabban kötődtek a COVID-variánsokhoz, mint a korábbi emberi tervezésűek. (VentureBeat)

Virtuális labor és vállalati struktúra

James Zou, a Stanford professzora elmondta, hogy a projekt egy „Virtuális Labor”-ként indult, ahol 5-8 AI-agent működött együtt, egy fizikai labor struktúráját utánozva. A rendszerben volt AI-professzor, aki a kutatásvezető szerepét töltötte be, és különböző szakterületeken jártas AI-diákok, akik rendszeres megbeszéléseket tartottak. A kutatók egy „agentiskolát” is létrehoztak, ahol az agentek felügyelt finomhangolással javíthatták szaktudásukat. Ezt követően kibővítették a rendszert, hogy egy nagyszabású vállalati struktúrát modellezzen, létrehozva a „Virtual Biotech”-et, amelyben egy fő tudományos tiszt (CSO) agent felügyeli a több tízezer speciális AI-agentet, különféle divíziókban, mint például célpont-felfedezés, molekulatervezés és klinikai vizsgálatok.

Az agentek együttműködésének előnyei

A kutatók összehasonlították egyetlen, fejlettebb modell és egy több tízezer specializált agentből álló csapat teljesítményét ugyanazon a tudományos feladaton. Az eredmények azt mutatták, hogy a multi-agentes ökoszisztéma, ahol az agentek vitatkoznak és érvelnek egymással, kreatívabb és robusztusabb eredményeket produkált, mint egyetlen modell önálló munkája. „Az agentek valójában vitákba és nézeteltérésekbe keverednek. Meg kell győzniük a többi AI-tudóst az ötleteikről, és mindez sokkal kreatívabb és robusztusabb érvelést vált ki, mint ha egyetlen modell próbálná meg egyedül megoldani a problémát” — magyarázta Zou.

Az orchestráció kihívásai és a Paperclip platform

A több tízezer agent skálázásakor az orchestráció jelenti a fő akadályt. A rendszernek egységes kontextusrétegre van szüksége, amely lehetővé teszi az agentek számára, hogy különböző eszközökből, adatbázisokból és történelmi rekordokból szintetizálják a tudást. A hagyományos adatbázisok és API-k nem ideálisak az agentek számára, mivel emberi vagy régebbi algoritmusok fogyasztására tervezték őket. A Stanford csapata erre a problémára a Paperclip nevű platformot fejlesztette ki. Ez a rendszer a modern LLM-ek kódírási és fájlrendszer-navigációs képességeit használja ki. A Paperclip digitalizálja a strukturálatlan adatokat, és a különböző adatbázisokat egy egységes, AI-natív virtuális fájlrendszerbe rendezi, lehetővé téve az agentek számára, hogy standard fájlrendszer-műveletekkel férjenek hozzá az információkhoz. Zou szerint ez jelentősen javítja a pontosságot, és nagyságrendekkel csökkenti az időt és a költségeket.

Valós idejű validáció és gyógyszertervezés

A rendszer gyakorlati tesztelésére a Virtual Biotech 37 000 „klinikai vizsgálati agentet” aktivált, hogy töredezett vizsgálati adatokat szintetizáljanak. Ezek az agentek olyan egysejtű jellemzőket azonosítottak, amelyek előre jelezték a vizsgálat sikerét. A célpontok, amelyeket ezek a jellemzők támogattak, körülbelül 50%-kal nagyobb valószínűséggel értek el piacra, mint a hasonló, de nem ilyen jellemzőkkel rendelkező gyógyszerek. A rendszer ezt követően önállóan tervezett egy antitest-gyógyszer konjugátumot (ADC) a tüdőrák ellen, amely a CD276 fehérjét célozza. A prototípus tervezése kizárólag 2025 januárja előtt publikált adatok alapján történt. Néhány hónappal később a Merck gyógyszergyár függetlenül fejlesztette ki és validálta ugyanazt a terápiás tervet, amely áttörés-jelölést kapott az FDA-tól. Zou ezt „harmadik fél általi külső validációnak” nevezte.

Ökoszisztémák tervezése, nem munkafolyamatok

Ahogy a multi-agentes rendszerek skálázódnak, a vezetőknek át kell gondolniuk e digitális munkaerő irányítását. Zou szerint a merev munkafolyamatok helyett nyitott környezeteket kell létrehozni. A munkafolyamatok pontos lépéseket diktálnak, míg a környezetek az infrastruktúrát, a kereteket és az ösztönzőket biztosítják az agentek számára a nyitott végű problémák megoldásához. A skálázott optimalizálás azt jelenti, hogy magát a környezetet kell fejleszteni, nem pedig az egyes modelleket finomhangolni. A multi-agentes rendszerek sikere a kollaborációt szabályozó paraméterek módosításán múlik. A Stanford kutatása szerint a környezet maga az optimalizálás tárgya, amely javítja az agentek teljesítményét. A CD276 elleni antitest-gyógyszer konjugátum tervezése kizárólag 2025 januárja előtt publikált adatok alapján történt, majd a Merck függetlenül validálta a tervet.