← Alle Modellneuigkeiten

MolRSI macht den Forschungs-Workflow selbst zum Suchobjekt: 15,9 % Trefferquote im antimikrobiellen Nasslabor gegenüber 8,7 % bei einem nicht-agentischen Experten-Workflow

Laut einem Bericht von Machine Heart kombiniert MolRSI molekulare Screening- und Proteindesign-Workflows automatisch per erfahrungsgeleiteter Baumsuche. Die gemeldete Trefferquote im antimikrobiellen Nasslabor liegt bei 15,9 % gegenüber 8,7 % bei einem nicht-agentischen Experten-Workflow; bei pMHC-bindenden Proteinen werden 8 spezifische Treffer gegenüber 0 gemeldet.

Veröffentlicht Aktualisiert

Was sich geändert hat

Laut einem Bericht von Machine Heart vom 14. November 2026 (die Originalquelle nennt die Arbeit MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery und gibt eine arXiv-Nummer sowie eine Projektseite an) macht das Forschungsteam die Workflow-Entwicklung in der Molekülfindung selbst zum Suchobjekt. MolRSI sammelt zunächst Methoden aus Papers und Code und wandelt sie in ausführbare Fähigkeiten um; anschließend kombiniert, testet und verändert es Workflows mit einer erfahrungsgeleiteten Monte-Carlo-Baumsuche: Jeder Kandidaten-Workflow ist ein Knoten, Änderungen daran bilden Zweige. Ein Plan-Gedächtnis, ein Verbesserungs-Gedächtnis und ein Ausführungs-Gedächtnis speichern jeweils Workflow-Leistung, Wirkung von Änderungen und Laufzeiterfahrung. Eine innere Schleife optimiert die aktuelle Aufgabe, eine äußere Schleife trägt Erfahrung in nachfolgende Aufgaben. Dem Bericht zufolge sammelt das System zuerst Erfahrung in 25 Aufgaben zur Vorhersage molekularer Eigenschaften und zur Zytotoxizität und wird dann auf 6 antimikrobielle Vorhersageaufgaben angewendet, die nicht im Erfahrungspool waren; bei allen 6 Aufgaben stieg der durchschnittliche Test-AUPRC. Bei einer Erweiterung des Quellaufgaben-Pools von 2 auf 25 stieg in einer retrospektiven Analyse der mittlere Test-AUPRC übertragbarer Workflows von etwa 0,32 auf etwa 0,37 und übertraf damit 0,361, das eine systematische Suche ohne vorherige Erfahrung nach 20 Runden erreichte. Bei der antimikrobiellen Aufgabe filtert der finale Workflow zunächst nach struktureller Neuheit, sagt dann drei Arten menschlicher Zytotoxizität vorher, ordnet mit zwei MiniMol-Varianten und einem LANTERN–RADR-Ensemble nach Gewichten von 55 %, 30 % und 15 % und behält schließlich durch Sampling nach Strukturclustern die Diversität bei. Aus rund 12,1 Millionen Verbindungen wurden 107 für Experimente ausgewählt; bei einer Einstufung als Treffer ab MSSA-MIC von höchstens 32 μg/mL waren 17 Treffer darunter. Ein von menschlichen Experten entworfener, nicht-agentischer Workflow testete mit denselben Trainingsdaten und derselben Screening-Bibliothek 241 Verbindungen und erzielte 21 Treffer, also 8,7 % gegenüber 15,9 %. Auf der Proteindesign-Seite legt MolRSI zunächst einen Bewertungs-Workflow fest (ESMFold2-Fast-Strukturvorhersage plus acht gleich gewichtete Bewertungen, wobei Selektivität durch paarweisen Vergleich von Ziel und Nicht-Ziel umgesetzt wird) und sucht damit dann nach Generierungsvarianten. Nach zwei Runden Phagen-Display wurden für die beiden Targets MART-1 und SARS-CoV-1 insgesamt 8 Treffer erzielt, die die Spezifitätskriterien erfüllen; laut Bericht erreichte die Vergleichsbedingung Claude Science 0. Ohne den Ranking-Schritt erfüllte keiner von 479 bewertbaren Designs die Kriterien.

Auswirkungen für Entwickler

Für Entwickler von Agenten-Workflows ist an diesem Bericht nicht eine einzelne Punktzahl interessant, sondern dass er den „Workflow“ als suchbares Objekt behandelt und Erfahrung über Aufgaben hinweg explizit speichert und wiederverwendet. Das betrifft drei technische Entscheidungen unmittelbar. Erstens die Grenze des Gedächtnisses: Die berichteten Gewinne stammen fast alle aus der Vererbung von Erfahrung über Aufgaben hinweg, während die Gruppe ohne Erfahrung die Gedächtnisaktualisierung innerhalb der aktuellen Aufgabe behält. Der Nutzen konzentriert sich also auf den Schritt „von einer Aufgabe zu einer anderen“. Hat ein Agent pro Aufgabentyp nur ein oder zwei Aufrufe, kann sich gar kein Erfahrungspool aufbauen, und der Zusatzaufwand der Baumsuche lässt sich kaum amortisieren; erst wenn in derselben Domäne wiederholt strukturell ähnliche Aufgaben auftreten, werden Plan- und Reparatur-Gedächtnis sinnvoll. Zweitens der Bewerter zuerst: Im pMHC-Teil wird der Bewertungs-Workflow festgelegt, bevor die Generierung optimiert wird; ohne den Ranking-Schritt gehen die Treffer auf null zurück. Das ist das stärkste Ablationssignal im Bericht und deutet darauf hin, dass die Obergrenze der Generierung oft an der Frage hängt, welche Kandidaten es wert sind, ins Labor geschickt zu werden. Ranker und Schwellenwerte müssen separat bewertet werden und lassen sich nicht mit einer einzigen Endtrefferquote zusammenfassen. Drittens die Trennung der Maße: AUPRC, Anreicherungsfaktor, Trefferquote im Nasslabor und Spezifitätskriterien sind vier verschiedene Größen. Der Bericht unterscheidet selbst zwischen dem „Vergleich von Prädiktoren auf demselben Testset“ und der „Trefferquote der von zwei Workflows jeweils ausgewählten experimentellen Kandidaten“; Zahlen aus verschiedenen Quellen in eine Spalte zu stellen führt zu falschen Schlüssen. Zudem räumt der Bericht ausdrücklich ein, dass die aktuellen Strategieverbesserungen vor allem aus der rechnergestützten Suche stammen und Nasslabor-Feedback noch nicht in die Schleife eingeht. Das System ist also noch kein wirklich geschlossener experimenteller Agent; Leser sollten daraus nicht ableiten, dass „KI selbstständig Experimente durchführt“.

Integration und Bewertung

Die folgenden Hinweise sind bedingte Empfehlungen auf Basis des Berichts, keine verifizierten Ergebnisse. Erstens: Enthält ein Workflow ein gewichtetes Ensemble mehrerer Modelle (etwa die im Bericht genannte Dreifach-Kombination mit 55/30/15), sollte man auf demselben Holdout-Set „feste Gewichte“ gegen „gesuchte Gewichte“ vergleichen, mit AUPRC und Top-k-Anreicherung als Metriken, und zwar unter der Bedingung, dass sich Holdout- und Trainingsset nicht in den Verbindungen überschneiden. Nur wenn die gesuchte Kombination über mehrere Holdout-Folds hinweg stabil besser abschneidet als feste Gewichte, lohnt es sich, Gewichte in den Suchraum aufzunehmen; sonst passt sich die Suche nur an Rauschen an. Zweitens: Bei der Wiederverwendung von Erfahrung über Aufgaben hinweg sollte man zuerst eine „Null-Suche“-Basislinie setzen: die beste Konfiguration der Quellaufgabe direkt übertragen, ohne zusätzliche Suche, und dann mit der vollständigen Baumsuche vergleichen, unter der Bedingung, dass Ziel- und Quellaufgabe in Datenmodalität und Label-Definition übereinstimmen. Die retrospektive Kurve im Bericht mit AUPRC von etwa 0,32 auf 0,37 zeigt, dass die Größe des Erfahrungspools das Ergebnis verändert. Deshalb sollte man die Größe des Erfahrungspools (2, 10, 25 Quellaufgaben) als Achse nehmen und beobachten, ob der Gewinn in der eigenen Größenordnung bereits auftritt; zeigt sich innerhalb von 5 Quellaufgaben keine Verbesserung, lohnt der Engineering-Aufwand für einen Erfahrungspool nicht. Drittens: Bei Selektivitätsaufgaben (Ziel und Nicht-Ziel unterscheiden sich nur in wenigen Resten) sollte man „Ziel-Score höher als Nicht-Ziel“ als harte Schwelle statt als weiche Strafe umsetzen und die Passrate des paarweisen Vergleichs als eigene Metrik verwenden, unter der Bedingung, dass eine verlässliche Nicht-Ziel-Menge vorliegt. Dass die Treffer im Bericht ohne Ranking auf null fallen, spricht dafür, diesen Schritt separat zu ablatieren statt gemeinsam mit dem Generierungsmodell zu tunen. Viertens: Vor der Anbindung sollte man klären, welche Komponenten verfügbar sind. Der Bericht nennt unter anderem MiniMol, LANTERN–RADR, ESMFold2-Fast und SolubleMPNN; deren Lizenz und Lauffähigkeit muss man selbst prüfen, denn der Bericht macht keine Angaben zum Öffnungsumfang dieser Komponenten.

Grenzen und offene Fragen

Alle genannten Zahlen stammen aus dem Bericht von Machine Heart und wurden nicht unabhängig reproduziert. MolRSI ist ein Forschungssystem und kein öffentlich veröffentlichtes Modell; die vorliegenden Informationen sagen nicht, ob Gewichte, Code oder eine API offen zugänglich sind, und der Bericht nennt nur Paper und Projektseite. Auch im aktuellen KimiSeek-Katalog finden sich weder MolRSI noch die genannten Komponenten; zur Verfügbarkeit kann man sich nur auf Angaben der Autoren und des Projektteams stützen. Die antimikrobiellen Trefferquoten stammen aus den experimentellen Kandidaten, die die beiden Workflows jeweils ausgewählt haben, mit Stichprobengrößen von 107 bzw. 241; ein prozentualer Unterschied aus einem einzelnen Experiment sollte nicht als stabiler Effekt gelten. Der Gewinn durch Erfahrung über Aufgaben hinweg stammt teilweise aus einer retrospektiven Analyse, die auch die Autoren selbst als retrospektive Evidenz einordnen. Das pMHC-Spezifitätskriterium ist ein Ziel-Anreicherungs-log2FC von über 4, der zugleich über dem höchsten gemessenen Nicht-Ziel-Wert liegt; der Bericht sagt ausdrücklich, dass quantitative Affinitäten und ein breiteres Kreuzreaktionsprofil noch nachfolgend gemessen werden müssen. Die 0 Treffer der Vergleichsbedingung Claude Science sind ebenfalls eine Angabe des Berichts; Details zum Ablauf dieser Kontrollgruppe werden im vorliegenden Text nicht ausgeführt. Außerdem geht Nasslabor-Feedback noch nicht in die Verbesserungsschleife ein; die Selbstverbesserung des Systems beschränkt sich derzeit auf die rechnergestützte Suche, und daraus lässt sich nicht ableiten, dass es einen experimentellen Design-Zyklus autonom schließen kann.

In drei Minuten zum ersten Aufruf

Erstelle ein Konto und einen API-Schlüssel. Aufrufe werden von deinem Guthaben abgebucht. 30 % Rabatt auf die erste Aufladung. ¥500 aufladen, ¥350 zahlen, ¥500 Guthaben erhalten. ¥1000 aufladen, ¥850 zahlen, ¥1000 Guthaben erhalten Die Mindestaufladung bleibt ¥10 und eignet sich zum Ausprobieren.

Quellen und redaktioneller Prozess

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

KI unterstützte die Analyse und Übersetzung der genannten Quellen, gefolgt von automatischen Qualitätsprüfungen. Empfehlungen sind keine Testergebnisse. Verfügbarkeit und Preise stehen im aktuellen Katalog.